AI 安全
更简单、更好的可扩展监督辩论协议
arXiv 链接：https://arxiv.org/abs/2610.02557 摘要：人工智能辩论是实现可扩展监督的一种有前途的方法，它寻求利用两个强大的人工智能之间的辩论，将复杂的问题分解为可以轻松直接判断的更简单的主张。
Anthropic 让 METR 研究人员通过员工级别的访问权限了解幕后情况
独立评估机构获得更深入的访问权限，得以研究 AI 系统的内部工作方式与能力边界。
SSCI / TOPICS
AI for Science：科学智能与研究发现 — 第 4 页
从数学到生命科学，观察人工智能如何改变研究。
理解这一领域
AI 可以支持科学预测与发现，但有效证据不止模型分数。关注独立测试数据、不确定性估计，以及实验验证或领域验证。
研究前沿
PMO-Dock：分子优化中的基准对接、特异性和泛化
arXiv:2610.19011v1 公告类型：新 摘要：实用分子优化 (PMO) 基准标准化了分子优化中的评估，但它建立在简单的基于属性的预言之上，无法捕获基于结构的药物设计。
研究前沿
预训练语言模型作为社会科学研究的零样本工具
arXiv:2610.19048v1 发布类型：新 摘要：根据姓名进行记录关联和人口统计推断是社会科学的常规需求。解决这些问题的大多数方法都需要标记的训练数据，而获取这些数据很难或成本高昂。我证明了预训练的语言模型可以准确地执行这两项任务，而不需要特定于任务的训练。
研究前沿
Vision CIL 方法是否可以转移到蛋白质上？冷冻蛋白质编码器的诊断基准
arXiv:2610.18879v1 公告类型：新 摘要：蛋白质功能注释在扩展的标签空间上运行，使类增量学习 (CIL) 成为无需完全再训练即可合并新发现功能的自然框架。然而，现有的 CIL 方法主要是在视觉方面开发的，尚未对冷冻蛋白质表征进行系统评估。
研究前沿
VETNET：为人工智能驱动的兽医创新组装基准数据集
arXiv:2610.14149v1 公告类型：新 摘要：VETNET 代表了一个由实时基准数据集和评估框架组成的生态系统，旨在通过标准化、高质量的数据集以及跨学术和非学术领域的多机构合作，加速动物科学和兽医领域人工智能驱动的创新。
研究前沿
跨越性别二元：科幻小说和一般小说中的性别参考建模
arXiv:2610.19028v1 公告类型：新 摘要：科幻小说被广泛认为具有令人不安的性别特征。本文询问这是否在语言层面上成立，即性别指称如何容易让位于其对应词、中性术语或其他社会类别，以及它是否将这种类型与一般小说区分开来。
