微软研究院推出 Magnetar：在标准哈希函数上构建的通用零知识虚拟机
微软研究院发布零知识虚拟机 Magnetar，可在普通笔记本电脑上以约每秒 7.2–8.7 百万条 RISC-V 指令的速度证明 Rust、Go、C 程序的执行；在 15 个基准程序上比同类最快 zkVM 平均快 10–39 倍，证明验证约 12 毫秒。
推荐理由：把零知识证明速度、通用性和抗量子假设在同一系统里同时推进，并给出在通用语言上的实测倍数。
10月16日 · 周五精选
最新精选
Microsoft Research精选AI 评分6666
The Decoder精选AI 评分7979 DeepMind AlphaProof Nexus 自主解决多道未解数学问题并通过同行评审
Google DeepMind 团队在 Science 发表研究称，基于 Gemini 3.1 Pro 构建的 AlphaProof Nexus 在 Lean 形式化语言环境中自主证明了 353 个 Erdős 未解问题中的 9 个。
推荐理由：AlphaProof Nexus 在 Lean 形式化环境中自主解决多道未解 Erdős 问题并通过 Science 同行评审，为 AI 数学证明的可复现路径提供了具体样本。
Microsoft Research精选AI 评分7878 微软研究院发布 Agent Lightning v1.0：约 3500 行代码的轻量级智能体强化学习框架
微软研究院发布 Agent Lightning v1.0，提出 Harnessed Agentic RL 范式，让部署中使用的 agent harness 直接参与强化学习训练，无需在训练框架内重新实现 agent。
推荐理由：把部署侧 agent harness 直接接入 RL 训练，并用 Qwen3.5-9B 给出可复现的 SWE-bench Verified 提升结果，适合评估智能体训练链路复用方式。
Hugging Face Blog精选AI 评分7373 NVIDIA 与 Hugging Face 通过微调 Nemotron 拿下 IOI 2026 与 IMO 2026 金牌级成绩
NVIDIA 与 Hugging Face 团队基于 Nemotron 3 基座，通过监督微调和强化学习训练出 IOI 与 IMO 两个专用模型。
推荐理由：文章给出了从同一 Nemotron 3 基座到 IOI 与 IMO 两项金牌级模型的具体训练与推理配方，可直接复用到其他高难度专业领域。
Hugging Face Blog精选AI 评分7070 微软与 Hugging Face 联合发布 ThinkingBox：基于后端状态评估 AI 智能体的一致性
微软与 Hugging Face 联合发布 ThinkingBox 与 ThinkingBox-Bench，通过 507 个有状态业务工作流、每个任务跑 20 次，按数据库终态和副作用而非工具调用来给 AI 智能体打分。
推荐理由：原文把评估重点从工具调用转向数据库终态，并用 20 次重复把“能做一次”和“能做稳”拆开看，读者可以据此调整自己的智能体评测口径。
The Decoder精选AI 评分8080 Ataraxos击败Stratego史上最强者，攻下人类在棋类上的最后堡垒之一
AI 系统 Ataraxos 在不完美信息棋类 Stratego 中以有效胜率 85% 击败四届世界冠军 Niemeijer，并在 2025 Stratego 世界冠军赛表演场中以 40 场赢 38 场战胜多名赛会选手。
推荐理由：原文给出 Ataraxos 与 DeepNash 在 Stratego 上的算力差距与对最强人类选手的胜率，可用于判断不完美信息博弈 AI 的真实进展。
Google Research精选AI 评分6464 Google Research 发布 SymptomAI：面向日常症状问诊的对话式 AI 智能体研究
Google Research 发布论文 SymptomAI，基于 Gemini Flash 2.0 构建 5 个不同问诊策略的对话式 AI 智能体，并在 n=13,917 的全国随机研究中让参与者描述症状、两周后回报临床诊断结果。
推荐理由：原文给出了 13,917 人随机对照的诊断准确率与可穿戴生理信号对照方法，读者可据此判断该方法在真实人群中的迁移潜力。
Google Research精选AI 评分6363 Google Research 提出 SensorFM：用万亿分钟可穿戴数据训练通用传感器基础模型
Google Research 推出 SensorFM，一个面向可穿戴健康数据的通用传感器基础模型。它基于 500 万名受试者在 2024 年 9 月至 2025 年 9 月间产生的超过一万亿分钟、34 项一分钟级特征进行自监督预训练，覆盖心率、血氧、睡眠、运动等模态，并通过 Adaptive and Inherited Masking (AIM) 直接处理真实数据缺失。
推荐理由：原文给出了 SensorFM 在可穿戴健康数据上的预训练规模、下游迁移表现和与人工真实标签的对比，读者可以据此了解通用传感器基础模型在该领域的能力边界。
已经到底了