█脑科学动态
Nature：微型旋转器技术使血栓清除成功率翻倍以上
Nature：神经元如何编码未来奖励的时空分布
Nature：非侵入性机械刺激增强脑废物清除
不同传导位点分别处理自发和诱发信号，颠覆可塑性传统认知
多任务处理并非单一技能，它兼顾通用能力和特定能力
怀旧音乐如何激发我们的舞蹈欲望
减少半胱氨酸摄入可激活脂肪"褐变"实现健康减重
增强大脑自洁系统可清除阿尔茨海默病毒素
黑猩猩也爱八卦，灵长类共享社交好奇心基因
█AI行业动态
FDA批准首个眼内植入物ENCLETO
ChatGPT企业版新增知识连接器与智能会议记录功能
AI编程助手Cursor 1.0升级：自动捉虫、记忆习惯、深度集成Jupyter
Google发布Gemini 2.5 Pro的最新预览版本
█AI驱动科学
GPT每个参数存储3.6比特信息
OpenAI突破张量计算瓶颈：线性布局技术实现高效GPU编程
特定学习策略可增强医院AI模型有效性
生成式AI填补基因距离数据空白
AI情商大爆发：语言模型解题准确率超人类25%
人机表情包大战：AI量产搞笑，人类专精爆笑
通用智能体必须构建世界模型
脑科学动态
Nature：微型旋转器技术使血栓清除成功率翻倍以上
斯坦福大学的Yilong Chang、Renee Zhao等团队开发了milli-spinner技术，通过创新力学设计使血栓清除成功率提升至90%，尤其对难治性血栓效果显著。
▷milli-spinner 的特写镜头，它由一根长而中空的管子组成，可以快速旋转，并在血凝块附近有一系列鳍片和缝隙，有助于产生局部吸力。凭借其创新设计，milli-spinner 可以在不破裂血凝块的情况下使其缩小。Credit: Andrew Brodhead
研究团队设计了独特的milli-spinner装置，其旋转中空管（hollow tube）上的鳍片和缝隙可产生局部吸力，对血栓同时施加压缩力和剪切力。这种力学作用能将纤维蛋白（fibrin）网络密实化，使血栓体积缩小95%而不破裂。在肺动脉和脑动脉流动模型测试中，该技术实现了超快速血栓减容（clot debulking）和高保真血管再通（revascularization）。动物实验显示，其对最难处理的纤维蛋白富集血栓（fibrin-rich clots）清除率达90%，而现有技术仅11%。传统抽吸血栓切除术依赖血栓变形和破裂，而milli-spinner通过改变血栓微结构实现更安全有效的清除。研究团队已成立公司推进该技术临床应用，计划近期开展临床试验。研究发表在 Nature 上。
#疾病与健康 #个性化医疗 #血栓治疗 #微创技术 #医疗设备创新
阅读更多：
Chang, Yilong, et al. “Milli-Spinner Thrombectomy.” Nature, June 2025, pp. 1–7. www.nature.com, https://doi.org/10.1038/s41586-025-09049-0
Nature：大脑中的多巴胺地图，神经元如何编码未来奖励的时空分布
大脑如何预测未来奖励？Champalimaud未知中心的Margarida Sousa、Joseph J. Paton团队发现多巴胺神经元群体编码了奖励的时空概率地图，这种机制不仅解释动物决策灵活性，还为开发适应性AI提供了新思路。
研究团队首先开发了时间-幅度强化学习（TMRL）模型，突破传统强化学习（RL）的单一预测框架。通过小鼠实验发现，不同多巴胺神经元呈现连续特性：28%偏好即时小奖励（"冲动型"），35%倾向延迟大奖励（"耐心型"），其余神经元分布在两者之间。光遗传学记录显示，这些神经元在气味提示出现后450毫秒内就能构建完整的二维奖励地图，预测准确率比传统模型高41%。当环境奖励延迟变长时，整个神经元群体会动态调整时间敏感性——这种"高效编码"机制使动物能快速适应变化。在计算模拟中，采用TMRL原理的AI代理在动态觅食任务中的决策效率比标准RL算法高37%。研究为理解冲动行为等神经精神疾病提供了新视角，同时启发了新一代适应性人工智能的开发。研究发表在 Nature 上。
#神经科学 #计算模型与人工智能模拟 #意图与决策 #跨学科整合
阅读更多：
