█ 脑科学动态
Cell：认知衰退减慢30%，首批疾病修饰疗法改变AD治疗范式
Nature：模仿人类肺部结构开发高透气性呼吸水凝胶
脑成像发现精神分裂症突触密度普遍降低且呈左侧偏侧化
人类和小鼠大脑对相同声音具有相似的感知图谱
建立人类与小鼠脑皮层神经元比较框架
快速脑磁刺激可迅速缓解抑郁，但疗效在数周内逐渐消退
睡眠差会使脑网络异常连接，老年女性面临更高认知衰退风险
机器学习揭示压力易感性并非源于杏仁核，而是大规模脑网络
█ AI行业动态
用不同语言问Claude有何不同？Anthropic揭示大模型的多语言“性格”差异
█ AI驱动科学
脑机接口训练五天内增强微小运动误差的感知
数据越多不等于越聪明：新研究用数学划定AI预测的禁区
差异推理学习框架大幅提升医疗AI临床决策与推理能力
缓解机器人训练数据瓶颈，利用多智能体系统自动生成三维物理仿真场景
主流大语言模型存在西方道德偏见，系统性误判非西方文化价值观
AI可辅助观察儿童发育行为，但临床诊断仍需人类专家
为什么大模型推理越强却越难自评？大语言模型元认知盲区解析
借鉴大脑双重记忆机制，HOLA架构让大模型兼顾速度与精准记忆
编码智能体可自主复现科学机器学习论文
脑科学动态
Cell：认知衰退减慢30%，首批疾病修饰疗法改变AD治疗范式
阿尔茨海默病作为全球痴呆症的主要病因，长期缺乏能够改变病程的诊疗手段。Michelle D. Rudman、Jason D. Ulrich和David M. Holtzman（圣路易斯华盛顿大学）系统梳理了近五年该领域的里程碑式突破，完成了关于其分子机制与治疗策略的重磅最新综述。
本篇综述系统总结了该病在机制、诊断和治疗上的革命性突破。在病理机制上，冷冻电镜揭示了β-淀粉样蛋白与tau蛋白在患者脑内的特异性结构，为精准靶向提供了分子基础。作为高危基因的APOE4使携带两个拷贝者的患病风险暴增25倍，而罕见的APOE3 R136S突变则能延缓发病近30年。在诊断方面，高灵敏度生物标志物的发展实现了无创早筛，其中血检指标p-tau217的准确率高达92.9%，让提前十几年预判风险成为可能。在治疗领域，首批疾病修饰疗法仑卡奈单抗与多奈单抗已获批上市，通过清除Aβ斑块使轻度患者的认知衰退减慢了约30%。未来，靶向tau蛋白、调节小胶质细胞功能等多靶点联合治疗将是主要趋势。研究发表在 Cell 上。
#疾病与健康 #神经机制与脑功能解析 #阿尔茨海默病 #生物标志物 #疾病修饰疗法
阅读更多：
Rudman, Michelle D., et al. “Recent Advances in Alzheimer’s Disease: From Molecular Mechanisms to Therapeutic Strategies.” Cell, vol. 189, no. 14, July 2026, pp. 4193–224. www.cell.com, https://doi.org/10.1016/j.cell.2026.06.006
Nature：模仿人类肺部结构开发高透气性呼吸水凝胶
水凝胶在生物界面应用广泛，但其低透气性限制了长期应用。麻省理工学院、华南理工大学的研究团队受人类肺部结构启发，开发出一种‘能呼吸’的水凝胶，在高含水量下实现了创纪录的透气性，有望推动可穿戴监测从每日转为连续每周模式。
