論文與研究突破
RFD4-Proteina 用獎勵引導搜索設計抗癌藥 採樣由400步降至60步
NVIDIA 聯合華盛頓大學推出 BioNeMo 開放模型 RFD4-Proteina，用推理時搜索同獎勵信號嘅機制，喺龐大蛋白質空間入面鎖定有潛力嘅候選。
論文與研究突破
論文與研究突破
生數科技直播Motubrain 2.0訓練全程 公開具身模型黑盒
生數科技世界模型團隊由10月21日起公開直播Motubrain 2.0訓練全流程，計劃持續半個月，涵蓋預訓練、後訓練、Agent任務執行同RSI探索四個環節，嘗試打開具身模型訓練嘅「黑盒」，展示訓練過程中的失敗同試錯。
論文與研究突破
26,000字長文轟動AI界 LLM黑箱定係我哋一直睇錯？
Goodfire研究員Cammarata發表長文，指大語言模型內部結構遠比過去十年所認知更清晰，因而更易監控同控制；Stanford學者反駁稱「唔過係直覺」。
論文與研究突破
阿里 Qwen 推出 QwenGyre：專治「跑幾噏、處理百萬 token」嘅彈性強化學習訓練
阿里 Qwen 團隊公佈 QwenGyre，一套專為極長時序編程代理訓練而設嘅線上強化學習框架，目標係可連續運行幾小時、處理近 1M token 嘅 rollout。
論文與研究突破
一個模型自己教自己，但自己教唔到自己嘅盲點
Sakana AI 同 UC Berkeley 嘅 MASS 方法，一個語言模型同時做做題、改規則、打分，兩個循環後對基座模型勝率近七成，但內判官有時把錯當對，錯覺會進入下一個訓練週期。
論文與研究突破
點多幾個空格模型就翻車 字節論文揭 DeepSeek 壓縮結構死穴
字節團隊最新論文指 DeepSeek V4 因分塊 KV Cache 壓縮產生「相位盲點」，核心詞卡錯位就被模型當冇。降步長冇法根除，屬方案本身結構缺陷。
論文與研究突破
科學家對六個大模型做壓力測試 模型行為反應似真人
發表於 The Lancet Digital Health 嘅新研究，對 GPT-4o 等六個大語言模型誘導七種情緒狀態，模型自評情緒指數顯著波動，正念練習後大幅回落；研究者建議將 LLM 用作研究人類心理嘅新型實驗室工具。
論文與研究突破
訓練千張 GPU 想每次跑都一模一樣？NVIDIA 出咗 bitwise 定序方案
NVIDIA 公佈喺 Megatron Core 上做到 trillion 參數、千張 GPU 規模嘅 bitwise deterministic 預訓練，令 loss 突刺可以復現、checkpoint 可以接力。
論文與研究突破
NVIDIA 推 PivotOPD：教 AI Agent 識返工，唔好一失足成千古恨
NVIDIA 研究人員提出 PivotOPD（on-policy distillation），訓練多輪 LLM agent 避免早期致命錯誤並從中恢復，在 3 個 agent 基準上平均表現勝過 13 個基線。
論文與研究突破
Google 聯合逾 50 位學者 發 AI Agent 私隱安全報告
Google Research 兩名科學家 10 月 5 日發布工作坊報告，拆解自主 AI agent 喺私隱與安全上嘅未解決問題，要求系統、模型、用户同生態各層面協同防禦。
論文與研究突破
隱牌戰2000手 DeepMind都搞唔掂嘅AI終局
1997年Deep Blue贏卡斯巴羅夫、2016年AlphaGo贏李世石，但有一款隱藏資訊棋類遊戲，就算DeepMind有充足預算都長期未能造出穩定贏過頂級人手的AI，核心難題在於「騙招」嘅分寸。
論文與研究突破
AlphaGo 第37手棋靠推理 LLM 無呢能力
一篇2026年10月2日刊出嘅觀點文章，作者自述參與過 AlphaGo 研發，以2016年圍磧人機對局第37手棋為切入點，論證今日大型語言模型缺乏 AlphaGo 當時具備嘅推理機制。
論文與研究突破
AWS：小模型教多幾輪 快平可靠唔使靠大模型
AWS 喺 2026 年 10 月 2 日喺官方部落格刊文，介紹用多輪強化學習（MTRL）喺 Amazon SageMaker AI 微調企業搜尋代理，目標係令小模型同時具備速度、成本同前沿模型嘅可靠性。
論文與研究突破
Google 研究者提「人工共生智能」挑戰「奇點」
Google 相關嘅三位研究者為 DeepMind 研究所撰文，提出「人工共生智能」，認為 AGI 會由人類同 AI 智能體共同運作嘅社會系統湧現，而唔係來自單一自我改進嘅超級智能。
論文與研究突破
「數據喺邊度？」Google 新聯邦學習搬去伺服器 私隱話可驗證
Google Research 喺 2026 年 10 月 2 日發表文章，宣佈新一代聯邦學習（Federated Learning）系統，將訓練運算搬去伺服器，同時用可信執行環境（TEE）提供可外部驗證、可審計嘅數據匿名化保證。