Sousa, Margarida, et al. “A Multidimensional Distributional Map of Future Reward in Dopamine Neurons.” Nature, June 2025, pp. 1–9. www.nature.com, https://doi.org/10.1038/s41586-025-09089-6
Nature：非侵入性机械刺激增强脑废物清除
脑废物清除功能障碍如何改善？基础科学研究所（IBS）的Koh Gou Young、Jin Hokyung、Yoon Jin-Hui和Hong Seon Pyo团队发现，通过精确刺激颈面部淋巴管可显著增强脑脊液（CSF）引流，使老年小鼠的脑废物清除能力恢复至年轻水平。
▷该图显示了脑脊液（CSF）从大脑表面通过面部淋巴管流动并进入颈部淋巴结的路径。Credit: Institute for Basic Science
研究团队首先使用基因改造小鼠和荧光示踪技术，绘制出CSF通过面部、鼻部和硬腭淋巴管引流至颈浅淋巴结的新路径。值得注意的是，在老年动物中，只有面部皮肤下的淋巴管保持完整功能。基于这一发现，团队开发了力调节机械刺激器——一种通过精确按压和摩擦颈部皮肤来增强CSF引流的手持设备。实验显示，这种非侵入性刺激使老年小鼠的CSF清除率恢复至年轻水平，效果相当于年轻时的两倍。机制研究发现，刺激通过增加淋巴管内皮细胞的一氧化氮合酶（eNOS，一种调节血管功能的酶）活性来改善功能，而不会干扰淋巴管的自然节律性收缩。这种方法的独特优势在于其安全性和可重复性，为开发可穿戴治疗设备用于阿尔茨海默病等神经退行性疾病的预防和治疗提供了新思路。研究发表在 Nature 上。
#疾病与健康 #神经调控 #个性化医疗 #阿尔茨海默病 #脑脊液引流
阅读更多：
Jin, Hokyung, et al. “Increased CSF Drainage by Non-Invasive Manipulation of Cervical Lymphatics.” Nature, June 2025, pp. 1–13. www.nature.com, https://doi.org/10.1038/s41586-025-09052-5
不同传导位点分别处理自发和诱发信号，颠覆大脑可塑性传统认知
大脑如何实现学习与稳定的双重需求？匹兹堡大学Yue Yang、Oliver Schlüter等13人团队发现，神经元使用两种独立传导位点分别处理自发和诱发信号，颠覆了神经科学界关于突触共享位点的传统假设。
研究团队采用双光子成像技术观测小鼠视觉皮层L2/3神经元树突，结合化学激活和电压钳位记录（voltage-clamp recording）技术，首次在突触层面区分出功能独立的"可沉默位点"和"可闲置位点"。前者通过AMPA受体（AMPAR）的增减调控经验依赖的诱发放电，后者通过受体"闲置"状态维持自发放电稳态。
关键发现包括：（1）睁眼发育期诱发放电增强53%，而自发放电保持稳定；（2）药理学激活闲置受体可使自发放电提升40%但不影响诱发信号；（3）双光子谷氨酸解笼锁实验证实两类位点共存于同一树突棘。这种分离机制解释了大如何同时实现赫布型可塑性（Hebbian plasticity，即"一起激活的神经元连接会增强"）和稳态调节。研究为理解精神疾病中突触失衡提供新框架——例如孤独症可能涉及闲置位点异常，而阿尔茨海默病可能与沉默位点功能障碍相关。研究发表在 Science Advances 上。
#疾病与健康 #神经机制与脑功能解析 #突触可塑性 #视觉皮层发育
阅读更多：
Yang, Yue, et al. “Distinct Transmission Sites within a Synapse for Strengthening and Homeostasis.” Science Advances, vol. 11, no. 15, Apr. 2025, p. eads5750. science.org (Atypon), https://doi.org/10.1126/sciadv.ads5750
多任务处理并非单一技能，它兼顾通用能力和特定能力
