论文
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
AI 领袖：人事变动与论文 — 最新任职变化与研究
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 · 科学 AI
暂无符合条件的人事变动。
论文 · 科学 AI
论文
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
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
开发利用人工智能高效发掘多种抗体候选物质的技术
Multi-Objective Amortized CDRH3 Sequence Sampling Diversifies Promising Antibody Candidates
- 做了什么
- 研究团队开发了一种基于人工智能的新型抗体序列生成技术，能够在抗体设计过程中同时考虑多个条件和多样性。
- 核心结果
- 与传统方法相比，在序列一致性达到50%的情况下，生成了多达10倍的丰富且可接受的抗体候选物质。
- 意义
- 这项研究有助于在药物研发初期降低失败概率，并探索各种潜在的抗体候选物质。AI 摘要
论文
公开解释人工智能不确定性原因的技术
pce-uncertainty-attribution: code for "Interpretable attribution of decision-relevant uncertainty in AI"
- 做了什么
- 公开了用于解释已训练人工智能模型的决策不确定性源自哪些因素的代码和方法。
- 核心结果
- 利用多项式替代法，查明了化学、实验设计和语言模型对齐领域中模型不确定性的原因。
- 意义
- 可用于在各个领域更好地理解人工智能模型的决策过程并提高其可靠性。AI 摘要
论文
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
- 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
衡量AI产出未来研究设想的难易程度
Priced Guidance: Can Language Models Generate Future Research Ideas?
- 做了什么
- 提出了一种通过提示所需的信息量（压缩成本）来间接估计语言模型在没有提示的情况下得出新研究设想的可能性的方法。
- 核心结果
- 评估了5个模型针对近87篇深度学习论文的核心设想，表现最好的单一模型其中位数压缩成本为69.9比特。这大大低于通用压缩工具gzip的中位数5,712比特。
- 意义
- 这项研究展示了一个新的评估框架，可以计算模型想到设想概率的下界。不过，摘要并未涉及研究生产力或市场效应。AI 摘要
论文
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
- 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
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
- 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
由184名研究人员打造的“寻找灵感论文”基准
ScholarCatalyst: A Benchmark for Retrieving Papers That Inspire New Research
- 做了什么
- 构建了ScholarCatalyst数据集，由计算机科学领域近期207篇论文的184名第一作者指出哪些之前的论文对他们的研究真正起到了帮助，并提出了检索这一关联的任务。
- 核心结果
- 智能体（自主重复搜索以完成任务的AI）搜索的表现并未优于基础检索方式（基于前20个结果的召回率，智能体为0.42，基础检索为0.48）。基于Claude Fable 5.1的智能体也仅达到0.51。
- 意义
- 这表明当前的AI在海量研究文献中识别所需先前创意的专家直觉方面仍有欠缺，并指出了需要为此开发新学习方法的发展方向。虽然这可以看作是辅助科学研究的AI研究迈出的一步，但其实际商业化或产业效果无法从摘要中确认。AI 摘要
人物
前沿实验室
诺姆·沙泽Noam ShazeerGoogle Gemini 共同负责人达里奥·阿莫代伊Dario AmodeiAnthropic CEO最近动态 2026-10-27杰米斯·哈萨比斯Demis HassabisGoogle DeepMind CEO最近动态 2026-10-20Mark ChenOpenAI 首席研究官最近动态 2026-10-29汪滔Alexandr WangMeta Superintelligence Labs 负责人最近动态 2026-06-10Jakub PachockiOpenAI 首席科学家最近动态 2026-09-28Jared KaplanAnthropic 联合创始人最近动态 2026-10-09杰夫·迪恩Jeff DeanGoogle 首席科学家納特·弗里德曼Nat FriedmanMeta Superintelligence LabsNoam BrownOpenAIRob FergusMeta FAIR 负责人最近动态 2026-10-20穆斯塔法·苏莱曼Mustafa SuleymanMicrosoft AI CEO最近动态 2026-10-22肖恩·莱格Shane LeggGoogle DeepMind 联合创始人最近动态 2026-09-28扬·莱克Jan LeikeAnthropic奧里奧爾·維尼亞爾斯Oriol VinyalsGoogle DeepMind赵晟佳Shengjia ZhaoMeta Superintelligence Labs 首席科学家Jason WeiMeta Superintelligence LabsKoray KavukcuogluGoogle 首席 AI 架构师最近动态 2026-07-02Chris OlahAnthropic最近动态 2026-05-28Pushmeet KohliGoogle DeepMind 科学 AI最近动态 2026-10-20
新兴实验室
米拉·穆拉蒂Mira MuratiThinking Machines Lab CEO安德烈·卡帕斯Andrej KarpathyEureka Labs 创始人扬·勒丘恩Yann LeCunAMI Labs 创始人最近动态 2026-10-30伊爾亞·蘇茨克維Ilya SutskeverSSI CEOLlion JonesSakana AI最近动态 2026-10-06Lilian WengThinking Machines Lab 联合创始人Barret Zoph频繁跳槽(据报道 2026 年重返 OpenAI 后再度跳槽)Sergey LevinePhysical Intelligence·UC伯克利最近动态 2026-10-06Aravind SrinivasPerplexity CEOArthur MenschMistral AI CEO阿西什·瓦斯瓦尼Ashish VaswaniEssential AI最近动态 2026-10-28艾丹·高梅茲Aidan GomezCohere CEO最近动态 2026-09-12约翰·舒尔曼John SchulmanThinking Machines Lab 首席科学家Chelsea FinnPhysical Intelligence·斯坦福最近动态 2026-10-29李飞飞Fei-Fei LiWorld Labs CEO·斯坦福最近动态 2026-10-07
学术界
Richard Sutton阿尔伯塔大学Stuart Russell加州大学伯克利分校吴恩达Andrew NgDeepLearning.AI·AI Fund约书亚·本希奥Yoshua Bengio蒙特利尔大学·LawZero最近动态 2026-10-12杰弗里·欣顿Geoffrey Hinton多伦多大学名誉教授最近动态 2026-09-28Christopher Manning斯坦福大学最近动态 2026-07-20Percy Liang斯坦福大学·Together AI最近动态 2026-10-22彼得·阿比爾Pieter Abbeel加州大学伯克利分校最近动态 2026-10-06何恺明Kaiming He麻省理工学院最近动态 2026-10-01
AI 硬件
韩国
中国
高管
Kwak Noh-jungSK海力士 CEO马克·扎克伯格Mark ZuckerbergMeta CEO萨姆·奥尔特曼Sam AltmanOpenAI CEO全永鉉Jun Young-hyun三星电子 DS部门负责人黄仁勋Jensen HuangNVIDIA CEOC.C. WeiTSMC 董事长兼 CEO格雷格·布羅克曼Greg BrockmanOpenAI 总裁苏姿丰Lisa SuAMD CEO陈立武Lip-Bu TanIntel CEO薩蒂亞·納德拉Satya NadellaMicrosoft CEOSanjay MehrotraMicron CEOMasayoshi Son软银董事长桑达·皮采Sundar PichaiAlphabet CEO安迪·賈西Andy JassyAmazon CEO伊隆·马斯克Elon MuskxAI 兼特斯拉 CEOKevin ScottMicrosoft CTO陳福陽Hock TanBroadcom CEO
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。
