追問daily | 中文Claude最中庸，日韓泰全被寵上天！

█ 腦科學動態

Cell：認知衰退減慢30%，首批疾病修飾療法改變AD治療范式

Nature：模仿人類肺部結構開發高透氣性呼吸水凝膠

腦成像發現精神分裂癥突觸密度普遍降低且呈左側偏側化

人類和小鼠大腦對相同聲音具有相似的感知圖譜

建立人類與小鼠腦皮層神經元比較框架

快速腦磁刺激可迅速緩解抑郁，但療效在數周內逐漸消退

睡眠差會使腦網絡異常連接，老年女性面臨更高認知衰退風險

機器學習揭示壓力易感性并非源于杏仁核，而是大規模腦網絡

█ AI行業動態

用不同語言問Claude有何不同？Anthropic揭示大模型的多語言“性格”差異

█ AI驅動科學

腦機接口訓練五天內增強微小運動誤差的感知

數據越多不等于越聰明：新研究用數學劃定AI預測的禁區

差異推理學習框架大幅提升醫療AI臨床決策與推理能力

緩解機器人訓練數據瓶頸，利用多智能體系統自動生成三維物理仿真場景

主流大語言模型存在西方道德偏見，系統性誤判非西方文化價值觀

AI可輔助觀察兒童發育行為，但臨床診斷仍需人類專家

為什么大模型推理越強卻越難自評？大語言模型元認知盲區解析

借鑒大腦雙重記憶機制，HOLA架構讓大模型兼顧速度與精準記憶

編碼智能體可自主復現科學機器學習論文

腦科學動態

Cell：認知衰退減慢30%，首批疾病修飾療法改變AD治療范式

阿爾茨海默病作為全球癡呆癥的主要病因，長期缺乏能夠改變病程的診療手段。Michelle D. Rudman、Jason D. Ulrich和David M. Holtzman（圣路易斯華盛頓大學）系統梳理了近五年該領域的里程碑式突破，完成了關于其分子機制與治療策略的重磅最新綜述。

本篇綜述系統總結了該病在機制、診斷和治療上的革命性突破。在病理機制上，冷凍電鏡揭示了β-淀粉樣蛋白與tau蛋白在患者腦內的特異性結構，為精準靶向提供了分子基礎。作為高?；虻腁POE4使攜帶兩個拷貝者的患病風險暴增25倍，而罕見的APOE3 R136S突變則能延緩發病近30年。在診斷方面，高靈敏度生物標志物的發展實現了無創早篩，其中血檢指標p-tau217的準確率高達92.9%，讓提前十幾年預判風險成為可能。在治療領域，首批疾病修飾療法侖卡奈單抗與多奈單抗已獲批上市，通過清除Aβ斑塊使輕度患者的認知衰退減慢了約30%。未來，靶向tau蛋白、調節小膠質細胞功能等多靶點聯合治療將是主要趨勢。研究發表在 Cell 上。

#疾病與健康 #神經機制與腦功能解析 #阿爾茨海默病 #生物標志物 #疾病修飾療法

閱讀更多：

Rudman, Michelle D., et al. “Recent Advances in Alzheimer’s Disease: From Molecular Mechanisms to Therapeutic Strategies.” Cell, vol. 189, no. 14, July 2026, pp. 4193–224. www.cell.com, https://doi.org/10.1016/j.cell.2026.06.006

Nature：模仿人類肺部結構開發高透氣性呼吸水凝膠

水凝膠在生物界面應用廣泛，但其低透氣性限制了長期應用。麻省理工學院、華南理工大學的研究團隊受人類肺部結構啟發，開發出一種‘能呼吸’的水凝膠，在高含水量下實現了創紀錄的透氣性，有望推動可穿戴監測從每日轉為連續每周模式。

研究團隊受人類肺部氣管結構的啟發，采用自下而上的相工程策略。他們首先在水介質中穩定超疏水氣凝膠顆粒以提供高氣體濃度，隨后利用粘彈性相分離（viscoelastic phase separation，一種因組分間動力學不對稱性導致的不均勻相分離現象）驅動氣凝膠顆粒在低體積分數下形成三維穩定網絡。結果顯示，這種新型水凝膠在含水量高達70 vol%時，實現了185 barrer的創紀錄氧氣透過率，較傳統單相水凝膠提升了10倍。該水凝膠具有優異的生物相容性，在10,000次拉伸和壓縮循環后仍能保持結構完整。人體測試表明，相比市售硅膠貼片，佩戴該水凝膠貼片運動后皮膚溫度下降約1℃且無汗液積聚，舒適度評分極高。利用該材料制成的電極成功完成了長達10天的持續心電圖監測，信號穩定且無皮膚刺激。研究發表在 Nature 上。

