█ 脑科学动态
Science：超加工食品并非肥胖宿敌
Cell：D&D-seq技术实现单细胞蛋白-DNA结合图谱绘制
Nature：人类血液中线粒体DNA突变随年龄增长积累
Cell：劫持细菌基因让深海巨虫可以五年不食
首个免于染色体异常的人类胚胎精准碱基编辑
本世纪末人均年损失58小时睡眠，气温升高正悄然偷走我们的休息
新型光遗传学平台利用红移光敏蛋白实现无创心脏起搏
3D技术首度证实突触小泡在学习中实时重组
新型散斑成像技术无需高速相机即可量化手术中的脑血流
为什么黄金标准RCT可能并不适合心理治疗？
█ AI行业动态
GPT-Rosalind升级，OpenAI联手诺和诺德提速新药研发
Anthropic揭示的AI自我进化致命陷阱
█ AI驱动科学
OCTCube-M：诊断视网膜病变，预警心梗与中风的眼科AI
模拟不同疗法下的患者未来：医学AI利用世界模型推演疾病轨迹
基于大脑信号解析的客观疼痛评估AI模型
新型人工智能模型SimLBR以极低训练成本识别AI虚假图像
大模型有望学会“心算”：隐式思维链首次获得严格数学证明
经典心理学测试暴露AI缺陷：长词表导致大模型注意力系统崩溃
集处理、存储和发光于一体的超低电压有机晶体管
被动依赖AI让工作失去意义
引入范畴论，MIT研究人员为自修复AI探索系统注入数学灵魂
Memory Caching技术助RNN突破长文本召回瓶颈
脑科学动态
Science：超加工食品并非肥胖宿敌，多国专家呼吁重估超加工食品定义
超加工食品本质有害吗？Faidon Magkos、Ciarán G. Forde和Eric Robinson等研究人员（哥本哈根大学、瓦赫宁根大学与利物浦大学）指出，现有试验不支持超加工过程本身导致肥胖的结论，其危害主要来自其传统的营养缺陷。
研究团队系统回顾了美、英、丹、日四国的5项随机对照试验。结果表明，超加工食品（指经工业化加工并添加多种添加剂的食品）对体重的负面影响，完全可以用传统营养特性解释。在自由摄入试验中，该食品的柔软质地加快了进食速度，且其能量密度更高，这足以解释多余的热量摄入。在固定能量试验中，超加工组体重增加实际源于对照组高纤维带来的可利用能量减少，以及高盐引起的体液潴留。在匹配了纤维和钠的试验中，两组能量平衡并无差异。因此，政策指导应减少对加工程度的关注，转向优先识别营养差、能量密度高且易快速消费的食品。研究发表在 Science 上。
#疾病与健康 #其他 #超加工食品 #随机对照试验 #膳食指南
阅读更多：
Magkos, Faidon, et al. “Ultraprocessed Foods and Obesity: Interpreting the Evidence.” Science, vol. 392, no. 6802, June 2026, pp. 1020–22. science.org (Atypon), https://doi.org/10.1126/science.aef3495
Cell：D&D-seq技术实现单细胞蛋白-DNA结合图谱绘制
探究基因如何被调控需解析DNA与蛋白质的相互作用，但单细胞水平上的弱或瞬时结合一直难以捕捉。Ivan Raimondi、Dan A. Landau以及Chi Wei-Yu等（威尔康奈尔医学院）开发了名为D&D-seq的技术，成功在单细胞水平上绘制了弱和瞬时DNA-蛋白质相互作用图谱。
▷ Credit：Cell.
