跳到主要内容

大家都在问:这周生命科学领域有什么新进展?

已发布的 AI 与科学进展

  1. arXiv

    神经影像有了会对话的专用模型:Neuro-VL在17组任务中16组胜过GPT-5.4,还能顶住误导性提问

    Neuro-VL 是一个在近百万例常规临床神经影像检查上训练的视觉语言模型,能对完整检查做定位、描述、诊断和报告生成,并与使用者用自然语言讨论所见。研究在内部与24个国际公开数据集构成的NeuroBench上比较了它和GPT-5.4、Gemma 4及神经影像专用模型NeuroVFM:在17个任务-数据组组合中,Neuro-VL有16组优于GPT-5.4和Gemma 4,17组全部优于NeuroVFM,等权平均分别高出15.9、16.9和23.0个百分点。模型还被进一步微调出可比较前后两次检查的纵向版本,并在嵌入错误诊断或部位的提示下比GPT-5.4更少改口。

  2. arXiv

    Calpha让通用大模型自己决定折叠:单链结构均值TM-score达0.808,长链仍落后直接基线

    Calpha把蛋白质折叠接进通用对话模型:Qwen3.5-9B读取序列与ESM2残基特征,在收到折叠请求时输出<structure>标记,用自身残基隐藏状态驱动冻结的SimpleFold-3B结构头生成全原子坐标。在固定折叠请求下,该配置在FoldBench-334、CASP16域和CAMEO风格PDB集上的平均TM-score分别为0.808、0.635和0.900;但在300–600残基链上,三个集合的平均配对差值分别为−0.044、−0.160和−0.025,均低于直接ESM2→SimpleFold-3B基线。

  3. Hugging Face Blog

    LLMON给大模型上下文装上显式结构:Granite 4.1 3B/8B预览版在OPI上把注入攻击挡掉近零

    IBM 团队发布 LLMON(LLM Object Notation),一种用保留特殊 token 标记指令、数据与要求边界的标记语言,并推出基于 Granite 4.1 3B 与 8B 基座训练的两个实验预览模型。其思路是把上下文里语义连贯的组件各自变成可寻址的块,再由一个执行块声明运行哪条指令、作用于哪些数据、输出写到哪里。在 OPI 基准上,LLMON 预览模型比测试中最好的前沿模型多挡住 47% 的攻击、比最好的开源模型多挡住 95%,同时通用基准表现与 Granite 4.1 Instruct 相当。

  4. Hugging Face Blog

    0.8B参数也能当随身助手:BotPsy在六项工具调用基准中五项超过2.5倍大的Qwen3.5-2B-Think

    Tether AI Research发布BotPsy,一个基于Qwen3.5-0.8B、面向函数调用与智能体工作流的0.8B参数模型,可在设备端运行。它经监督微调、多教师在线蒸馏和两轮强化学习训练,在BFCL v4上从基座的23.4升到44.0,在τ-bench上从23.2升到51.5,并在六项工具调用与智能体基准中的五项超过参数量为其2.5倍的Qwen3.5-2B-Think,仅在Claw-Eval上落后(46.5对48.9)。模型仍会出错,定位为低到中等难度任务,不适用于高风险场景。

  5. arXiv

    潜反馈让每个FLOP更值钱:同等算力下最多省48%,同等轮数下最多省47%唯一数据

    潜反馈Transformer把每个词元顶层状态送入下一个词元的输入,此前只在固定训练词元数下与普通Transformer比较,没有考虑重复数据。研究在60M到778M参数、12.5到400唯一词元/非嵌入参数、1到4轮的网格上,对两种模型在每个规模和数据量下分别调参,发现唯一数据充足时潜反馈用更少算力达到同样损失,固定轮数时用更少唯一数据达到同样损失,两项节省都随每参数唯一数据和重复轮数增长。拟合的缩放律在留出的778M规模上把损失预测到0.3%以内、把两模型差距预测到0.05%以内。