#疾病與健康 #健康管理與壽命延長 #水凝膠 #生物材料 #可穿戴設備

閱讀更多：

Yan, Xiao-Yun, et al. “Air-Permeable Hydrogels through Viscoelastic Phase Separation of Aerogels.” Nature, vol. 655, no. 8122, July 2026, pp. 372–80. www.nature.com, https://doi.org/10.1038/s41586-026-10712-3

腦成像發現精神分裂癥突觸密度普遍降低且呈左側偏側化

精神分裂癥如何破壞大腦的神經網絡？為了探索突觸流失在患者活體腦中的空間分布和傳播規律，Sidhant Chopra、Avram J. Holmes（羅格斯大學）與Rajiv Radhakrishnan（耶魯大學）等人通過一項大規模成像研究，直接測繪了精神分裂癥患者腦內廣泛的突觸密度降低。

? 精神分裂癥患者普遍存在左側偏側化的突觸密度降低。Credit: Molecular Psychiatry (2026).

這項研究共納入122名受試者，其中包括29名精神分裂癥患者，是迄今為止規模最大的相關PET成像研究之一。研究人員使用 [11C]UCB-J 正電子發射斷層掃描直接檢測患者的大腦。結果顯示，與93名健康對照相比，患者在額葉、顳葉等多個關鍵區域的突觸密度出現廣泛降低，效應量 Cohen’s D 介于 0.58 至 1.47 之間。有趣的是，左半球受到的損害顯著重于右半球，且這種突觸流失與標準 MRI 掃描檢測到的灰質體積變化并不重合，表明兩者是獨立的生物學過程。突觸損失更嚴重的區域與富含 γ-氨基丁酸（GABA）和五羥色胺等神經遞質受體的腦區高度一致。研究團隊通過網絡擴散模型模擬發現，左側額下回可能是突觸退化的最初起點，病理此后沿著大腦的分子特征和軸突結構網絡擴散。這一發現有助于未來開發針對特定靶區的精準干預療法。研究發表在 Molecular Psychiatry 上。

#疾病與健康 #心理健康與精神疾病 #腦科學 #精神分裂癥 #突觸

閱讀更多：

Chopra, Sidhant, et al. “Widespread Synaptic Density Loss in Schizophrenia Follows Molecular and Network Architecture.” Molecular Psychiatry, June 2026, pp. 1–12. www.nature.com, https://doi.org/10.1038/s41380-026-03717-x

人類和小鼠大腦對相同聲音具有相似的感知圖譜

不同物種在聽覺世界中的感知結構是否存在共性？Johannes P.-H. Seiler和Simon Rumpel團隊（美因茨約翰內斯·古騰堡大學）對此進行了深入探討，發現人類和小鼠在面對相同的聽覺刺激時，大腦會構建高度相似的內部感知圖譜，且該圖譜在學習過程中展現出驚人的穩定性。

? 上圖：矩陣顯示了小鼠和人類實驗中所有聲音對的平均反應相似度。下圖：使用主成分分析法生成了小鼠和人類平均映射結構的降維投影。 Credit: Communications Psychology (2026).

研究團隊采用心理物理學手段，設計了包含不同節奏和脈沖頻率的聲音序列。在實驗中，152名人類受試者首先在無反饋情況下對聲音相似度進行評分，用以繪制無任務背景下的感知地圖；隨后，人類與11只小鼠分別參與了基于獎勵的區分決策任務，通過行為訓練學習將聲音分類。結果顯示，盡管聽覺系統發育和交流方式不同，人類和小鼠對共有頻率聲音的感知圖譜具有高度相似的幾何結構。此外，在學習區分聲音的前后，這些內部表征保持高度穩定，表明大腦在學習新聲音時傾向于微調或擴展已有圖譜，而非重新構建。研究發表在 Communications Psychology 上。