D&D-seq技术将双链DNA脱氨酶与靶向特定抗体的纳米抗体结合，在蛋白质结合的基因组位点靶向实现胞嘧啶到尿嘧啶的碱基编辑，以捕捉弱或瞬时的相互作用。该技术克服了传统染色质免疫共沉淀测序（ChIP-seq）无法应用于高通量单细胞分析的缺陷。在实验中，团队成功绘制了K562细胞中转录因子的结合图谱，并兼容了单细胞多组学流程。此外，该技术成功揭示了突变体T细胞中CTCF结合的受损细节，展示出强大的单细胞异质性解析能力。研究发表在 Cell 上。
#疾病与健康 #其他 #单细胞多组学 #转录因子 #碱基编辑
阅读更多：
Chi, Wei-Yu, et al. “Single-Cell Mapping of Regulatory DNA-Protein Interactions.” Cell, vol. 0, no. 0, June 2026. www.cell.com, https://doi.org/10.1016/j.cell.2026.05.014
Nature：人类血液中线粒体DNA突变随年龄增长积累
人类血液中的线粒体DNA突变为何会随年龄增长而积累？Rahul Gupta、Timothy J. Durham、Vamsi K. Mootha等（哈佛医学院和麻省总医院）通过分析大规模基因组数据，揭示了这一现象并非源于氧化损伤，而是由于隐匿性复制错误随克隆性造血扩增所致。
研究团队利用 mtSwirl 管道分析了约75万名个体的全基因组测序数据。结果显示，线粒体单核苷酸变异（mtSNVs）在60岁后急剧增加，但均处于低水平的异质性。其突变谱表现出强烈的链偏向性，更符合线粒体DNA复制错误而非氧化损伤的特征。全基因组关联研究发现，高突变负荷与 TERT、TCL1A 等基因的生殖细胞变异及克隆性造血（CH）驱动基因密切相关。研究表明，线粒体DNA的隐匿性突变最初随机发生，因克隆性造血导致特定细胞克隆随年龄增长而扩增，才在整体水平上变得可检测。研究发表在 Nature 上。
#疾病与健康 #健康管理与寿命延长 #线粒体DNA #克隆性造血 #衰老机制
阅读更多：
Gupta, Rahul, et al. “Mechanism of Age-Related Accumulation of mtDNA Mutations in Human Blood.” Nature, May 2026, pp. 1–9. www.nature.com, https://doi.org/10.1038/s41586-026-10569-6
首个免于染色体异常的人类胚胎精准碱基编辑
为攻克传统基因编辑易导致人类胚胎染色体异常的难题，Dietrich M. Egli、Stepan Jerabek和Jimin Kim等（哥伦比亚大学）利用碱基编辑技术对人类胚胎进行精准编辑，首次在不产生染色体改变的情况下实现了高效的基因修正。
研究团队针对与心血管疾病相关的PCSK9基因和与血液疾病相关的HBG1/2基因进行了碱基编辑测试。他们对比了两种递送方式，发现以核糖核蛋白复合体形式递送时，编辑效率极高，PCSK9和HBG1/2基因的编辑效率分别达到65%和52%，且未检测到大片段DNA缺失或染色体异常。约三分之一的受精卵成功发育至囊胚阶段，并成功衍生出三株多能性正常的胚胎干细胞系。然而，以信使RNA形式递送却导致胚胎全部发育停滞，提示了胚胎对特定RNA具有敏感性。尽管该技术仍面临脱靶效应和遗传嵌合体的挑战，但它为单基因遗传病的源头预防提供了更安全的路径。
#疾病与健康 #个性化医疗 #人类胚胎 #碱基编辑
阅读更多：
Jerabek, Stepan, et al. “Efficient Base Editing and Development in Human Embryos without Chromosomal Alterations.” bioRxiv, 1 June 2026, p. 2026.05.30.728989. bioRxiv, https://doi.org/10.64898/2026.05.30.728989
Cell：劫持细菌基因让深海巨虫可以五年不食
深海巨虫如何在极度缺食的深海维持巨型身体并生存数年？国科学院海洋研究所实验海洋生物学实验室李富花、相建海团队联合香港中文大学的朱嘉濠团队揭示了其通过劫持微生物能量代谢基因ND1来调控代谢、耐受超长饥饿的机制。
▷ Credit：Cell.
研究团队结合形态学、生理学与比较基因组学分析，发现深海水虱（Bathynomus jamesi）等深海等足虫通过异常膨大的胃进行间歇性暴食，并展现出极低的基础代谢率。其基因组中存在约1600万年前从共生微生物水平转移而来的能量代谢相关基因ND1。通过基因复制和启动子区域组蛋白乙酰化的精密调控，ND1在深海水虱体内实现了超高水平表达，其表达量在其全部基因中位列第一。在斑马鱼、线虫和细胞系中的功能实验表明，ND1能够显著下调宿主的内源性能量生产基因，使转基因斑马鱼在低温代谢抑制状态下的饥饿生存时间延长了百分之三十七。这一发现解决了生物巨型化高能量需求与极端环境之间的能量权衡悖论。研究发表在 Cell 上。
#疾病与健康 #其他 #水平基因转移 #深海生物 #代谢调节
阅读更多：
Yuan, Jianbo, et al. “Deep-Sea Megafauna Co-Opts Microbial Energy Metabolism Genes to Withstand Ultra-Long Starvation.” Cell, vol. 0, no. 0, June 2026. www.cell.com, https://doi.org/10.1016/j.cell.2026.05.012
本世纪末人均年损失58小时睡眠，气温升高正悄然偷走我们的休息
面对全球三分之一人口正遭受的睡眠危机，Masoud Tahmasian, Vincent Küppers, Sarah Genon, Simon B. Eickhoff, Diego A. Golombek, Agustin Ibanez（德国于利希研究中心等）开展研究，首次提出了“一体化睡眠健康”多维整合框架，呼吁将睡眠作为全球健康的优先议题。
▷ 一体化睡眠健康框架的结构。Credit: Cell Reports Medicine (2026).