多任务处理能力究竟如何构成？萨里大学Kelvin F. H. Lui、Yetta Kwailing Wong和Alan C. -N. Wong团队通过224名大学生的实验发现，这种能力是通用认知技能与情境特定能力的结合体。
研究团队设计了九种实验范式，涵盖同时多任务处理（concurrent multitasking，如边开车边通话）、任务切换（task switching，如处理邮件时回复通知）和复杂多任务处理（complex multitasking，如管理厨房）三大类型。通过验证性因子分析发现，任务切换表现81%由通用能力解释，而同时处理需要额外17%的特定视觉空间能力，复杂处理则需23%的工作记忆容量支持。这解释了为何女性在文书类任务切换测试中占优，而男性在空间类同时处理任务表现更好——差异源于任务类型而非绝对能力。研究建议多任务训练应兼顾通用能力（如注意力控制）和特定技能（如空间导航）。研究发表在 Journal of Experimental Psychology: Human Perception and Performance 上。
#认知科学 #跨学科整合 #工作记忆 #性别差异 #任务切换
阅读更多：
Lui, Kelvin F. H., et al. “Bridging Concurrent Multitasking, Task Switching, and Complex Multitasking: The General and Specific Skills Involved.” Journal of Experimental Psychology: Human Perception and Performance, 2025. APA PsycNet, https://doi.org/10.1037/xhp0001332
怀旧音乐如何激发我们的舞蹈欲望
音乐引发的舞蹈冲动（groove）通常被认为与熟悉度有关，但怀旧情绪的影响尚未明确。西方大学脑与心智中心的Riya K. Sidhu、Diana M. Urian、Hong Zheng和Jessica A. Grahn团队发现，怀旧歌曲比熟悉歌曲更能激发舞蹈欲望，揭示了怀旧在音乐与运动关系中的独特作用。
研究团队选取参与者青少年时期（2009-2015年）的流行歌曲（如Ke$ha的《TiK ToK》、Carly Rae Jepsen的《Call Me Maybe》）作为怀旧刺激，近期热门歌曲（如Dua Lipa的《Don't Start Now》）作为低怀旧对照。通过在线实验，参与者对歌曲的舞蹈欲望、享受度、熟悉度和怀旧感进行评分，重点关注三种运动类型：轻拍（tap）、移动（move）和舞蹈（dance）。结果显示，怀旧歌曲在所有运动类型中都引发了更高的舞蹈欲望，其中《TiK ToK》在"渴望舞蹈"类别中得分最高。统计分析表明，怀旧和熟悉度都能预测轻拍和移动的评分，但只有怀旧能显著预测舞蹈欲望。这一发现不仅揭示了怀旧在激发舞蹈冲动中的独特作用，还为音乐治疗运动障碍（如帕金森病）提供了新思路。研究发表在 PLOS One 上。
#认知科学 #神经机制与脑功能解析 #心理健康与精神疾病 #音乐治疗
阅读更多：
Sidhu, Riya K., et al. “Throwbacks That Move Us: The Dance-Inducing Power of Nostalgic Songs.” PLOS ONE, vol. 20, no. 5, May 2025, p. e0318766. PLoS Journals, https://doi.org/10.1371/journal.pone.0318766
减少半胱氨酸摄入可激活脂肪"褐变"实现健康减重
高脂饮食通常导致肥胖，但如何在不减少进食的情况下实现减重？耶鲁大学医学院的Aileen H. Lee、Vishwa Deep Dixit等团队发现，限制单一氨基酸——半胱氨酸的摄入，可使持续高脂饮食的肥胖小鼠完全恢复健康体重，并显著改善代谢炎症。
▷半胱氨酸消除诱导的褐变和减肥需要去甲肾上腺素信号传导。a, 组织透明化及全脑 c-Fos 免疫标记方法。b, 热感觉信息流入大脑及产热外流至外周的示意图。c, 对 5 天后收集的 Cth −/− 大脑中 c-Fos + 细胞分布进行自动分析。Credit: Nature Metabolism (2025).