#認知科學 #神經機制與腦功能解析 #聽覺感知 #跨物種研究 #心理物理學

閱讀更多：

Seiler, Johannes P. H., et al. “Auditory Perceptual Maps in Humans and Mice Share Common Structures and Predict Perceptual Decisions in Discrimination Learning.” Communications Psychology, vol. 4, no. 1, June 2026, p. 98. www.nature.com, https://doi.org/10.1038/s44271-026-00485-w

彭漢川與張力偉團隊建立人類與小鼠腦皮層神經元比較框架

如何比較人類與小鼠的神經元結構？彭漢川與張力偉團隊（復旦大學腦智研究院、首都醫科大學北京天壇醫院、東南大學）合作建立了一個對應腦區比較框架，在單神經元尺度上揭示了人類與小鼠皮層樹突組織的形態學進化差異。

該框架結合了解剖標注與功能證據以定義對應腦區。研究團隊分析了來自額葉、頂葉和顳葉的 2363 個人類神經元和 16011 個小鼠神經元的樹突重建數據。在排除尺寸差異后，研究發現人類皮層神經元表現出更高的分支頻率和更短的分支間隔，展現出更緊湊的局部結構，而非單純的等比例放大。在人類大腦中，局部形態顯示出更強的腦葉水平可分性，且主要與空間組織有關；相比之下，小鼠的可分性則更多反映了分支拓撲結構。多維分析進一步證實了不同物種皮層樹突組織的進化差異性。研究發表在 Nature Neuroscience 上。

#神經科學 #神經機制與腦功能解析 #跨物種比較 #神經元形態 #皮層組織

閱讀更多：

Yun, Zhixi, et al. “A Framework for Comparative Analysis of Human and Mouse Cortical Neuron Dendrites in Corresponding Brain Regions.” Nature Neuroscience, July 2026, pp. 1–15. www.nature.com, https://doi.org/10.1038/s41593-026-02376-z

快速腦磁刺激可迅速緩解抑郁，但療效在數周內逐漸消退

重度抑郁癥治療面臨諸多挑戰。Marte C. ?rbo及其團隊（挪威北部的合作機構）對此開展研究，評估了間歇性θ波刺激對該病的療效，發現每日一次、持續10天的磁刺激治療能在短期內顯著緩解抑郁癥狀，但其長期優勢并不明顯。

? 蒙哥馬利-奧斯伯格抑郁評定量表 (MADRS) 和貝克抑郁量表第二版 (BDI-II) 評分從基線到四周隨訪的平均變化。Credit: JAMA Network Open (2026).

這項隨機、雙盲、安慰劑對照臨床試驗招募了73名重度抑郁癥（major depressive disorder）患者，隨機分配接受主動間歇性θ波刺激（iTBS）或安慰劑（sham）治療。參與者在左側背外側前額葉皮層接受每天1次、持續10個工作日的治療。結果顯示，在治療第5天和第10天，臨床醫生評估的蒙哥馬利-奧斯伯格抑郁評定量表（MADRS）顯示主動治療組抑郁癥狀改善顯著優于安慰劑組，第10天時主動組癥狀下降約42%，而安慰劑組為22%。然而，在患者自評的貝克抑郁量表第二版（BDI-II）上，兩組并無顯著差異。令人關注的是，在治療結束四周后的隨訪中，兩組之間的差距完全消失，這主要由于安慰劑組患者的癥狀在隨訪期間持續改善。研究人員指出，雖然10次的簡短療程能帶來快速的短期改善，但若要維持長期療效，可能需要進一步優化劑量或延長療程。研究發表在 JAMA Network Open 上。

#疾病與健康 #神經調控 #心理健康與精神疾病 #抑郁癥

閱讀更多：

?rbo, Marte C., et al. “Intermittent Theta-Burst Stimulation and Depressive Symptoms in Major Depressive Disorder: A Randomized Clinical Trial.” JAMA Network Open, vol. 9, no. 7, July 2026, p. e2621262. Silverchair, https://doi.org/10.1001/jamanetworkopen.2026.21262

睡眠差會使腦網絡異常連接，老年女性面臨更高認知衰退風險

睡眠不足如何影響不同年齡和性別群體的大腦健康？Sepehr Gourabi和Ian M. McDonough（賓漢頓大學）以及Selene Tan（阿拉巴馬大學）等研究發現，睡眠質量差對腦網絡連接的影響具有顯著的年齡和性別特異性，其中老年女性的認知相關腦區表現出異常連接。