该框架融合了神经科学、环境科学与兽医学，将人类睡眠、动物睡眠与暴露组视为互联的整体。研究显示，睡眠不足会导致五个工业国每年损失高达6800亿美元。气候变化引起的气温上升也威胁着睡眠，预计到本世纪末，全球人均每年将流失50至58小时的睡眠。从神经生物学角度看，7小时是维持大脑认知功能的最佳睡眠时长，睡眠不足会削弱脑内的胶质淋巴系统，增加阿尔茨海默病等风险。为此，研究者倡导积累睡眠资本（充足睡眠带来的健康、社会和经济效益的总和），并呼吁政府和城市规划者采取延迟学校上课时间、减少城市光污染和噪音污染等具体措施。研究发表在 Cell Reports Medicine 上。
#疾病与健康 #跨学科整合 #健康管理与寿命延长 #睡眠资本 #暴露组
阅读更多：
Tahmasian, Masoud, et al. “Elevating Sleep to a Global Health Priority: The One Sleep Health Framework.” Cell Reports Medicine, vol. 0, no. 0, May 2026. www.cell.com, https://doi.org/10.1016/j.xcrm.2026.102828
新型光遗传学平台利用红移光敏蛋白实现无创心脏起搏
心律失常如何引发大脑供血供氧不足并增加中风风险？Chao Zhou、Abigail Matt和Marcello Magri Amaral团队（圣路易斯华盛顿大学）与Adam Bauer团队（Mallinckrodt放射学研究所）合作，利用无创心脏光遗传学技术控制小鼠心率，揭示了心律失常期间及之后大脑氧气浓度的快速波动。
▷ 构建并进行光刺激表达 ReaChR 的小鼠品系。Credit: Science Advances (2026).
研究团队培育了心脏特异性表达红移光敏蛋白（ReaChR）的转基因小鼠。通过使用10毫米直径的617纳米红光，以低于1毫瓦每平方毫米的低辐照度安全穿透胸壁照射小鼠皮肤，成功在无创状态下将心率控制在静息心率的175%以内（6至14赫兹）。在诱发心律失常的同时，团队利用光学固有信号成像技术，实时监测大脑皮层血红蛋白的变化。结果表明，心律失常会迅速导致脑部含氧血红蛋白浓度降低，同时脱氧血红蛋白浓度升高。特别是在6赫兹和14赫兹的起搏频率下，脑部血氧变化最为剧烈，且这种变化的幅度与起搏频率同静息心率的偏差呈正比例。该研究直观揭示了心脏泵血异常对脑灌注的瞬时干扰，为探究心脑连接提供了全新工具。研究发表在 Science Advances 上。
#疾病与健康 #神经机制与脑功能解析 #心律失常 #光遗传学 #脑血流动力学
阅读更多：
Amaral, Marcello Magri, et al. “Noninvasive Optogenetic Induction of Cardiac Arrhythmias Alters Systemic Hemodynamics in Mice.” Science Advances, vol. 12, no. 23, June 2026, p. eaeb1092. science.org (Atypon), https://doi.org/10.1126/sciadv.aeb1092
3D技术首度证实突触小泡在学习中实时重组
突触层面的超微结构改变如何塑造我们的学习能力？Terrence J. Sejnowski、Guadalupe C. Garcia和Thomas M. Bartol等人在索尔克研究所（Salk Institute）开展研究，利用先进的3D重建与生物物理模拟技术，首次揭示了学习记忆的核心机制——长时程增强（LTP）过程中突触前小泡密度的动态重组规律。
▷ 长时程增强作用会增加突触前末梢和线粒体的体积，同时降低突触小泡的密度，如图所示（左图为对照组，右图为长时程增强作用组）。突触的三维重建图显示，突触小泡呈绿色球形，线粒体呈紫色，活性区呈红色。Credit: Salk Institute
研究团队通过序列切片电子显微镜观察成年大鼠海马体的突触结构，并在诱导长时程增强（LTP）前后进行对比。借助新型3D重建技术与计算机模拟，团队首次量化了突触小泡在突触前末梢的物理状态。结果发现，LTP诱导2小时后，突触小泡簇并非保持静止，而是呈现分散状态，小泡密度显著降低，彼此间距变大。物理建模表明，这种密度的降低降低了簇内黏度，从而大幅提高了突触小泡的流动性，促进了神经递质的释放。由于突触功能障碍与阿尔茨海默病等神经退行性疾病密切相关，该研究不仅增进了对基本学习机制的理解，也为精确定位相关疾病的结构级突触病变提供了全新视角。研究发表在 PNAS 上。
#神经科学 #神经机制与脑功能解析 #突触可塑性 #长时程增强
阅读更多：
Garcia, Guadalupe C., et al. “Transition of the Presynaptic Vesicle Cluster from a Compact to Dispersed Organization during Long-Term Potentiation.” Proceedings of the National Academy of Sciences, vol. 123, no. 22, June 2026, p. e2522754123. www.pnas.org, https://doi.org/10.1073/pnas.2522754123
新型散斑成像技术无需高速相机即可量化手术中的脑血流