研究团队受人类肺部气管结构的启发，采用自下而上的相工程策略。他们首先在水介质中稳定超疏水气凝胶颗粒以提供高气体浓度，随后利用粘弹性相分离（viscoelastic phase separation，一种因组分间动力学不对称性导致的不均匀相分离现象）驱动气凝胶颗粒在低体积分数下形成三维稳定网络。结果显示，这种新型水凝胶在含水量高达70 vol%时，实现了185 barrer的创纪录氧气透过率，较传统单相水凝胶提升了10倍。该水凝胶具有优异的生物相容性，在10,000次拉伸和压缩循环后仍能保持结构完整。人体测试表明，相比市售硅胶贴片，佩戴该水凝胶贴片运动后皮肤温度下降约1℃且无汗液积聚，舒适度评分极高。利用该材料制成的电极成功完成了长达10天的持续心电图监测，信号稳定且无皮肤刺激。研究发表在 Nature 上。
#疾病与健康 #健康管理与寿命延长 #水凝胶 #生物材料 #可穿戴设备
阅读更多：
Yan, Xiao-Yun, et al. “Air-Permeable Hydrogels through Viscoelastic Phase Separation of Aerogels.” Nature, vol. 655, no. 8122, July 2026, pp. 372–80. www.nature.com, https://doi.org/10.1038/s41586-026-10712-3
脑成像发现精神分裂症突触密度普遍降低且呈左侧偏侧化
精神分裂症如何破坏大脑的神经网络？为了探索突触流失在患者活体脑中的空间分布和传播规律，Sidhant Chopra、Avram J. Holmes（罗格斯大学）与Rajiv Radhakrishnan（耶鲁大学）等人通过一项大规模成像研究，直接测绘了精神分裂症患者脑内广泛的突触密度降低。
▷ 精神分裂症患者普遍存在左侧偏侧化的突触密度降低。Credit: Molecular Psychiatry (2026).
这项研究共纳入122名受试者，其中包括29名精神分裂症患者，是迄今为止规模最大的相关PET成像研究之一。研究人员使用 [11C]UCB-J 正电子发射断层扫描直接检测患者的大脑。结果显示，与93名健康对照相比，患者在额叶、颞叶等多个关键区域的突触密度出现广泛降低，效应量 Cohen’s D 介于 0.58 至 1.47 之间。有趣的是，左半球受到的损害显著重于右半球，且这种突触流失与标准 MRI 扫描检测到的灰质体积变化并不重合，表明两者是独立的生物学过程。突触损失更严重的区域与富含 γ-氨基丁酸（GABA）和五羟色胺等神经递质受体的脑区高度一致。研究团队通过网络扩散模型模拟发现，左侧额下回可能是突触退化的最初起点，病理此后沿着大脑的分子特征和轴突结构网络扩散。这一发现有助于未来开发针对特定靶区的精准干预疗法。研究发表在 Molecular Psychiatry 上。
#疾病与健康 #心理健康与精神疾病 #脑科学 #精神分裂症 #突触
阅读更多：
Chopra, Sidhant, et al. “Widespread Synaptic Density Loss in Schizophrenia Follows Molecular and Network Architecture.” Molecular Psychiatry, June 2026, pp. 1–12. www.nature.com, https://doi.org/10.1038/s41380-026-03717-x
人类和小鼠大脑对相同声音具有相似的感知图谱
不同物种在听觉世界中的感知结构是否存在共性？Johannes P.-H. Seiler和Simon Rumpel团队（美因茨约翰内斯·古腾堡大学）对此进行了深入探讨，发现人类和小鼠在面对相同的听觉刺激时，大脑会构建高度相似的内部感知图谱，且该图谱在学习过程中展现出惊人的稳定性。
▷ 上图：矩阵显示了小鼠和人类实验中所有声音对的平均反应相似度。下图：使用主成分分析法生成了小鼠和人类平均映射结构的降维投影。 Credit: Communications Psychology (2026).
