Google Earth AI 发布 PDFM 全球公共卫生应用验证,覆盖五类疾病与跨境建模
Google Research 以 Google Earth AI 的 Population Dynamics Foundation Model(PDFM)作为概念验证,将位置 embedding 直接接入流行病学现有机器学习流程,无需任务专属微调即在五类公共卫生任务中匹配或优于传统输入。
Google Research 以 Google Earth AI 的 Population Dynamics Foundation Model(PDFM)作为概念验证,将位置 embedding 直接接入流行病学现有机器学习流程,无需任务专属微调即在五类公共卫生任务中匹配或优于传统输入。
Ai2 旗下 Asta 团队开源 AstaBrief 8B 模型,定位为可本地运行的科学报告生成工具,基于 Qwen3-8B 经 SFT 和 DPO 后训练得到。
ServiceNow CoreAI 发布 AutoSynthData 流程,通过评估目标模型在企业环境中的失败、由更强的教师模型示范成功路径,将能力差距转化为新的可执行训练任务,使任务随模型能力提升而自适应迁移。
Google Research 提出 Diffusion Controller 框架,将扩散模型的整个去噪过程重构为一个平滑的连续控制问题,统一了推理时引导与基于 LoRA、奖励加权回归、policy gradients 等微调方法长期割裂的局面。
微软研究院发布 Quine,一个面向生物学复杂性的 AI 研究系统,包含多模态生物学世界模型与连接模型、科学工具、文献和科研人员的交互式 harness。
推荐理由:原标题和产品定位均围绕“面向生物学的多模态世界模型 + 交互式 harness”展开,核心阅读价值在于它把多模态预训练与湿实验闭环结合到了同一个研究系统中。
Google DeepMind 推出 AlphaGenome Atlas,预计算了人类基因组中 90 亿种单核苷酸变异(single-nucleotide variant)的分子效应,数据量约 1 PB,体积是 AlphaFold Database 的 30 倍以上。
推荐理由:对 90 亿个单核苷酸变体做分子效应预测,可在编码与非编码区统一打分,可一次性把相关论文级方法转成可访问资源。
Berkeley AI Research 提出 ABBEL 框架,将 LLM 交互历史压缩为自然语言 belief state,并以"belief grading"作为辅助强化学习奖励来监督摘要内容。