手术中脑血流短暂中断可致永久脑损伤，如何精准监测是一大挑战。Hengfa Lu和Andrew K. Dunn等（德克萨斯大学奥斯汀分校）开发了正弦强度调制散斑成像技术，利用标准相机实现了无创、大视野的定量脑血流监测。
传统的激光散斑对比成像（LSCI）技术只能提供血流变化的相对数值，且依赖昂贵的高速相机。为了突破这一硬件限制，研究团队开发了正弦强度调制散斑成像（SIMSI）技术。该方法在每次相机曝光期间，以可控频率按正弦模式调节激光光照强度，从而将原本会被平均掉的快速血流动力学信息编码到散斑图像中。通过数学模型重建，标准相机也能够在长曝光下捕捉微秒至毫秒级的超快组织动力学。在微流控仿体实验中，该系统测得的数据与高精度参考探测器高度一致。在小鼠大脑皮层的体内实验中，该技术不仅成功区分了不同血管区域的光谱特征，还连续十天无创追踪了缺血性中风后的皮层血流时空演变。这一技术有望降低临床多项手术的监护成本并提升患者安全性。研究发表在 PNAS 上。
#疾病与健康 #其他 #脑血流监测 #激光散斑成像 #手术监护
阅读更多：
Lu, Hengfa, et al. “Mapping Fast Tissue Dynamics with Long Camera Exposures via Intensity Modulation.” Proceedings of the National Academy of Sciences, vol. 123, no. 17, Apr. 2026, p. e2524940123. pnas.org (Atypon), https://doi.org/10.1073/pnas.2524940123
为什么黄金标准RCT可能并不适合心理治疗？
心理治疗是否应当像药物一样接受随机对照试验的评估？曼彻斯特大学的 Sahanika Ratnayake 通过系统分析现有证据基础的优势与局限，撰写了一篇反思性学术分析，指出将药物评估标准套用于心理疗法存在偏差，可能限制患者的选择并误导精神卫生服务的发展。
Sahanika Ratnayake 采用哲学与精神病学交叉的视角，对比了随机对照试验（RCT）的要求与心理治疗的实际特征。结果表明，两者存在本体论不匹配（评估工具的要求与被评估事物的本质特征不相符）。RCT要求治疗手段标准化、针对特定诊断、有明确时限且结果可测量，这极契合药理学研究，却难以应对心理治疗个性化、关系导向和非线性的特征。过度依赖RCT导致认知行为疗法（CBT）在体系中过度主导，例如在英国谈话疗法项目中，仅有11%的高强度从业者提供非CBT方案，窄化了公众的治疗选择。此外，短期症状评分易忽略人际关系改善和深层自我认知等难以量化的长期康复指标。因此，作者呼吁构建证据多元主义体系，将真实世界服务数据、作用机制研究和患者视角研究纳入评估。研究发表在 The British Journal of Psychiatry 上。
#疾病与健康 #心理健康与精神疾病 #心理治疗 #随机对照试验 #证据多元化
阅读更多：
Ratnayake, Sahanika. “A Philosopher Asks Whether Therapy Should Be Evaluated like Drugs.” The British Journal of Psychiatry, June 2026, pp. 1–4. Cambridge University Press, https://doi.org/10.1192/bjp.2026.10674
AI 行业动态
更聪明更省token：GPT-Rosalind升级，OpenAI联手诺和诺德提速新药研发
继今年4月推出专为生命科学研究设计的GPT‑Rosalind系列后，OpenAI于近日宣布对该模型进行重大更新。新版GPT‑Rosalind集成了GPT‑5.5的智能体编码与工具使用能力，在药物化学、基因组学等核心药物发现领域展现出更强的模型智能。为客观衡量模型进步，OpenAI构建了由外部专家评判的全新评测基准LifeSciBench，从证据处理、分析、设计与优化等六个核心工作流出发，采用端到端视角评估模型的科学价值，确保其进步与真实科研场景对齐。与此同时，OpenAI还推出了两款面向生命科学研究的插件，分别为Life Sciences Research和Life Sciences NGS Analysis，为模型的可重复科学工作流提供了实践执行层。
在更具体的性能评测中，GPT‑Rosalind表现亮眼：在模拟真实药物化学工作流的MedChemBench上，该模型得分27.5%，优于GPT‑5.5的25.1%，且token使用量减少了7.2%；在面向基因组学的GeneBench评估中，其准确率达到21.6%，比GPT‑5.5高出1.2个百分点，token使用量更是大幅降低31%；在测试真实湿实验辅助能力的LabWorkBench新基准上，GPT‑Rosalind得分63.2%，显著领先于GPT‑5.5的55.8%，token用量亦减少5.3%。OpenAI表示将持续改进模型的生物学推理能力，并与全球领先生物制药公司诺和诺德展开合作，通过GPT‑Rosalind帮助研究人员更快分析复杂数据集、发现有用模式并验证假设，从而加速药物研发与生命科学探索进程。
#GPTRosalind #生命科学AI #药物发现 #OpenAI #诺和诺德
阅读更多：
https://openai.com/index/introducing-new-capabilities-to-gpt-rosalind/
一边冲刺万亿IPO，一边呼吁全球暂停：Anthropic揭示的AI自我进化致命陷阱