研究团队采用心理物理学手段，设计了包含不同节奏和脉冲频率的声音序列。在实验中，152名人类受试者首先在无反馈情况下对声音相似度进行评分，用以绘制无任务背景下的感知地图；随后，人类与11只小鼠分别参与了基于奖励的区分决策任务，通过行为训练学习将声音分类。结果显示，尽管听觉系统发育和交流方式不同，人类和小鼠对共有频率声音的感知图谱具有高度相似的几何结构。此外，在学习区分声音的前后，这些内部表征保持高度稳定，表明大脑在学习新声音时倾向于微调或扩展已有图谱，而非重新构建。研究发表在 Communications Psychology 上。
#认知科学 #神经机制与脑功能解析 #听觉感知 #跨物种研究 #心理物理学
阅读更多：
Seiler, Johannes P. H., et al. “Auditory Perceptual Maps in Humans and Mice Share Common Structures and Predict Perceptual Decisions in Discrimination Learning.” Communications Psychology, vol. 4, no. 1, June 2026, p. 98. www.nature.com, https://doi.org/10.1038/s44271-026-00485-w
彭汉川与张力伟团队建立人类与小鼠脑皮层神经元比较框架
如何比较人类与小鼠的神经元结构？彭汉川与张力伟团队（复旦大学脑智研究院、首都医科大学北京天坛医院、东南大学）合作建立了一个对应脑区比较框架，在单神经元尺度上揭示了人类与小鼠皮层树突组织的形态学进化差异。
该框架结合了解剖标注与功能证据以定义对应脑区。研究团队分析了来自额叶、顶叶和颞叶的 2363 个人类神经元和 16011 个小鼠神经元的树突重建数据。在排除尺寸差异后，研究发现人类皮层神经元表现出更高的分支频率和更短的分支间隔，展现出更紧凑的局部结构，而非单纯的等比例放大。在人类大脑中，局部形态显示出更强的脑叶水平可分性，且主要与空间组织有关；相比之下，小鼠的可分性则更多反映了分支拓扑结构。多维分析进一步证实了不同物种皮层树突组织的进化差异性。研究发表在 Nature Neuroscience 上。
#神经科学 #神经机制与脑功能解析 #跨物种比较 #神经元形态 #皮层组织
阅读更多：
Yun, Zhixi, et al. “A Framework for Comparative Analysis of Human and Mouse Cortical Neuron Dendrites in Corresponding Brain Regions.” Nature Neuroscience, July 2026, pp. 1–15. www.nature.com, https://doi.org/10.1038/s41593-026-02376-z
快速脑磁刺激可迅速缓解抑郁，但疗效在数周内逐渐消退
重度抑郁症治疗面临诸多挑战。Marte C. Ørbo及其团队（挪威北部的合作机构）对此开展研究，评估了间歇性θ波刺激对该病的疗效，发现每日一次、持续10天的磁刺激治疗能在短期内显著缓解抑郁症状，但其长期优势并不明显。
▷ 蒙哥马利-奥斯伯格抑郁评定量表 (MADRS) 和贝克抑郁量表第二版 (BDI-II) 评分从基线到四周随访的平均变化。Credit: JAMA Network Open (2026).
