跳到正文
  1. Microsoft Research78

    微软研究者证明 31 年未解的 KLS 猜想

    微软研究院 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 KLS 猜想,给出与维度无关的固定界,解决了高维几何与概率论中的核心开放问题。证明过程采用人类引导的智能体搜索,探索了约 100 条研究路径,由研究者筛选方向并验证结论;同期另有独立团队给出完整证明,并出现 Lean 4 形式化验证。作者称此前用多个前沿模型做无引导的端到端尝试未能达成目标。

    推荐理由:微软研究者用人类引导的智能体搜索证明 KLS 猜想,读者可看到人机协作在数学发现中的具体分工。

  1. Microsoft Research60

    微软研究院发布 Magnetar:基于标准哈希函数的通用零知识证明系统

    微软研究院发布零知识虚拟机 Magnetar,可直接证明用 Rust、Go 或 C 编写的程序执行过程,并输出可在约 12 毫秒内验证的简短证明。在 15 个基准程序上,它比同类最快的 zkVM 平均快 10 到 39 倍,在笔记本上每秒可证明 7.2 至 8.7 百万条 RISC-V 指令。

    推荐理由:微软研究院梳理十余年零知识证明研究脉络,说明 Magnetar 如何在通用性、速度与密码学假设之间同时取得进展。

  1. Google DeepMind66

    Google DeepMind 推出 SynthID Bio,为 AI 生成的蛋白质加可验证水印

    Google DeepMind 发布 SynthID Bio,把水印技术引入合成生物学,将不可感知的签名嵌入生物代码,在实验室测试中保持蛋白质生物功能不变。该方法针对序列微调氨基酸选择、针对 3D 结构调整原子坐标,并在 AlphaFold 3 扩散网络中微调部分权重,使预测坐标自带可检测签名。

    推荐理由:Google DeepMind 把 SynthID 水印扩展到合成生物学,读者可了解其在蛋白质设计与结构预测中的嵌入方式及生物安全用途。

  1. Microsoft Research62

    微软研究院推出面向生物学复杂性的 AI 研究系统 Quine

    微软研究院推出 Quine,一个由跨模态生物学世界模型和连接模型、科学工具、文献与研究者的交互框架组成的 AI 研究系统。该系统与 Broad Institute 合作用于胰腺导管腺癌研究,从数千个化合物中筛选并优先排序候选分子,湿实验显示排名最高的化合物产生了最大的经典态到基底态细胞状态转变,整个筛选到候选验证过程仅用一个周末。

    推荐理由:微软研究院公开 Quine 的生物学世界模型与实验编排框架,并给出胰腺癌化合物筛选的湿实验验证结果。

已经到底了