Leash Bio 的 Ian Quigley 谈 DEL 数据、Hermes 模型与智能体科学推理平台 Minos
Leash Bio 用 DNA 编码文库（DEL）为每个分子打上数十条条形码，采集可复现的蛋白-小分子相互作用数据。其 Hermes 模型仅用自研数据训练，在公开 benchmark 上与 Boltz 持平。团队把多年数据转化为数万条"lab-in-the-loop"模拟，已发展为智能体科学推理平台 Minos，并发布预印本、博客与开放数据集。
#论文/研究
#论文/研究
今日 1 条Latent SpaceAI 评分4242
雷峰网AI 评分3030 研究了1933篇 IROS 论文，我们看到了机器人学的六项新变化
IROS 2026 共 1933 篇论文进入正式议程，多标签统计显示 Robot Learning / Embodied AI 约 809 篇、Navigation / Planning 564 篇、Perception / Vision 556 篇、Humanoid / Legged 约 213 篇，VLA 相关约 82 篇。
The DecoderAI 评分6161 MIT 报告：AI 正在侵蚀办公时间、学习小组与师生信任
MIT 一份 2026 年 6 月发布的报告记录了 AI 对大学体验核心环节的冲击：办公时间到访人数减少、在线讨论参与度下降、宿舍与图书馆的学习小组逐渐减少，教师也越来越难判断学生实际学到了什么。
MIT News · AIAI 评分1212 MIT 政治学者 Naoki Egami 研究如何精确测量社会现象
MIT 政治学副教授 Naoki Egami 专攻研究方法论，重点审视社会科学研究中的"外部效度"，即特定研究结论能否推广到其他情境。他的研究还涉及 AI 工具引入研究后的问题，早在 ChatGPT 掀起 AI 热潮前就已开始，探索如何系统识别并校正 AI 工具带来的误差。他 2025 年加入 MIT，同时是 IDSS 统计与数据科学中心教员。
Import AIAI 评分3232 Import AI 468：23 条 RSI 政策建议、PostTrainBench+，以及信任与透明度如何影响 AI 竞赛
Import AI 第 468 期收录智库 IFP 提出的 23 条应对 AI 研发自动化风险的政策建议，分属透明度、风险管理和算力分配等 7 个类别。MIT 与 Columbia 的论文 Racing to Ruin 用博弈模型分析前沿 AI 企业的研发竞赛，认为透明度和对手可信度是达成协调减速的关键变量，低信任下所有均衡都会奔向灾难。
Hugging Face BlogAI 评分4040 为什么专业化不可避免：从优化理论到机器学习的共同结论
一份由 Goldfeder、Wyder、LeCun 和 Shwartz-Ziv 于 2026 年发表的论文《AI Must Embrace Specialization via Superhuman Adaptable Intelligence》提出，优化理论、进化生物学、竞争市场与机器学习都指向同一结论：在有限算力、数据和开发时间下，专业化系统优于追求通用性的系统。
The GradientAI 评分2323 The Gradient 长文：神经算法推理如何用神经网络捕捉经典计算
The Gradient 刊文讨论神经算法推理，即用深度神经网络捕捉最短路、排序等经典算法。MIT 论文《What Can Neural Networks Reason About?》提出算法对齐概念，证明架构与算法结构对齐得越好，学习执行算法所需的样本复杂度越低；文中以 GNN 对齐 Bellman-Ford 最短路算法为例说明。