基准日期 2026-11-03
上次运行 2026-11-03 22:30:03
S&P 500
7,569
NDX 100
28,180
VIX
20.83
US 10Y
4.95%
DXY
101.87
WTI
$96.76
Gold
$3,940
USD/KRW
1,344
SOX
10,600
Trump Approve
35.4%
S&P 500
7,569
NDX 100
28,180
VIX
20.83
US 10Y
4.95%
DXY
101.87
WTI
$96.76
Gold
$3,940
USD/KRW
1,344
SOX
10,600
Trump Approve
35.4%
AI LEADERS · MOVES & PAPERS

AI 领袖:人事变动与论文 — 最新任职变化与研究

LAST UPDATE 2026-11-04 08:05 KST PEOPLE 77 · PAPERS 76 · MOVES 0
AI 实验室、大型科技公司和学术界关键人物的去向与论文,是技术方向和企业竞争力的先行信号。人事变动与论文每天自动收集,经编辑审核后以通俗摘要和原文链接呈现。

近期要闻

人事变动 · 前沿实验室 · 科学 AI

暂无符合条件的人事变动。

论文 · 前沿实验室 · 科学 AI

论文2026-10-22 · Science

人工智能在反复诊断过程中记录了比医生更高的准确率

Sequential diagnosis with language models
做了什么
研究人员开发了一个基于大语言模型的人工智能系统和一个交互式评估标准,用于模拟临床诊断过程。
核心结果
该人工智能系统在医学案例评估中分别创下了百分之83.2和百分之80.3的准确率,表现优于一般医生。
意义
尽管是在受控环境中,但这展示了语言模型能够支持更准确、更具成本效益的诊断的潜力。AI 摘要
论文2026-10-22 · BMJ digital health & AI

提出医疗人工智能超级智能的定义与评估标准

Medical superintelligence: foundations and aspirations
做了什么
讨论了人工智能技术如何促进更有效的医疗服务,并介绍了医疗智能的六个相互依赖的维度。
核心结果
阐明了为了提高医疗质量,不仅需要个别任务的卓越性能,还需要能够与人类合作并在整个治疗过程中执行综合医疗推理的系统。
意义
提出了将这些能力与现有医疗智能相结合,以提高医疗服务质量和可及性的方向。AI 摘要
论文2026-10-20 · Zenodo (CERN European Organization for Nuclear Research)

公开基于人工智能的酶设计论文中使用的结构数据

Supplementary Data 2. Designed and predicted structures of all designs
做了什么
研究团队公开了针对新型化学反应的人工智能酶设计论文中所涉及的所有结构数据文件。
核心结果
该压缩文件包含人工智能模型生成的结构、重新设计的结构以及额外的预测结构数据。
意义
通过公开的数据,相关研究人员可以确认基于人工智能的酶设计结果并推进后续研究。AI 摘要
论文2026-10-08 · Science

利用人工智能自动证明未解决的数学问题

Advancing mathematics research with AI-driven formal proof search
Pushmeet Kohli 等 20 人
做了什么
开发了一个人工智能代理,利用编译器验证证明步骤的语言,大规模地寻找数学证明。
核心结果
该人工智能代理成功自主解决了多个未解决的数学问题和猜想。
意义
展现了人工智能引导自主数学发现的可能性。AI 摘要
论文2026-10-04 · arXiv (Cornell University)

提出了一种让多个AI代理在Git仓库中积累工作以解决问题的方法

GitSwarm: Decentralized Compounding Inference
Rob Fergus 等 13 人
做了什么
提出并评估了GitSwarm,这是一个“复合推理”系统,多个相同的AI代理可以在共享的Git仓库中独立进行工作,并持续保存、参考和结合中间结果。
核心结果
据报告,该系统单次运行成功解决全部30道数学证明题,在编程基准测试ProgramBench上取得了平均79.4分,超过了规定预算条件下的最强基准线(65.1分),并在3个神经网络架构研究任务中通过重复实验改进了起点架构。
意义
这表明AI在每次尝试时不会丢弃结果,而是可以积累中期成果并在后续工作中重复使用,为长期问题解决和科学研究AI设计指明了一个方向。不过,由于这些结果仅处于摘要水平,很难仅凭此资料判断其实际的产业波及效果。AI 摘要
论文2026-10-02 · bioRxiv (Cold Spring Harbor Laboratory)

结合人工智能蛋白质设计与进化的全新酶化学技术

Design-Evolution Synergy Enables New-to-Nature Enzyme Chemistry
Pushmeet Kohli 等 16 人
做了什么
结合人工智能蛋白质设计与进化技术,开发出了能够催化自然界中不存在的碳氢胺化反应的酶。
核心结果
成功合成了具备可编程的位置及对映选择性、高催化效率以及优异酶稳定性的新型酶。
意义
表明蛋白质设计技术可用于构建能够促进复杂化学反应的酶。AI 摘要
论文2026-09-30 · Nature

开发在不影响AI生成蛋白质功能的前提下隐蔽标记的技术

Function-preserving watermarking of AI-generated proteins.
做了什么
研究团队开发了名为SynthIDBio的技术,能够在不损失功能的情况下,在AI生成的蛋白质序列和结构中留下标记。
核心结果
证明了在保持与以往相似蛋白质功能的同时,能够以几乎完美的准确度检测出水印。
意义
为应对生物安全和信息真实性验证问题,展示了AI生物工程领域中来源追踪工具的潜力。AI 摘要

人物

为什么要关注 AI 领袖的人事与论文?

在 AI 行业,人就是技术。关键研究者加入哪家公司、创办哪家实验室,往往在几个月后演变为产品、融资和并购。本页按前沿实验室、新兴实验室、学术界、AI 芯片以及韩国、中国人物分类追踪任职变化。

论文反映一个人当下的关注点。我们把论文分为 HBM 与存储、GPU 与加速器、推理效率、智能体、机器人等 10 个与投资相关的领域,并根据摘要提供“做了什么·核心结果·意义”三行摘要及原文与 PDF 链接。本页仅为寻找投资思路的信息,不构成任何证券的买卖建议。

常见问题

问:追踪哪些人物?

包括前沿实验室(OpenAI、Google DeepMind、Anthropic、Meta 等)、新兴实验室、学术界、AI 芯片企业以及韩国和中国的关键研究者与高管。很少发表论文的高管只追踪人事变动。

问:数据来自哪里,多久更新一次?

论文来自 Semantic Scholar 与 arXiv,履历来自维基数据(CC0)及官方公告和媒体报道,每天自动收集。只有经编辑审核批准的条目才会公开。

问:论文摘要由谁撰写?

由 AI(Google Gemini)根据论文摘要撰写初稿,经编辑审核后发布。其他语言版本由 AI 翻译自审核过的韩文摘要。具体数据与背景请务必查阅原文。

本页面整理已发表的论文、官方公告和媒体报道,仅供参考。论文摘要由 AI 根据论文摘要撰写并经编辑审核,可能与原文存在差异,重要内容请查阅原文。本页面不构成任何证券的买卖建议或投资咨询。 人事变动以官方公告或主要媒体报道为来源,部分履历参考维基数据(CC0)。 本页摘要由 AI 根据编辑审核过的韩文版本翻译。

🐩 支持코봉이零食基金
코봉이
如果这个页面对你有帮助,也欢迎支持코봉이的零食基金 🦴
💬 社区评论
基于IP的匿名昵称 · 滥用可能导致限制
加载中...