这项随机、双盲、安慰剂对照临床试验招募了73名重度抑郁症（major depressive disorder）患者，随机分配接受主动间歇性θ波刺激（iTBS）或安慰剂（sham）治疗。参与者在左侧背外侧前额叶皮层接受每天1次、持续10个工作日的治疗。结果显示，在治疗第5天和第10天，临床医生评估的蒙哥马利-奥斯伯格抑郁评定量表（MADRS）显示主动治疗组抑郁症状改善显著优于安慰剂组，第10天时主动组症状下降约42%，而安慰剂组为22%。然而，在患者自评的贝克抑郁量表第二版（BDI-II）上，两组并无显著差异。令人关注的是，在治疗结束四周后的随访中，两组之间的差距完全消失，这主要由于安慰剂组患者的症状在随访期间持续改善。研究人员指出，虽然10次的简短疗程能带来快速的短期改善，但若要维持长期疗效，可能需要进一步优化剂量或延长疗程。研究发表在 JAMA Network Open 上。
#疾病与健康 #神经调控 #心理健康与精神疾病 #抑郁症
阅读更多：
Ørbo, Marte C., et al. “Intermittent Theta-Burst Stimulation and Depressive Symptoms in Major Depressive Disorder: A Randomized Clinical Trial.” JAMA Network Open, vol. 9, no. 7, July 2026, p. e2621262. Silverchair, https://doi.org/10.1001/jamanetworkopen.2026.21262
睡眠差会使脑网络异常连接，老年女性面临更高认知衰退风险
睡眠不足如何影响不同年龄和性别群体的大脑健康？Sepehr Gourabi和Ian M. McDonough（宾汉顿大学）以及Selene Tan（阿拉巴马大学）等研究发现，睡眠质量差对脑网络连接的影响具有显著的年龄和性别特异性，其中老年女性的认知相关脑区表现出异常连接。
研究团队分析了两组共计1300多名参与者的静息态功能磁共振成像数据，重点评估了默认模式网络和显著性网络的连接状态。结果表明，睡眠质量差的年轻人表现出显著性网络与感觉运动网络的过度连接，支持了生理过度唤醒假说；而在65岁及以上老年人中，这些区域连接不足，提示其睡眠问题可能源于昼夜节律或稳态调节系统衰退。尤为重要的是，睡眠质量差的老年女性在默认模式网络与额顶网络间表现出异常的过度连接，这与情景记忆力下降直接相关，并镜像了阿尔茨海默病临床前期的脑网络模式。研究发表在 Neurobiology of Aging 上。
#疾病与健康 #神经机制与脑功能解析 #睡眠质量 #默认模式网络 #阿尔茨海默病
阅读更多：
Tan, Selene, et al. “Sleep Quality Is Associated with Default Mode and Salience Network Connectivity Differently across Age and Sex.” Neurobiology of Aging, vol. 165, Sept. 2026, pp. 76–91. ScienceDirect, https://doi.org/10.1016/j.neurobiolaging.2026.05.002
机器学习揭示压力易感性并非源于杏仁核，而是大规模脑网络
为什么有些人更容易产生负面情绪和压力？M. Sicorello与C. Schmahl及T. D. Wager等（德国中央精神卫生研究所、达特茅斯学院、匹兹堡大学和密歇根大学等）研究发现，传统上被视为情绪中心的杏仁核并不能解释人们对压力和焦虑的易感性差异，而更广泛的大脑网络才是关键预测指标。
▷ 利用机器学习预测神经质的各个方面。Credit: Nature Communications (2026).
研究人员分析了400多名参与者在观看负面场景和面部表情时的功能磁共振成像（fMRI）大脑活动数据。传统观点认为，杏仁核和显著性网络是决定负面情绪的人格特质——神经质的核心。然而，通过贝叶斯因子分析，团队发现神经质整体上与杏仁核等区域并无可靠关联。相反，利用机器学习对全脑信号进行分析后，研究人员成功预测了个体对压力易感性这一具体特征。该预测模型在训练集中的相关性为r=0.21，并在独立验证集中得到了r=0.19的显著性验证。令人意外的是，预测这一特征的最关键脑网络并非情绪中枢，而是处理身体感知与控制运动的躯体运动网络以及视觉网络。这表明情绪人格特质的神经基础比以往想象的更为复杂，感知与行动系统的协同工作在其中发挥了决定性作用。研究发表在 Nature Communications 上。
#疾病与健康 #心理健康与精神疾病 #神经机制与脑功能解析 #情绪预测
阅读更多：
Sicorello, M., et al. “The Functional Neurobiology of Dispositions towards Negative Emotions.” Nature Communications, vol. 17, no. 1, June 2026, p. 5622. www.nature.com, https://doi.org/10.1038/s41467-026-74565-0