Anthropic近日展现出极富戏剧性的双重姿态：一边秘密提交上市文件，寻求近9650亿美元的估值；另一边其联合创始人Jack Clark却公开呼吁全球暂停AI研发。这一矛盾的根源，隐藏在一个关键数据中——目前合并到Anthropi自有代码库的代码中，超过80%由其旗下模型Claude自主编写。Clark预判，到2028年底，AI能在无人类参与下完成下一代产品研发的概率高达60%，届时将触发“递归自我改进（recursive self-improvement，指AI系统持续自主优化自身算法与能力的过程）”的闭环。谷歌旗下DeepMind的模型已在不经人类干预下优化算法，为谷歌节省了全球0.7%的算力。安全与新兴技术中心（CSET）的报告警告，AI驱动的研发效率可能比纯人类研发提升千倍以上。
然而，AI的自我进化正面临结构性失衡：在代码、数学等拥有“可验证奖励”的领域，AI可通过自我博弈高速迭代；但在伦理、道德判断与安全对齐等无法标准化验证的领域，进步极为缓慢。麻省理工学院物理学家Max Tegmark将此比作司机在高速公路上闭眼踩油门。物理世界的限制也构成阻碍：算力扩张正遭遇电网负荷、芯片带宽和散热系统的硬天花板，费城半导体指数近日单日暴跌超10%便反映了这一矛盾。此外，AI研发链条呈现“锯齿状前沿（Jagged Frontier，指不同环节自动化程度严重不齐）”，数据科学、系统工程和安全对齐无法同步加速。尽管存在这些缓冲，但监管框架仍以“人类速度”运行。当机器开始自己谱写代码，人类修改错别字的时间或许真的不多了。
#递归自我改进 #AI安全 #Anthropic #AI对齐 #暂停AI研发
阅读更多：
https://www.economist.com/science-and-technology/2026/06/07/will-artificial-intelligence-soon-escape-human-control
AI 驱动科学
OCTCube-M：不仅能诊断视网膜病变，还能预警心梗与中风的眼科AI
面对眼部扫描产生的海量图像数据，Aaron Y. Lee与Sheng Wang等研究人员（圣路易斯华盛顿大学、华盛顿大学和基因泰克公司）开发了新型人工智能系统OCTCube-M，实现了对视网膜疾病及全身健康风险的快速精准预测。
▷ 在归纳学习环境下对视网膜疾病预测的评估。Credit: Nature Biomedical Engineering (2026).
研究团队开发的OCTCube-M是一个基于三维光学相干断层扫描的多模态框架。该系统使用超过2.6万个三维OCT体数据（包含162万个二维切片）进行预训练。结果显示，与传统二维模型相比，该系统在识别年龄相关性黄斑变性等八种主要眼疾时，准确率提升了4至6个百分点。此外，通过结合红外视网膜成像和眼底自发荧光成像，该多模态模型在预测地图状萎缩的进展速度方面，比现有最先进模型平均提高了近50%。更重要的是，该模型还能仅凭眼底图像特征，跨学科地预测心脏病发作、中风和肾衰竭等全身性系统疾病风险。研究发表在 Nature Biomedical Engineering 上。
#疾病与健康 #个性化医疗 #人工智能 #视网膜病变 #多模态基础模型
阅读更多：
Liu, Zixuan, et al. “A Three-Dimensional Multi-Modal Foundation Model for Optical Coherence Tomography.” Nature Biomedical Engineering, Apr. 2026, pp. 1–20. www.nature.com, https://doi.org/10.1038/s41551-026-01662-2
模拟不同疗法下的患者未来：医学AI利用世界模型推演疾病轨迹
针对临床 AI 无法预测不同治疗对疾病轨迹影响的瓶颈，北京大学、澳门理工大学的研究人员首次从世界模型视角重构疾病轨迹，发表了面向疾病演化动态预测的临床世界模型综述。
该研究将临床预测重新组织为动态系统，包含了三大核心任务：预测当前治疗路径下未来的事实轨迹预测；模拟不同治疗动作下演化路径的反事实轨迹估计；以及评估临床策略收益的策略级评估。此外，为解决治疗与病情反馈、不规则随访等导致的偏误，模型系统比较了深度序列模型、时间点过程和连续时间因果推断等方法。综述指出，临床 AI 不能只追求预测准确，必须通过目标试验模拟等手段提供决策级证据，并在证据不足时主动给出不确定性或拒绝外推，从而安全辅助决策。
#疾病与健康 #预测模型构建 #临床AI #世界模型 #因果推断
阅读更多：
Feng, Pujun, et al. “From Static Risk to Dynamic Trajectories: Toward World-Model-Inspired Clinical Prediction.” arXiv:2605.16927, arXiv, 16 May 2026. arXiv.org, https://doi.org/10.48550/arXiv.2605.16927
基于大脑信号解析的客观疼痛评估AI模型
针对传统疼痛评估依赖患者主观报告、难以客观量化以及无法应用于沟通困难群体的问题，Jinung An、Sung Chan Jun以及Euijin Jung等人（大邱庆北科学技术院与光州科学技术院）组成的研究团队开发出一种基于人工智能的新技术，可通过分析热刺激引发的脑电图信号，客观评估并分类疼痛强度。
▷ Credit: IEEE Transactions on Neural Systems and Rehabilitation Engineering (2026).