研究首先基于CALERIE-II临床试验数据，发现适度热量限制（15%持续两年）人群脂肪组织中半胱氨酸水平降低。随后通过小鼠实验证实，完全去除半胱氨酸会使白色脂肪组织（white adipose tissue, 储能型）几乎全部转化为棕色脂肪（产热型），这一过程使持续高脂饮食的肥胖小鼠在5天内启动显著减重，最终体重下降30%。机制研究发现，半胱氨酸缺乏会过度激活大脑多个区域，触发交感神经系统释放去甲肾上腺素，通过脂肪细胞的β3-肾上腺素受体诱导褐变。值得注意的是，该通路独立于已知的FGF21和UCP1机制，代表全新的代谢调控靶点。研究还发现适度限制半胱氨酸即可唤醒休眠的内源性合成通路，产生类似的健康益处，为开发新型减肥干预策略提供了理论基础。研究发表在 Nature Metabolism 上。
#疾病与健康 #健康管理与寿命延长 #代谢调控 #脂肪褐变 #氨基酸限制
阅读更多：
Lee, Aileen H., et al. “Cysteine Depletion Triggers Adipose Tissue Thermogenesis and Weight Loss.” Nature Metabolism, June 2025, pp. 1–19. www.nature.com, https://doi.org/10.1038/s42255-025-01297-8
增强大脑自洁系统可清除阿尔茨海默病毒素
阿尔茨海默病与大脑废物清除系统功能障碍有何关联？哥伦比亚大学欧文医学中心的Kai Chen、Guang Yang等团队发现，抑制星形胶质细胞中的PERK蛋白可以显著改善"大脑洗碗机"——胶质淋巴系统（glymphatic system）的功能，有效清除毒性蛋白并改善认知能力。
▷一种绿色的示踪流体通过大脑的淋巴系统流动，该系统是一种最近发现的废物处理系统。该系统沿着大脑血管的外边缘（红色）移动废物。Credit: Kai Chen
研究团队使用两种阿尔茨海默病小鼠模型（5XFAD和PS19），通过向脑脊液注射示踪剂并结合高分辨率显微镜，首次证实水通道蛋白AQP4在疾病状态下会错误分布在星形胶质细胞表面。进一步机制研究发现，PERK蛋白过度激活会通过CK2激酶破坏AQP4的正确定位（星形胶质细胞终足）。当研究人员使用基因删除或临床阶段PERK抑制剂（原用于癌症治疗）干预后，AQP4重新定位于正确位置，使β-淀粉样蛋白和tau蛋白的清除效率提升67%。行为实验显示，治疗组小鼠在迷宫测试中表现改善35%，且脑内毒性蛋白聚集减少42%。该研究不仅揭示了胶质淋巴系统功能障碍的新机制，还为利用现有抗癌药物治疗神经退行性疾病提供了理论依据。研究发表在 Neuron 上。
#疾病与健康 #神经调控 #阿尔茨海默病 #胶质淋巴系统 #PERK抑制剂
阅读更多：
Chen, Kai, et al. “Selective Removal of Astrocytic PERK Protects against Glymphatic Impairment and Decreases Toxic Aggregation of β-Amyloid and Tau.” Neuron, vol. 0, no. 0, May 2025. www.cell.com, https://doi.org/10.1016/j.neuron.2025.04.027
黑猩猩也爱八卦，灵长类共享社交好奇心基因
社会好奇心如何进化发展？Laura Simone Lewis、Oded Ritov等国际研究团队通过比较黑猩猩（27只）和儿童（94名，4-6岁）的行为发现，两者都表现出对社交互动的强烈兴趣，且雄性黑猩猩和儿童甚至愿意为此放弃物质奖励，揭示了社会好奇心的早期发育和进化保守性。
研究团队设计了的"好奇心盒子"实验装置，内含播放不同社交场景视频的平板电脑。在第一个实验中，黑猩猩和儿童都显著更长时间观看社交互动视频而非单独个体视频（p<0.001）。第二个实验突破性地发现，儿童平均放弃3.2个弹珠奖励，雄性黑猩猩放弃2.7个菠萝蜜种子，只为观看社交视频，证实社会信息本身具有奖励价值。第三个实验揭示了人类特有的发展差异：6岁男孩观看冲突视频的时间比4岁男孩增加42%，而6岁女孩观看积极互动视频的时间增加35%，黑猩猩则无此性别差异。这些发现表明，社会好奇心在人类进化早期就已出现，且人类发展出更复杂的社会信息处理策略。研究发表在 Proceedings of the Royal Society B: Biological Sciences 上。
#认知科学 #跨学科整合 #进化心理学 #社会行为 #比较心理学
阅读更多：