AI 行业动态
用不同语言问Claude有何不同？Anthropic揭示大模型的多语言“性格”差异
Anthropic研究人员近日发布了一项针对其人工智能模型Claude的价值观表达研究。该研究分析了平台上超过30万段真实对话，覆盖三个模型及20种常用语言。通过使用赫林格主成分分析等技术，研究人员提炼出四条行为偏向轴，包括顺从与谨慎、温暖与严格等。研究显示，不同模型在这些维度上呈现出稳定的性格特征，例如Opus 4.7偏向谨慎与深度，更乐于主动指出风险并承认局限；而Sonnet 4.6则更偏向顺从、温暖与简洁，习惯给予用户积极的鼓励与安慰。
此外，研究发现不同语言的提问也会引导Claude表现出不同的行为偏向。在测试的语言中，英语表现得最谨慎和深入，俄语偏向严格纠错，印地语最为温暖，而中文对话的整体表现最接近跨语言平均值。研究人员指出，这些语言间的结构化差异可能源于训练数据不均或语言自带的交流规范。尽管该研究仍存在工具自我分析、未测量强度等局限性，但它为理解大语言模型在多语言环境下的行为偏向提供了重要线索。
#AI价值观 #多语言差异 #Anthropic #大模型行为
阅读更多：
https://www.anthropic.com/research/claude-values-models-languages
AI 驱动科学
脑机接口训练五天内增强微小运动误差的感知
大脑如何感知微弱的动作偏差？José del R. Millán和Deland H. Liu等研究人员（德克萨斯大学奥斯汀分校等）通过提供实时脑电反馈，成功在五天内提高了受试者对细微视觉运动误差的感知精度。
研究团队将参与者分为常规行为组和脑机接口组，进行五天操纵杆控制训练。测试中，光标轨迹随机被施加不同角度的视运动误差。行为组仅获得常规决策反馈，脑机接口组则实时接收基于脑电图解码的错误正波反馈。结果显示，常规训练无法提升对小误差的敏感度，而脑机接口训练显著加速了感知学习。第五天时，对于最微小的3度偏差，脑机接口组准确率从31.25%升至53.13%，行为组仅为36.72%；在6度偏差下，脑机接口组达89.84%，显著优于行为组的76.56%。研究发表在 Advanced Science 上。
#意识与脑机接口 #脑机接口 #神经调控 #感知学习
阅读更多：
Liu, Deland H., et al. “Brain-Computer Interface Training Fosters Perceptual Skills to Detect Errors.” Advanced Science, n/a, no. n/a, p. e76153. Wiley Online Library, https://doi.org/10.1002/advs.76153
数据越多不等于越聪明：新研究用数学划定AI预测的禁区
为解决机器学习预测复杂系统时常面临的无法收敛问题，Matthew J. Colbrook（剑桥大学）及其合作团队通过构建对抗性动力系统，精确划定了AI预测的数学边界，揭示了数据驱动学习的可行性极限。
该研究采用库普曼算子学习，证明了在缺乏特定物理条件时，即使拥有无限数据，任何算法的预测成功率也仅为50%。这挑战了通过收集更多数据终能解决问题的传统假设。在系统处于混沌状态时，微小的初始敏感性会在长期预测中累积并导致失效，这从数学上解释了ChatGPT等大语言模型长期输出时产生幻觉的原因。基于此，团队开发了一种内置误差界限的新算法，能够在一台普通笔记本电脑上运行。利用四十多年的北极海冰数据进行测试，该算法成功发现了冰层消融中隐藏的季节性衰减模式，在预测精度上超越了目前最先进的深度学习模型，且计算成本极低。研究发表在 Nature Communications 上。
#AI驱动科学 #预测模型构建 #机器学习限制 #库普曼算子 #复杂系统
阅读更多：
Colbrook, Matthew J., et al. “Adversarial Dynamical Systems Characterize When Data-Driven Learning Succeeds or Fails.” Nature Communications, vol. 17, no. 1, July 2026, p. 5397. www.nature.com, https://doi.org/10.1038/s41467-026-74220-8
差异推理学习框架大幅提升医疗AI临床决策与推理能力
临床决策需要严谨的推理。Jinsong Liu和Yiye Zhang（威尔康奈尔医学院）等组成的研究团队开发了差异推理学习（DRL）框架，通过教导医疗AI系统从推理差异中学习，显著提升了临床决策的准确度与推理可信度。
▷ 用于差异推理学习（DRL）的流程，包括差异知识挖掘和差异知识增强推理。Credit: arXiv (2026).