传统脑电图分析常受到患者自我报告偏差的干扰。为此，研究团队采用了一种样本选择策略，利用两个人工智能模型相互比对预测误差与分歧度，选择性地仅从高度可靠和信息量丰富的脑电数据中学习，从而过滤掉主观噪声。在对41名接受热刺激的参与者进行的测试中，该模型在3类、6类及10类的细粒度疼痛等级分类中，性能均优于传统基线模型，并在未训练的新刺激环境中保持了稳定的泛化预测。此外，研究发现左侧和右侧前额颞叶电极处的δ波活动与疼痛强度密切相关。这为重症监护室等沟通困难患者的实时疼痛追踪提供了客观的神经生理学基础。研究发表在 IEEE Transactions on Neural Systems and Rehabilitation Engineering 上。
#疾病与健康 #大脑信号解析 #客观疼痛评估 #脑电图 #样本选择
阅读更多：
Jung, Euijin, et al. “EEG-Based Pain Classification via Sample Selection to Mitigate Subjective Label Bias.” IEEE Transactions on Neural Systems and Rehabilitation Engineering, vol. 34, 2026, pp. 2480–90. IEEE Xplore, https://doi.org/10.1109/TNSRE.2026.3692232
新型人工智能模型SimLBR以极低训练成本识别AI虚假图像
生成式人工智能生成的虚假图像日益逼真，导致传统检测器因过度拟合特定生成器特征而失效。为此，Aayush Dhakal、Subash Khanal、Srikumar Sastry、Jacob Arndt、Philipe Ambrozio Dias、Dalton Lunga和Nathan Jacobs（圣路易斯华盛顿大学与橡树岭国家实验室）开发出一种名为SimLBR的新型人工智能模型，通过学习识别真实图像的特征，实现了对未知生成器虚假图像的高效、低成本检测。
▷ Credit: arXiv (2026).
该研究提出了一种名为潜在混合正则化的方法。与在像素空间中训练的传统方法不同，该模型在预训练的基础模型DINOv3的潜在空间中运行，将图像转换为1024维向量进行高效学习。在训练过程中，模型通过将少量虚假图像信息融入真实图像的潜在空间，强迫系统对未受干扰的真实图像分布建立更紧密的决策边界。实验结果表明，该方法在具有挑战性的Chameleon基准测试中，跨生成器的检测准确率提升了24.85%，召回率提高了69.62%。此外，SimLBR在单个GPU上的训练时间不足3分钟，相较于最先进方法在8个GPU上训练两小时，计算成本显著降低。研究还引入了基于夏普比率改进的可靠性指标，用于评估检测器应对未来未知生成器时的稳定性。
#其他 #虚假图像检测 #对抗样本 #生成式人工智能
阅读更多：
Dhakal, Aayush, et al. “SimLBR: Learning to Detect Fake Images by Learning to Detect Real Images.” arXiv:2602.20412, arXiv, 23 Feb. 2026. arXiv.org, https://doi.org/10.48550/arXiv.2602.20412
大模型有望学会“心算”：隐式思维链首次获得严格数学证明
大模型生成显式思考步骤会导致高延迟与高成本。为了解决该问题，Yixiao Huang、Hanlin Zhu、Zixuan Wang、Jiantao Jiao、Stuart Russell、Somayeh Sojoudi和Song Mei（加州大学伯克利分校与普林斯顿大学）通过研究证明，模型可通过隐式思维链将推理步骤内化于隐藏状态中，实现高效的直接预测。