Lewis, Laura Simone, et al. “Chimpanzees and Children Are Curious about Social Interactions.” Proceedings B, June 2025. world, royalsocietypublishing.org, https://doi.org/10.1098/rspb.2024.2242
AI 行业动态
FDA批准首个眼内植入物ENCLETO，延缓罕见眼病导致的视力丧失
2型黄斑水肿（MacTel）患者长期面临视力持续恶化的困境。斯克里普斯研究所的Martin Friedlander与Neurotech Pharmaceuticals公司合作，开发出全球首个通过FDA批准的神经保护性眼内植入物ENCLETO，该设备可长期稳定释放保护因子，延缓疾病进展。
ENCLETO采用突破性的细胞封装技术——将基因改造的视网膜色素上皮（RPE）细胞包裹在胶原基质中，形成约米粒大小的植入物。通过手术植入眼内后，这些细胞可持续分泌睫状神经营养因子（CNTF），这种天然蛋白质能保护视网膜感光细胞免于退化。两项关键III期临床试验显示，接受治疗的患者在24个月内视网膜细胞损失速度降低67%。更惊人的是，从患者眼中取出的最早植入设备（最长达14.5年）仍保持与初植入时相当的CNTF分泌水平。该技术还创新性地采用免疫隔离设计，使外源细胞免受宿主免疫系统攻击。目前研究团队正在开展IV期扩展试验，并探索该平台用于青光眼和年龄相关性黄斑变性的可能性。
#疾病与健康 #神经调控 #个性化医疗 #视网膜疾病 #基因治疗
阅读更多：
https://www.scripps.edu/news-and-events/press-room/2025/20250604-friedlander-encelnto.html
ChatGPT企业版新增知识连接器与智能会议记录功能
OpenAI近日推出两项重磅功能——Connectors（连接器）和Record Mode（记录模式），旨在帮助企业用户将内部知识与ChatGPT深度整合。Connectors功能允许ChatGPT接入GitHub、Dropbox、SharePoint等企业内部知识源，实现私域数据的智能检索与分析，同时严格遵循用户权限设置，确保数据安全。此外，该功能支持跨平台操作，如Outlook、Google Drive等，并能通过语义搜索快速生成交叉引用报告，大幅提升企业决策效率。
Record Mode则专注于会议场景的智能化处理，可自动转录语音内容、提取关键要点并生成结构化摘要，甚至标记发言时间戳。目前该功能仅限macOS上的Team用户使用，未来将逐步开放至Plus、Pro等用户群体。通过整合语音与文字资料，ChatGPT能快速响应诸如“Q3会议提到的技术限制”等查询，并将会议内容转化为管理层报告或规划文档，显著减少人工整理负担。
此外，OpenAI还推出了Model Context Protocol（MCP，模型上下文协议），允许企业管理员将ChatGPT与自定义系统集成，打造专属AI工作流。MCP支持数据检索、上下文理解及自动决策，目前处于Beta测试阶段，仅面向Pro、Team等高级用户开放。这些升级标志着ChatGPT正从通用工具转向深度适配企业需求的智能助手。
#OpenAI #ChatGPT企业版 #人工智能 #知识管理 #智能会议
阅读更多：
https://help.openai.com/en/articles/11487775-connectors-in-chatgpt
AI编程助手Cursor 1.0重磅升级：自动捉虫、记忆习惯、深度集成Jupyter
Cursor 1.0正式发布，标志着这款AI编程助手迎来首个整数版本的重大更新。此次升级推出了多项革命性功能，包括自动代码审查工具BugBot（自动检测代码漏洞并生成修复建议）、后台智能体（远程编码助手）全面开放、以及Jupyter Notebook（交互式编程环境）深度集成。最引人注目的是记忆功能测试版，它能记住开发者的编程习惯和项目关键信息，为个性化编码体验奠定基础。
新版本在协作和可视化方面也有显著提升。BugBot可直接在GitHub的Pull Request（代码合并请求）中留言指出问题，并支持一键跳转修复；对话界面新增Mermaid图表（流程图工具）和Markdown表格的实时渲染功能。此外，Cursor还简化了MCP服务器（多客户端协议服务器）的一键安装流程，并优化了使用统计仪表盘，支持查看团队成员的代码编辑量、标签使用等详细数据。
这些更新共同构建了一个更智能的编程生态系统。无论是深夜调试的程序员，还是处理数据分析的研究人员，都能通过后台智能体获得持续的技术支持。Cursor 1.0通过AI记忆、自动化审查和深度工具集成，正在重新定义高效编程的边界，其官方文档（docs.cursor.com）已同步更新所有新功能指南。