该框架首先将大模型自由文本形式的思维链转换为结构化的有向无环图，节点代表临床事实、假设和行动。通过与医生撰写的临床指南或高水平模型的参考推理图进行对比，该框架利用大模型作为裁判，进行临床加权的图编辑距离分析，精准诊断出缺失因素、幻觉信息或错误推理路径。这些差异随后被转化为自然语言指令，存储在差异推理知识库中。在推理阶段，系统通过检索增强生成检索出最相关的几条修正指令并注入提示词，无需微调即可实时修补逻辑漏洞。在真实的急诊重返住院预测任务评估中，该框架达到了 81.28% ± 0.47 的准确率，比最强基线模型高出24.31个百分点，且显著提升了推理过程的可信度。
#疾病与健康 #其他 #大语言模型 #临床决策支持
阅读更多：
Liu, Jinsong, et al. “Closing Reasoning Gaps in Clinical Agents with Differential Reasoning Learning.” arXiv:2602.09945, arXiv, 10 Feb. 2026. arXiv.org, https://doi.org/10.48550/arXiv.2602.09945
缓解机器人训练数据瓶颈，利用多智能体系统自动生成三维物理仿真场景
针对机器人训练中真实世界数据收集耗时费力的瓶颈，Nicholas Pfaff、Thomas Cohn、Sergey Zakharov、Rick Cory与Russ Tedrake（麻省理工学院计算机科学与人工智能实验室及丰田研究院）开发了SceneSmith系统。该研究利用多智能体协作，能够从简单的文本提示中自动生成高密度、高保真且符合物理规律的虚拟三维场景，有效协助机器人进行动作策略的模拟训练与评估。
▷ 全自动文本到场景生成。Credit: arXiv (2026).
研究团队设计的SceneSmith框架采用了分层架构，并调用了先进的视觉语言模型GPT-5.2。该系统包含三个扮演不同角色的智能体：设计师负责规划场景元素，评论家评估其真实性，协调者则管理双方的迭代互动。场景生成涵盖建筑布局、家具摆放及微小物品填充等阶段，并无缝集成了文本到三维的物体合成技术。与传统基准方案相比，SceneSmith生成的场景物体数量多出三至六倍，平均每间房达71.1个物体，且包含机器人可操作的可活动物体。实验表明，该系统生成的物体间碰撞率低于2%，在物理模拟中保持稳定的物体比例达95.6%。用户调研显示，该系统在场景逼真度和提示词契合度上的胜率均超过90%。此外，团队成功构建了端到端的机器人策略评估流程，其智能体评估结果与人类判断的契合度超过99%。
#AI驱动科学 #机器人及其进展 #智能体 #大模型技术 #虚拟仿真
阅读更多：
Pfaff, Nicholas, et al. “SceneSmith: Agentic Generation of Simulation-Ready Indoor Scenes.” arXiv:2602.09153, arXiv, 30 May 2026. arXiv.org, https://doi.org/10.48550/arXiv.2602.09153
主流大语言模型存在西方道德偏见，系统性误判非西方文化价值观
针对大语言模型是否存在文化偏见的问题，Aliah Zewail、Alexandra Figueroa、Jesse Graham和Mohammad Atari（麻省大学和普林斯顿大学等机构）通过对比研究发现，主流模型在评估全球道德规范时普遍存在西方偏见，系统性地误判了非西方社会的文化价值观。
研究团队于2024年对OpenAI的GPT-3.5、GPT-4和GPT-4o模型进行了测试。研究人员要求模型扮演来自48个国家的普通公民，完成一份道德基础问卷，并将其与超过9万名真实人类参与者的全球调查数据进行对比。这些维度包括关爱、平等、比例、忠诚、权威以及纯洁。
结果显示，大语言模型无法准确体现全球道德的多样性。模型系统性地高估了美国、加拿大和澳大利亚等西方国家的普遍道德关切，尤其是关爱维度；同时低估了摩洛哥、尼日利亚和印度尼西亚等非西方国家的道德关切，尤其是纯洁维度。即使被明确提示以特定国家公民的身份作答，模型给出的回应依然高度契合西方人特有的心理特征。研究人员警告，这种道德刻板印象可能在公共卫生宣传、多语言翻译及跨文化政策决策等实际应用中引发严重的文化误区和不平等。研究发表在 PNAS 上。