研究团队基于 k-奇偶校验问题（k-parity problem，一种用于测试模型多步推理能力的经典理论计算任务）展开研究。他们设计了一种名为 Log-ICoT 的新型训练课程，将奇偶校验的二叉树结构与 Transformer 结构对准，每次成块隐藏整层思维链，从而将训练阶段从传统的线性步骤缩减至对数步骤。为攻克多层网络训练中的难题，团队引入了门控连接来隔离各层信号，并结合整数量化防止误差累积。实验结果显示，在具有30个输入比特和16个校验位的设置下，训练完成后的4层模型在没有任何中间步骤输出的情况下，验证集准确率达到了100%。数学证明也确认，该方法在测试时仅需单次前向传播即可得出正确预测。
#大模型技术 #计算模型与人工智能模拟 #隐式思维链 #多步推理 #Transformer
阅读更多：
Huang, Yixiao, et al. “Transformers Provably Learn to Internalize Chain-of-Thought.” Version 1, arXiv:2605.28600, arXiv, 27 May 2026. arXiv.org, https://doi.org/10.48550/arXiv.2605.28600
经典心理学测试暴露AI缺陷：长词表导致大模型注意力系统崩溃
大模型是否具备人类的注意力控制能力？Suketu Chandrakant Patel、Hongbin Wang与Jin Fan等研究人员利用经典心理学测试发现，大模型在面对干扰时存在根本性的执行控制缺陷，无法像人类一样持续专注于任务目标。
▷ 在 Claude 3.5 Sonnet 模型中，任务识别与任务执行之间存在分离，且无需明确提示。(a) 无提示对话的截图（2025 年 1 月 10 日），模型识别出了 Stroop 范式并生成了词-色关系映射，但在不一致词表上的准确率仅为 70%。(b) 仅提供包含 10 个不一致词的刺激图像作为唯一输入，没有伴随任何任务指令。这种分离表明，仅识别任务结构不足以启动准确执行任务所需的冲突解决机制。Credit: Suketu Chandrakant Patel, Hongbin Wang, and Jin Fan
研究团队使用斯特鲁普任务（Stroop task，通过命名与字义不一致的文字颜色来评估执行控制能力的经典心理学测试） 对多个大模型进行了测试。在该任务中，模型需要忽略文字本身的含义并说出印刷墨水的颜色。结果显示，当面临不一致的干扰时，大模型的执行控制 表现出严重的局限性。在5个单词的短列表中，大模型表现良好；但随着列表长度增加，其性能急剧崩溃。例如，GPT-4o的准确率从5个单词时的91%骤降至40个单词时的15%。即使是较先进的Claude 3.5 Sonnet，在40个单词时的准确率也跌至24%。在混合测试中，大模型在不一致项目上的准确率甚至降至接近0%，默认倒退回单纯的单词阅读模式。此外，模型未表现出人类常见的一致性序列效应（congruency sequence effect，前一次试验的一致性会调节当前试验表现的自适应控制现象），表明其缺乏逐个试验进行动态调整的控制机制。研究发表在 PNAS Nexus 上。
#认知科学 #计算模型与人工智能模拟 #大模型技术 #斯特鲁普任务
阅读更多：
Patel, Suketu Chandrakant, et al. “Deficient Executive Control in Transformer Attention.” PNAS Nexus, vol. 5, no. 6, June 2026, p. pgag149. Silverchair, https://doi.org/10.1093/pnasnexus/pgag149
集处理、存储和发光于一体的超低电压有机晶体管
如何将信号处理、存储与发光显示集成于单一柔性器件是可穿戴医疗的核心挑战。Tae-Woo Lee和Zhenan Bao等研究人员（首尔国立大学和斯坦福大学）成功开发出一种超低电压电化学有机发光晶体管，在单器件中实现了上述全部功能。
▷ 在晶体管工作过程中，会形成空穴沟道，同时在漏极处建立阳离子诱导的双电层，使电子和空穴复合并产生光（电致发光）。这种现象的实现得益于活性层中引入的离子传输增强剂促进的阳离子自发迁移。由于这种稳定高效的基于双电层的载流子注入机制，即使采用单活性层结构，该器件也能展现出明亮稳定的发光性能。Credit:Nature Materials.