#AI编程 #代码自动化 #Jupyter集成 #开发者工具 #智能协作
阅读更多：
https://www.cursor.com/en/changelog
Google发布Gemini 2.5 Pro的最新预览版本
Google近日发布了其最先进的多模态AI模型——Gemini 2.5 Pro的最新预览版本。此次更新在编程、数学、科学、知识和推理等多个领域的基准测试中取得了显著进展。例如，在AIDER Polyglot测试中，该模型得分高达82.2%，超过了OpenAI、Anthropic和DeepSeek的最佳成绩；在GPQA和Humanity's Last Exam（HLE）等挑战性测试中也表现优异。此外，Gemini 2.5 Pro在LMArena和WebDevArena的Elo评分中分别提升了24点和35点，达到1470和1443分，显示出其在语言模型竞赛中的领先地位。为回应用户对先前版本在非编程任务中表现下降的反馈，Google改进了模型的响应风格和结构，使其在创造力和格式化方面更为出色。目前，该预览版本已在Gemini应用、Google AI Studio和Vertex AI上线，预计将在未来几周内正式推出稳定版本。
在此次更新中，Gemini 2.5 Pro的多项能力得到了显著提升。在AIDER Polyglot测试中，该模型展现了更强的跨语言编程能力；在GPQA和HLE测试中，显示出卓越的数学和科学推理能力。此外，模型在LMArena和WebDevArena的Elo评分分别提升至1470和1443分，显示出其在语言模型竞赛中的领先地位。为回应用户对先前版本在非编程任务中表现下降的反馈，Google改进了模型的响应风格和结构，使其在创造力和格式化方面更为出色。目前，该预览版本已在Gemini应用、Google AI Studio和Vertex AI上线，预计将在未来几周内正式推出稳定版本。
#大型语言模型 #Gemini2.5Pro #人工智能 #自然语言处理
阅读更多：
https://x.com/TXhunyuan/status/1899105803073958010
AI 驱动科学
GPT每个参数存储3.6比特信息
现代语言模型是否记忆训练数据？Meta FAIR、Google DeepMind、康奈尔大学和NVIDIA的联合团队（John X. Morris, Chawin Sitawarin等）通过新量化方法发现，GPT架构模型每个参数可存储约3.6比特信息，并揭示了数据规模超载时的"双下降"现象。
研究团队将记忆分解为无意记忆（模型对特定数据集的信息存储）和泛化（对数据生成过程的理解）两个组件。通过训练模型处理均匀随机比特串（消除泛化可能），精确测量出GPT架构的信息存储容量为3.5-4比特/参数，中位值3.6比特。在真实文本实验中，当数据集大小（按比特计算）超过模型容量时，出现典型的双下降（double descent）现象——模型从记忆转向泛化，测试误差先升后降。研究还建立了模型容量与成员推断成功率的缩放定律：模型参数增加会提升记忆能力，而数据量增大会降低单点可追溯性。这些发现为理解大语言模型的信息处理机制提供了量化基础，对模型安全评估具有重要启示。
#大模型技术 #记忆机制 #计算模型与人工智能模拟 #信息论
阅读更多：
Morris, John X., et al. How Much Do Language Models Memorize? arXiv:2505.24832, arXiv, 2 June 2025. arXiv.org, https://doi.org/10.48550/arXiv.2505.24832
OpenAI突破张量计算瓶颈：线性布局技术实现高效GPU编程
深度学习硬件复杂化导致传统张量布局系统难以兼顾效率与灵活性。OpenAI的Keren Zhou、Mario Lezcano等团队提出基于二元域（₂）代数的线性布局框架，在Triton编译器中实现最高1.57倍性能提升，同时修复多项系统缺陷。
研究将张量布局抽象为₂上的线性映射（用二进制矩阵表示硬件资源分配），通过定义组合（composition）、积（product）等代数运算，统一处理包括数据交换（swizzling）在内的复杂转换。团队将该框架集成至Triton编译器后端，利用硬件原语（如ldmatrix）优化代码生成。测试显示，在英伟达GH200 GPU上，int4_gemm等算子加速达1.57倍；AMD MI250平台因缺乏高效原语，加速幅度为1.18倍。新系统还自动规避了共享内存访问冲突，并在layer_norm等算子中实现“无操作转换”优化。研究为深度学习编译器提供了首个可证明正确性的布局数学框架，显著降低了手动编码错误率。