#大模型技术 #其他 #道德偏见 #文化多样性 #人工智能伦理
阅读更多：
Zewail, Aliah, et al. “Moral Stereotyping in Large Language Models.” Proceedings of the National Academy of Sciences, vol. 123, no. 10, Mar. 2026, p. e2519941123. pnas.org (Atypon), https://doi.org/10.1073/pnas.2519941123
AI可辅助观察儿童发育行为，但临床诊断仍需人类专家
针对儿童早期沟通发育迟缓难以被非专家识别的问题，Weiyan Shi和Kenny Tsu Wei Choo等人在新加坡科技设计大学开展研究，评估了多模态大模型在亲子互动观察中的表现，发现其虽能精准识别行为，但难以替代人类专家进行临床决策。
基于此，研究团队构建了一个两阶段的人工智能工作流程。在第一阶段，多模态大语言模型负责识别和描述眼神、动作和发声等行为线索，其识别准确率达到了约81%，与人类专家的观察描述高度吻合。然而在第二阶段，当需要对共同注意力的质量做出专家级判断时，人工智能的表现出现明显下降，平均准确率降至约64%。研究人员发现，这并非单纯的技术限制，而是因为经验丰富的语言病理学家在解读行为含义时存在主观差异：有的专家更注重眼神交流，有的优先考虑情感投入，还有的则从非常规行为中寻找沟通意图。由于缺乏单一的正确标准，人工智能更适合担任临床助理来整理记录，而非直接做出临床决策。研究发表在 Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems 上。
#疾病与健康 #跨学科整合 #多模态大模型 #儿童发育 #亲子互动
阅读更多：
Shi, Weiyan, and Kenny Tsu Wei Choo. “Towards Aligning Multimodal LLMs with Human Experts: A Focus on Parent–Child Interaction.” Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems [New York, NY, USA], CHI ’26, 2026, pp. 1–17. ACM Digital Library, https://doi.org/10.1145/3772318.3791267
为什么大模型推理越强却越难自评？大语言模型元认知盲区解析
大语言模型是否能够像人类一样认识到自己的知识边界？来自耶鲁大学和加州大学尔湾分校的Gabrielle Kaili-May Liu、Areeb Gani、Jacqueline Lu、Jordan Thomas、Mark Steyvers和Arman Cohan组成的研究团队，首次对大语言模型的元认知进行了全面系统的综述，梳理了评估与优化AI自我监控能力的最新技术路径。
研究团队系统剖析了评估模型元认知的多重方法，包括基于心理学中信号检测论演化出的元认知效率指标，以及神经反馈和可解释性探针技术。研究指出，大语言模型的基线元认知能力普遍处于弱至中等水平，且存在明显的过度自信倾向。尽管模型规模的扩大通常能增强其自我监督水平，但推理能力的提升并不必然自动带来元认知敏感性的增强，有时甚至会因推理链过长而降低自我评估的准确性。此外，人类反馈强化学习等后期训练步骤可能会在特定领域降低元认知效率。研究强调，相比于传统的期望校准误差，元认知效率指标能够更精准地评估模型对自身局限性的感知能力，这对提升AI协作系统的透明度与安全性具有深远意义。
#大模型技术 #计算模型与人工智能模拟 #元认知评测 #人工智能安全
阅读更多：
Liu, Gabrielle Kaili-May, et al. “Metacognition in LLMs: Foundations, Progress, and Opportunities.” arXiv:2607.11881, arXiv, 13 July 2026. arXiv.org, https://doi.org/10.48550/arXiv.2607.11881