  6. arXiv

    PixVid把视频生成搬回像素空间:每帧独立出token,相机控制下一帧就生效

    PixVid把预训练的潜空间视频扩散模型改造成逐帧在像素空间生成的模型:保留扩散Transformer,用卷积细节头替换VAE解码器,并从Wan2.1-14B微调。它在VBench上总分85.09(960p)与84.78(480p),高于Wan2.1的84.05和PixelUMM的83.72;在快速运动片段上保留98%的源运动,而同样微调的潜空间模型为83%。

arXiv

神经影像有了会对话的专用模型:Neuro-VL在17组任务中16组胜过GPT-5.4,还能顶住误导性提问

Neuro-VL 是一个在近百万例常规临床神经影像检查上训练的视觉语言模型,能对完整检查做定位、描述、诊断和报告生成,并与使用者用自然语言讨论所见。研究在内部与24个国际公开数据集构成的NeuroBench上比较了它和GPT-5.4、Gemma 4及神经影像专用模型NeuroVFM:在17个任务-数据组组合中,Neuro-VL有16组优于GPT-5.4和Gemma 4,17组全部优于NeuroVFM,等权平均分别高出15.9、16.9和23.0个百分点。模型还被进一步微调出可比较前后两次检查的纵向版本,并在嵌入错误诊断或部位的提示下比GPT-5.4更少改口。

arXiv

Calpha让通用大模型自己决定折叠:单链结构均值TM-score达0.808,长链仍落后直接基线

Calpha把蛋白质折叠接进通用对话模型:Qwen3.5-9B读取序列与ESM2残基特征,在收到折叠请求时输出<structure>标记,用自身残基隐藏状态驱动冻结的SimpleFold-3B结构头生成全原子坐标。在固定折叠请求下,该配置在FoldBench-334、CASP16域和CAMEO风格PDB集上的平均TM-score分别为0.808、0.635和0.900;但在300–600残基链上,三个集合的平均配对差值分别为−0.044、−0.160和−0.025,均低于直接ESM2→SimpleFold-3B基线。

  1. Hugging Face Blog

    LLMON给大模型上下文装上显式结构:Granite 4.1 3B/8B预览版在OPI上把注入攻击挡掉近零

    IBM 团队发布 LLMON(LLM Object Notation),一种用保留特殊 token 标记指令、数据与要求边界的标记语言,并推出基于 Granite 4.1 3B 与 8B 基座训练的两个实验预览模型。其思路是把上下文里语义连贯的组件各自变成可寻址的块,再由一个执行块声明运行哪条指令、作用于哪些数据、输出写到哪里。在 OPI 基准上,LLMON 预览模型比测试中最好的前沿模型多挡住 47% 的攻击、比最好的开源模型多挡住 95%,同时通用基准表现与 Granite 4.1 Instruct 相当。

  2. Hugging Face Blog

    0.8B参数也能当随身助手:BotPsy在六项工具调用基准中五项超过2.5倍大的Qwen3.5-2B-Think

    Tether AI Research发布BotPsy,一个基于Qwen3.5-0.8B、面向函数调用与智能体工作流的0.8B参数模型,可在设备端运行。它经监督微调、多教师在线蒸馏和两轮强化学习训练,在BFCL v4上从基座的23.4升到44.0,在τ-bench上从23.2升到51.5,并在六项工具调用与智能体基准中的五项超过参数量为其2.5倍的Qwen3.5-2B-Think,仅在Claw-Eval上落后(46.5对48.9)。模型仍会出错,定位为低到中等难度任务,不适用于高风险场景。

  3. arXiv

    潜反馈让每个FLOP更值钱:同等算力下最多省48%,同等轮数下最多省47%唯一数据

    潜反馈Transformer把每个词元顶层状态送入下一个词元的输入,此前只在固定训练词元数下与普通Transformer比较,没有考虑重复数据。研究在60M到778M参数、12.5到400唯一词元/非嵌入参数、1到4轮的网格上,对两种模型在每个规模和数据量下分别调参,发现唯一数据充足时潜反馈用更少算力达到同样损失,固定轮数时用更少唯一数据达到同样损失,两项节省都随每参数唯一数据和重复轮数增长。拟合的缩放律在留出的778M规模上把损失预测到0.3%以内、把两模型差距预测到0.05%以内。

  1. arXiv

    PixVid把视频生成搬回像素空间:每帧独立出token,相机控制下一帧就生效

    PixVid把预训练的潜空间视频扩散模型改造成逐帧在像素空间生成的模型:保留扩散Transformer,用卷积细节头替换VAE解码器,并从Wan2.1-14B微调。它在VBench上总分85.09(960p)与84.78(480p),高于Wan2.1的84.05和PixelUMM的83.72;在快速运动片段上保留98%的源运动,而同样微调的潜空间模型为83%。