#大模型技术 #计算模型与人工智能模拟 #GPU优化 #张量计算
阅读更多：
Zhou, Keren, et al. Linear Layouts: Robust Code Generation of Efficient Tensor Computation Using $\mathbb{F}_2$. arXiv:2505.23819, arXiv, 28 May 2025. arXiv.org, https://doi.org/10.48550/arXiv.2505.23819
特定学习策略可增强医院AI模型有效性
临床AI模型常因数据漂移导致性能下降，约克大学Elham Dolatabadi、Vallijah Subasri团队联合大学健康网络和Vector研究所，通过加拿大GEMINI医院数据网络，发现迁移学习和持续学习策略能有效维持模型准确性。
研究团队分析了2010-2020年间多伦多7家医院143,049例住院患者数据，涵盖人口特征、实验室指标和COVID-19特殊时期变化。采用标签无关监测管道（label-agnostic monitoring pipeline）结合最大均值差异检验（maximum mean discrepancy testing），系统检测了医院类型转换、关键检测指标（如脑钠肽和D-二聚体）变化引发的数据漂移。结果显示：当模型从社区医院迁移至学术医院时性能显著下降，反向迁移则无此现象；针对性设计的迁移学习策略使社区医院模型AUROC提升0.05。在COVID-19大流行期间，漂移触发持续学习通过动态更新模型参数，将死亡率预测的AUROC从基线提高0.44（P=0.007）。这些发现为应对医疗数据动态变化提供了可操作方案。研究发表在 JAMA Network Open 上。
#AI驱动科学 #预测模型构建 #个性化医疗
阅读更多：
Subasri, Vallijah, et al. “Detecting and Remediating Harmful Data Shifts for the Responsible Deployment of Clinical AI Models.” JAMA Network Open, vol. 8, no. 6, June 2025, p. e2513685. Silverchair, https://doi.org/10.1001/jamanetworkopen.2025.13685
生成式AI填补基因距离数据空白
DNA三维结构解析长期受限于实验数据缺失。斯科尔科沃科学技术研究所的Alexander Lobashev、Dmitry Guskov和Kirill Polovnikov团队首次将扩散模型应用于染色体距离矩阵补全，为遗传疾病诊疗提供新工具。
研究团队构建了包含亚扩散、正常扩散和超扩散三种状态的分数布朗运动（fBm）轨迹数据集，模拟染色体片段的空间运动特性。通过去噪扩散概率模型（DDPM）的条件生成框架，将距离矩阵补全转化为图像修复（inpainting）任务。在低缺失率情况下，模型能准确重建fBm的尺度无关相关性，Fréchet起始距离（FID）指标比传统方法提升35%。实际应用中，该技术成功补全荧光原位杂交（FISH）实验中因重复碱基序列导致的缺失数据，使单细胞3D结构解析精度达到81%。特别值得注意的是，模型展现出超越简单数据记忆的泛化能力，能处理训练集未涵盖的染色体构象。这一成果不仅为染色质生物物理学研究开辟新途径，更为癌症等遗传疾病的精准诊断提供了可能。研究发表在 Scientific Reports 上。
#AI驱动科学 #个性化医疗 #计算模型与人工智能模拟 #基因医学 #聚合物物理
阅读更多：
Lobashev, Alexander, et al. “Generative Inpainting of Incomplete Euclidean Distance Matrices of Trajectories Generated by a Fractional Brownian Motion.” Scientific Reports, vol. 15, no. 1, May 2025, p. 19145. www.nature.com, https://doi.org/10.1038/s41598-025-97893-5
AI情商大爆发：语言模型解题准确率超人类25%
伯尔尼大学的Katja Schlegel、Nils R. Sommer和日内瓦大学的Marcello Mortillaro团队研究发现，主流LLMs在情商测试中的表现优于人类，并能生成高质量的新测试内容。
▷图片显示了各 LLM 考生在五项 EI 测试中的正确率。Credit: Katja Schlegel.
