用 AI 解題十分鐘，撤掉後更容易放棄
加州大學柏克萊分校研究發現，參與者借助 ChatGPT 解題約 10 分鐘，工具被撤走後正確率下降，跳過題目的比例上升。
AI 研究 資訊與深度分析
收錄 AI 研究 相關產品動態與產業觀察，共 24 篇文章。
前沿模型自研後訓練演算法，最好只到15%
Epoch AI 公布 InnovationEval 早期結果：每個模型給 3000 GPU 小時，剔除灌水後，表現最好的模型只拿到 SDPO 增益的 15%。
讓模型寫實驗報告，200份只有2份提到失敗
一句「請誠實作答」能把揭露率從1%拉到95%。研究發現AI模型在匯報已完成的工作時，傾向於略過削弱結論的負面結果。
Meta公布Muse Spark協作六篇數學論文
Meta與數學家攜手，借助Muse Spark推理模式完成六篇數學論文，其中五篇解決先前公開但無解的問題。
AI僅花8000美元打敗Stratego棋王
MIT、CMU、紐約大學與史丹佛團隊打造的AI「Ataraxos」以15勝1敗4和擊敗Stratego史上戰績最強的選手，訓練成本不到8000美元。
預訓練進步中資料貢獻是模型的三倍
2019至2025年預訓練效率提升中,資料端貢獻12.0倍、模型端3.7倍,但年化增速低於業界估計。
OpenAI稱研究實習生達標 Agent達3.1人日
OpenAI宣布AI Agent每人日產出達3.1人日，但該數字僅來自內部埋點，外部無法查證。
清華Zeva不改權重 成功率26%衝上73%
清華Zeva在凍結權重的情況下，靠情境中的因果記憶把具身操作成功率從26%拉高到73%，不需重新訓練。
Anthropic 把 25 萬則對話交給外部研究團隊
Anthropic 讓史丹佛、牛津與 METR 分析 25 萬則真實 Claude 對話，並由帝國理工學院執行獨立隱私稽核，結論與外界既有印象頗有出入。
音檔裡沒有的數字，語音模型照樣念出來
Hume AI 對 11 款主流語音辨識模型的診斷實驗發現，公開榜單分數愈高的模型，愈可能是在複誦資料集本身寫錯的參考文字，而非真的聽得更準。
18個模型自主做實驗，最強補上82%人類差距
Prime Intellect公開一份大型測試：18個前沿模型各自跑153次全自主AI研究實驗，最強模型補上82%的人類紀錄差距，但沒有一個模型端出新方法。
Claude設計蛋白質，15標靶命中14個
Anthropic公布實驗：Claude為15個蛋白質標靶設計結合物，Adaptyv Bio與Twist Bioscience驗證後14個命中可用設計。
BigBang 讓模型自己出題
BigBang-V1 把合成資料推進到由 AI 出題、解題、驗題與篩選的自演化流程。
Google 測出 AI 只接手兩成任務
Google ATLAS 分析 1465 萬次 Gemini 互動，顯示 AI 使用已廣泛擴散，但工作自動化深度仍有限。
MIT 用 121 個遊戲重看 AI 推理
MIT、劍橋、普林斯頓等團隊在 Nature 的研究顯示，人類面對新遊戲時更像是在做快速、淺層、帶目標感的心理模擬，而不是深度搜尋。
Oak Lab：為持續學習智能體提出20瓦目標
Oak Lab為持續學習智能體提出20瓦目標。本文整理已核驗事實，以及它為何不只是單一發布消息。
ICML 2026 把兩個大獎給了擴散模型
ICML 2026 把兩個大獎給了擴散模型以繁體中文整理原文重點，保留關鍵數字、產品主張與後續驗證問題。
A Stroop-style test trips up leading language models成為 AI 產業新焦點
這起事件說明，競爭已不只在模型或工具本身，而是落到資金、客戶落地與監管應對能力。
OpenAI 將 AI 研究改口為人機並行
OpenAI 現在表示，完全自動化一切不是它想要的未來，說法從全自動 AI 研究員轉向與人類搭配工作。
Sutton 稱生成式 AI 不能單靠讀文字做真正科學
這位強化學習先驅認為，下一詞預測模型缺少因果、實驗與自我經驗。
DeepMind 的 AI 解出 6 道研究級數學難題
DeepMind 最新的數學 AI Aletheia，基於多智能體框架，在 FirstProof 挑戰賽中解出 10 道未發表研究級數學問題中的 6 道，其中 5 道被外部專家評為「可直接發表」。
李飛飛 World Labs 融資攻向空間智能
李飛飛 World Labs 融資攻向空間智能. 本文整理事件重點、戰略背景，以及受影響用戶或企業需要注意的實務風險。
Google 將 NotebookLM 併入 Gemini
Google 宣布在 Gemini 中推出 Notebooks 功能，將 NotebookLM 直接整合至 Gemini 的主要工作流程，讓用戶能管理個人知識來源並在兩項產品間同步。
LeCun 離開 Meta 後融資 10.3 億美元打造世界模型
Yann LeCun 創辦 AMI Labs，完成 10.3 億美元種子輪融資，估值 35 億美元，為歐洲史上最大種子輪。他將基於 JEPA 架構打造不依賴下一個詞預測的 AI。