研究团队在单层有机发光晶体管的活性层中引入了离子传输增强剂。该设计促进了阳离子自发迁移，在漏极电极界面诱导形成了稳定的双电层，从而显著降低了电子注入势垒。实验结果表明，该器件在低于3.5 V的超低电压下即可工作，改善了传统器件需80至180 V高压的缺陷。此外，器件实现了宽度达267微米的宽阔且位置固定的横向复合发光区域，最大亮度达到826 cd m-2，并能由两节1.5 V的普通电池驱动。该器件还展现出神经形态信号处理和突触记忆特性，能够累积并保持多次刺激信号。研究发表在 Nature Materials 上。
#疾病与健康 #计算模型与人工智能模拟 #可穿戴设备 #有机晶体管 #神经形态器件
阅读更多：
Kim, Kwan-Nyeong, et al. “Ultralow-Voltage Electrochemical Organic Light-Emitting Transistors with Pinned and Wide Lateral Recombination.” Nature Materials, June 2026, pp. 1–9. www.nature.com, https://doi.org/10.1038/s41563-026-02613-7
被动依赖AI让工作失去意义
职场人工智能的快速普及可能让员工产生心理疏离。Yidan Yin、Elena Hayoung Lee、Nan Jia和Cheryl J. Wakslak（宾夕法尼亚州立大学、南加州大学）通过实验发现，被动复制人工智能内容会严重削弱员工的心理所有权并加剧工作无意义感。
研究团队通过 Prolific 平台招募了269名专业人士进行写作实验。参与者在第一阶段分别进行无辅助手动写作、被动复制粘贴人工智能生成内容，或与人工智能主动协作（人类先撰写草稿再由人工智能进行润色）。研究评估了参与者的自我效能感、心理所有权和工作意义感。第二阶段，所有参与者恢复纯手工写作。结果表明，被动使用组的心理所有权下降近20%，自我效能感和工作意义感下降近10%，且这种消极影响在恢复手动写作后依然持续。此外，被动组在第二阶段对成果的满意度暴跌了21%，而主动协作则避免了这种下滑。研究发表在 Scientific Reports 上。
#认知科学 #心理健康与精神疾病 #工作无意义感 #自我效能感 #心理所有权
阅读更多：
Lee, Elena Hayoung, et al. “Relying on AI at Work Reduces Self-Efficacy, Ownership, and Meaning While Active Collaboration Mitigates the Effects.” Scientific Reports, vol. 16, no. 1, Mar. 2026, p. 13583. www.nature.com, https://doi.org/10.1038/s41598-026-42312-6
引入范畴论，MIT研究人员为自修复AI探索系统注入数学灵魂
如何让AI自主改变科学词汇体系以应对理论失效？Fiona Y. Wang和Markus J. Buehler团队（麻省理工学院）开发了一个基于范畴论的自修复科学探索框架，实现了科学表征体系的自动转换与验证。
研究人员将科学状态建模为协变函子（copresheaf），将既定体系内的更新建模为自函子（endofunctor），而将科学发现建模为通过左伴随Kan扩张（left Kan extension，一种在不同范畴间迁移数据的数学方法）实现的体系转换。该框架在两个系统进行了应用。在Builder/Breaker蛋白质力学系统中，AI在最小描述长度（Minimum Description Length，一种衡量模型简洁度与数据拟合度的标准）闸门的约束下，自动修正了蛋白质力学世界模型，发现了模式条件顺应性规律。在CategoryScienceClaw系统中，该框架被用于分析纤维网络力学，通过赤池信息量准则（Akaike Information Criterion，一种评估模型拟合优度与复杂度的指标）闸门自动筛选并记录了各向异性刚度代理模型。研究表明，该范畴论框架不仅为AI自主科学发现提供了严谨的数学基础，也为其工程化落地提供了自修复规范。
#AI驱动科学 #自动化科研 #跨学科整合 #范畴论 #材料力学
阅读更多：
Wang, Fiona Y., and Markus J. Buehler. “Self-Revising Discovery Systems for Science: A Categorical Framework for Agentic Artificial Intelligence.” arXiv:2606.01444, arXiv, 31 May 2026. arXiv.org, https://doi.org/10.48550/arXiv.2606.01444
Memory Caching技术助RNN突破长文本召回瓶颈
如何解决循环神经网络在处理长文本时因内存固定而遗忘信息的问题？Ali Behrouz、Zeman Li、Yuan Deng、Peilin Zhong、Meisam Razaviyayn和Vahab Mirrokni团队（谷歌及南加州大学等）提出了一种名为内存缓存（Memory Caching）的技术，通过缓存隐藏状态快照，成功让循环神经网络的记忆容量随文本长度动态增长。
该技术将长序列分割为多个片段，并在片段结束时将循环神经网络（RNN）的隐藏状态（即用于压缩和存储历史信息的内存状态）进行缓存。研究设计了门控残差内存和稀疏选择性缓存等四种聚合策略。通过在滑动窗口线性注意力和Titans等架构上进行测试，结果表明该技术显著增强了循环模型的表达能力。在16K长度的大海捞针挑战中，基础Titans模型在S-NIAH-2任务下的召回准确率仅为75.4%，而引入门控残差内存后提升至88.2%，极大缩小了与传统Transformer架构的差距。
#大模型技术 #计算模型与人工智能模拟 #循环神经网络 #长文本处理 #内存缓存
阅读更多：
Behrouz, Ali, et al. “Memory Caching: RNNs with Growing Memory.” arXiv:2602.24281, arXiv, 27 Feb. 2026. arXiv.org, https://doi.org/10.48550/arXiv.2602.24281
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。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。您也可以在后台提问，我们将基于追问知识库为你做出智能回复哦~
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。
研究院在华山医院、上海市精神卫生中心分别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陈天桥雒芊芊神经科学研究院。
研究院还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、、科普视频媒体「大圆镜」等。
热门跟贴