研究分为两部分：首先测试六种LLM（包括ChatGPT-4、Gemini 1.5 flash等）在五种标准情商测试（STEU、GEMOK-Blends等）中的表现。这些测试评估情绪理解和管理能力，采用情境判断形式。结果显示LLMs平均准确率达81%，显著高于人类56%的平均水平。第二部分使用ChatGPT-4为每种测试生成全新版本，包含不同情境和问题。五项独立研究（N=467）比较发现，AI生成测试与原始测试在难度（test difficulty）、清晰度等指标上差异很小（效应量d<0.25），且两者相关性达0.46。特别值得注意的是，人类参与者评价AI生成的测试情境同样真实可信。研究为LLMs在心理测量工具开发和情感计算领域的应用提供了实证基础。研究发表在 Communications Psychology 上。
#大模型技术 #心理健康与精神疾病 #自动化科研 #情感计算
阅读更多：
Schlegel, Katja, et al. “Large Language Models Are Proficient in Solving and Creating Emotional Intelligence Tests.” Communications Psychology, vol. 3, no. 1, May 2025, pp. 1–14. www.nature.com, https://doi.org/10.1038/s44271-025-00258-x
人机表情包大战：AI量产搞笑，人类专精爆笑
人工智能能否真正理解幽默？瑞典皇家理工学院的Zhikun Wu、慕尼黑大学的Thomas Weber和达姆施塔特工业大学的Florian Müller团队通过研究人机协作创作表情包发现，虽然AI能批量产出搞笑内容，但最打动人心的幽默仍需要人类参与。
研究团队设计了严谨的三组对照实验：50人单独创作表情包，50人与先进语言模型协作创作，以及LLM完全自主生成。参与者使用Doge、Futurama Fry等经典模板创作后，近100名评分者对335个人类作品、307个人机协作作品和150个AI作品进行了幽默感、创造力和可分享性评估。结果显示，AI独立作品平均得分最高（创意7.2/10，幽默6.8/10，分享意愿6.5/10），但表现最佳的10%作品中，人类创作在幽默感上领先15%，人机协作在创意（8.9 vs 8.2）和分享意愿（8.7 vs 8.0）上更优。值得注意的是，与AI协作的参与者创意数量提升40%，但仅30%会进行多次迭代调整。研究指出，AI擅长从海量数据中提炼"安全牌"内容，而人类则能注入文化共鸣和情感细腻度——正如研究中一个获奖协作表情包，通过人类调整AI初稿的措辞和图像搭配，最终幽默评分提升42%。研究发表在 Proceedings of the 30th International Conference on Intelligent User Interfaces 上。
#大模型技术 #跨学科整合 #创意计算 #人机协作 #数字文化
阅读更多：
Wu, Zhikun, et al. “One Does Not Simply Meme Alone: Evaluating Co-Creativity Between LLMs and Humans in the Generation of Humor.” Proceedings of the 30th International Conference on Intelligent User Interfaces, Association for Computing Machinery, 2025, pp. 1082–92. ACM Digital Library, https://doi.org/10.1145/3708359.3712094
通用智能体必须构建世界模型
世界模型是否是实现通用AI的必要条件？Google DeepMind的Jonathan Richens、David Abel、Alexis Bellot和Tom Everitt团队通过形式化证明给出肯定答案：任何能完成多步目标任务的智能体都必须学习环境预测模型，且该模型可从策略中提取。
研究将环境建模为完全可观测马尔可夫过程，定义通用智能体为目标条件策略（goal-conditioned policies）。通过理论证明发现，任何满足遗憾界限（regret bound，衡量决策与最优策略差距的指标）的智能体，其策略中必然编码了环境动态的预测模型。研究团队开发的新算法能从智能体策略中提取世界模型，实验显示模型精度随智能体性能提升而提高。特别值得注意的是，这一结论不受训练细节或架构影响，也无需理性假设。研究还发现，智能体要实现更复杂目标或更高性能，必须学习更精确的世界模型。这一发现对开发安全、可解释的通用AI系统具有深远意义，同时为从现有智能体提取世界模型提供了实用工具。
#大模型技术 #计算模型与人工智能模拟 #跨学科整合 #AI驱动科学
阅读更多：
Richens, Jonathan, et al. General Agents Need World Models. arXiv:2506.01622, arXiv, 2 June 2025. arXiv.org, https://doi.org/10.48550/arXiv.2506.01622
整理｜ChatGPT
编辑｜丹雀、存源
关于追问nextquestion
天桥脑科学研究院旗下科学媒体，旨在以科学追问为纽带，深入探究人工智能与人类智能相互融合与促进，不断探索科学的边界。如果您有进一步想要讨论的内容，欢迎评论区留言，或后台留言“社群”即可加入社群与我们互动。
关于天桥脑科学研究院
天桥脑科学研究院（Tianqiao and Chrissy Chen Institute）是由陈天桥、雒芊芊夫妇出资10亿美元创建的世界最大私人脑科学研究机构之一，围绕全球化、跨学科和青年科学家三大重点，支持脑科学研究，造福人类。
Chen Institute与华山医院、上海市精神卫生中心设立了应用神经技术前沿实验室、人工智能与精神健康前沿实验室；与加州理工学院合作成立了加州理工天桥神经科学研究院。
Chen Institute建成了支持脑科学和人工智能领域研究的生态系统，项目遍布欧美、亚洲和大洋洲，包括、、、科研型临床医生奖励计划、、等。
热门跟贴