美团开源 1.6 万亿参数智能体模型 LongCat-2.5，全程用国产芯片训练
美团 LongCat 团队在模型正式亮相一周后发布了 LongCat-2.5 的权重，这是一个为自主多步任务（尤其是编码）打造的 1.6 万亿参数 MoE 模型，每 token 约激活 480 亿参数。
推荐理由：材料记录了 1.6 万亿参数 MoE 模型在国产芯片上完成训练与部署的细节和基准对比。
#数据/训练
The Decoder精选AI 评分8181
Google DeepMind精选AI 评分7171 Google DeepMind 发布 AlphaGenome 2，按细胞类型预测 DNA 变异影响
Google DeepMind 发布 AlphaGenome 2，可预测 DNA 序列及其变异如何影响特定人类细胞类型。该模型基于 68 种组织、超过 1.07 亿个单细胞图谱训练，在 TenK10K 数据集上识别出的因果变异比例从 16% 提升到 30%。模型即日起通过 AlphaGenome API 开放非商业研究使用，商业研究为私密预览。
推荐理由：AlphaGenome 2 从组织平均转向单细胞条件建模，读者可据此了解 DNA 变异预测在细胞类型分辨率上的变化。
Google Research精选AI 评分6666 Google Research 用智能手表 PPG 与加速度计检测高血压迹象
Google Research 在 Nature 发表多模态 AI 系统 AI-PPG-ACC-HTN，仅用智能手表 PPG 与加速度计数据被动检测高血压迹象，无需袖带校准。
推荐理由：该系统用智能手表 PPG 与加速度计数据对照 24 小时动态血压监测，给出了无需袖带校准的筛查路径与可解释波形特征。
Anthropic Engineering精选AI 评分6262 Anthropic 解析智能体记忆的组成部分与 dreaming 机制
Anthropic 工程团队发文拆解智能体记忆的组成部分，涵盖记忆笔记、dreaming 离线整理、wiki 表示和记忆分层注入。在 CL-Bench 1.0 数据库任务中，Claude Opus 5 能把验证过的规则写入记忆形成学习闭环，而 Sonnet 4.6 只留下未经验证的猜测。
推荐理由：文中对比了不同 Claude 模型在记忆写入上的差异，并给出 dreaming 与 wiki 两类可迁移的记忆组织方法。
Google Research精选AI 评分6060 Google 提出睡眠框架：让 LLM 在持续学习中保留知识
Google 研究者提出睡眠框架，让 LLM 在活跃交互与离线记忆巩固之间交替，把短期上下文写入长期参数。该框架在 BABILong 上将长上下文理解扩展至 10M tokens，在 SQuAD 与持续预训练上分别取得 48.9% 和 46.2%，并在 AIME 24/25 与 HMMT 25 上达到 79.2%、69.0% 和 46.1%。
推荐理由：Google 研究者提出睡眠框架，用记忆巩固与梦境自改进两阶段让 LLM 持续学习而不遗忘旧知识。
Microsoft Research精选AI 评分8080 微软研究院等证明 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，证明高维对数凹分布下平面切割与任意形状切割的差距可由与维度无关的常数界定。研究采用人类主导的智能体搜索流程，探索了 100 多条候选路径，由研究者筛选并递归应用新判据，最终在 2026 年 10 月 4 日版本中完成证明。同期另有独立团队给出完整证明，并有 Lean 4 形式化验证发布。
推荐理由：读者可看到人机协作如何被拆成可复用的搜索与筛选流程，以及独立证明与 Lean 形式化如何构成交叉验证。
Microsoft Research精选AI 评分6262 Microsoft Research 发布 zkVM 系统 Magnetar，证明速度提升 10 到 39 倍
Microsoft Research 发布零知识虚拟机 Magnetar，可直接证明用 Rust、Go、C 编写的 RISC-V 程序执行，在 15 个基准程序上平均比同机最快 zkVM 快 10 到 39 倍。
推荐理由：Magnetar 仅依赖标准哈希函数就把 zkVM 证明速度提升 10 到 39 倍，可据此比较通用性与安全假设之间的取舍。
Mistral AI精选AI 评分6969 Mistral 发布时间序列基础模型 Timestral，最大 209M 参数
Mistral 发布首个时间序列基础模型系列 Timestral，提供 5M、28M、123M 和 209M 四个尺寸，最大模型在 GIFT-Eval、TIME 和 fev-bench 三项公开基准上排名第一，参数量仅为此前 SOTA 的三分之二。
推荐理由：原文给出四个尺寸的参数量、三项基准排名和 CPU 推理延迟，可据此判断时间序列基础模型的选型与部署成本。
已经到底了