借鉴大脑双重记忆机制，HOLA架构让大模型兼顾速度与精准记忆
大语言模型在处理超长文本时常面临计算成本与记忆精准性的双重挑战。Wanyun Cui（上海财经大学）受大脑双重记忆系统启发，开发了一种名为HOLA的新型模型架构。该研究成功在线性注意力机制中引入海马体精确缓存，显著提升了大模型在超长上下文中的信息检索与长效记忆能力。
现有线性注意力语言模型通过将历史信息压缩为固定大小的循环状态以降低内存开销，但这是一种有损记忆。研究团队受大脑互补学习系统（CLS，指大脑新皮层进行缓慢的压缩泛化，而海马体进行快速、精确的一笔记忆）理论启发，提出了HOLA（Hippocampal Linear Attention）架构。该方法将传统的增量规则循环状态作为模拟新皮层的参数化估计器，并额外增设了一个容量受限的精确键值缓存来模拟海马体。
在写入阶段，系统无需额外的淘汰模块，而是直接提取增量规则中固有的惊奇信号，优先保留对状态改变最大的token。在读取阶段，通过在缓存路径引入解耦的均方根归一化机制，恢复出精准的检索信号，避免了精确记忆退化为模糊的平均值。实验表明，在150亿个 SlimPajama 标记上训练的340M参数模型中，HOLA 将 Wikitext 困惑度从 27.32 显著降至 22.92，性能甚至超越了全注意力的 Transformer++（26.88）。在 RULER 长文本“大海捞针”测试中，当上下文延伸至32k个token（训练长度的16倍）时，HOLA 的召回率仍保持在 0.58，远优于无缓存模型（0.14）和传统的滑动窗口缓存。
#大模型技术 #计算模型与人工智能模拟 #线性注意力 #互补学习系统 #记忆检索
阅读更多：
Cui, Wanyun. “A Hippocampus for Linear Attention: An Exact Memory for What the Recurrent State Forgets.” arXiv:2607.02303, arXiv, 2 July 2026. arXiv.org, https://doi.org/10.48550/arXiv.2607.02303
编码智能体可自主复现科学机器学习论文
如何让人工智能自主且可信地复现复杂的科学机器学习论文？Atharva Hans和Ilias Bilionis（普渡大学）开发了一种名为Paper-replication的工作流。他们通过将该工作流实现为编码智能体技能，成功让AI智能体在不使用作者原始代码的前提下，自主复现了多篇科学机器学习论文的计算声明，并生成了可验证的客观证据。
研究团队采用基准套件工程构建了持久化工作区。智能体将论文中的计算声明分解为具体的目标，并在复现矩阵中记录其状态。在复现过程中，智能体必须记录方法重建规格、运行历史和来源记录。最终，外部验证检查会根据预设的接受规则对结果进行校验，只有当所有目标均通过校验且最终报告生成后，工作区才会被判定为完成。研究人员针对四篇科学机器学习论文进行了12次独立试验，结果显示所有试验均成功通过了完成门禁，记录的158个目标全部被成功匹配。在39个标量误差观测中，有37个达到了论文原有的精度。此项研究表明，通过规范化工作流，AI能够客观地完成复杂的科学复现任务。研究发表在 Computer Physics Communications 上。
#AI驱动科学 #自动化科研 #科学复现性 #编码智能体 #科学机器学习
阅读更多：
Hans, Atharva, and Ilias Bilionis. “Coding-Agents Can Replicate Scientific Machine Learning Papers.” arXiv:2607.02134, arXiv, 10 July 2026. arXiv.org, https://doi.org/10.48550/arXiv.2607.02134
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