研究團隊分析了兩組共計1300多名參與者的靜息態功能磁共振成像數據，重點評估了默認模式網絡和顯著性網絡的連接狀態。結果表明，睡眠質量差的年輕人表現出顯著性網絡與感覺運動網絡的過度連接，支持了生理過度喚醒假說；而在65歲及以上老年人中，這些區域連接不足，提示其睡眠問題可能源于晝夜節律或穩態調節系統衰退。尤為重要的是，睡眠質量差的老年女性在默認模式網絡與額頂網絡間表現出異常的過度連接，這與情景記憶力下降直接相關，并鏡像了阿爾茨海默病臨床前期的腦網絡模式。研究發表在 Neurobiology of Aging 上。

#疾病與健康 #神經機制與腦功能解析 #睡眠質量 #默認模式網絡 #阿爾茨海默病

閱讀更多：

Tan, Selene, et al. “Sleep Quality Is Associated with Default Mode and Salience Network Connectivity Differently across Age and Sex.” Neurobiology of Aging, vol. 165, Sept. 2026, pp. 76–91. ScienceDirect, https://doi.org/10.1016/j.neurobiolaging.2026.05.002

機器學習揭示壓力易感性并非源于杏仁核，而是大規模腦網絡

為什么有些人更容易產生負面情緒和壓力？M. Sicorello與C. Schmahl及T. D. Wager等（德國中央精神衛生研究所、達特茅斯學院、匹茲堡大學和密歇根大學等）研究發現，傳統上被視為情緒中心的杏仁核并不能解釋人們對壓力和焦慮的易感性差異，而更廣泛的大腦網絡才是關鍵預測指標。

? 利用機器學習預測神經質的各個方面。Credit: Nature Communications (2026).

研究人員分析了400多名參與者在觀看負面場景和面部表情時的功能磁共振成像（fMRI）大腦活動數據。傳統觀點認為，杏仁核和顯著性網絡是決定負面情緒的人格特質——神經質的核心。然而，通過貝葉斯因子分析，團隊發現神經質整體上與杏仁核等區域并無可靠關聯。相反，利用機器學習對全腦信號進行分析后，研究人員成功預測了個體對壓力易感性這一具體特征。該預測模型在訓練集中的相關性為r=0.21，并在獨立驗證集中得到了r=0.19的顯著性驗證。令人意外的是，預測這一特征的最關鍵腦網絡并非情緒中樞，而是處理身體感知與控制運動的軀體運動網絡以及視覺網絡。這表明情緒人格特質的神經基礎比以往想象的更為復雜，感知與行動系統的協同工作在其中發揮了決定性作用。研究發表在 Nature Communications 上。

#疾病與健康 #心理健康與精神疾病 #神經機制與腦功能解析 #情緒預測

閱讀更多：

Sicorello, M., et al. “The Functional Neurobiology of Dispositions towards Negative Emotions.” Nature Communications, vol. 17, no. 1, June 2026, p. 5622. www.nature.com, https://doi.org/10.1038/s41467-026-74565-0

AI 行業動態

用不同語言問Claude有何不同？Anthropic揭示大模型的多語言“性格”差異

Anthropic研究人員近日發布了一項針對其人工智能模型Claude的價值觀表達研究。該研究分析了平臺上超過30萬段真實對話，覆蓋三個模型及20種常用語言。通過使用赫林格主成分分析等技術，研究人員提煉出四條行為偏向軸，包括順從與謹慎、溫暖與嚴格等。研究顯示，不同模型在這些維度上呈現出穩定的性格特征，例如Opus 4.7偏向謹慎與深度，更樂于主動指出風險并承認局限；而Sonnet 4.6則更偏向順從、溫暖與簡潔，習慣給予用戶積極的鼓勵與安慰。

此外，研究發現不同語言的提問也會引導Claude表現出不同的行為偏向。在測試的語言中，英語表現得最謹慎和深入，俄語偏向嚴格糾錯，印地語最為溫暖，而中文對話的整體表現最接近跨語言平均值。研究人員指出，這些語言間的結構化差異可能源于訓練數據不均或語言自帶的交流規范。盡管該研究仍存在工具自我分析、未測量強度等局限性，但它為理解大語言模型在多語言環境下的行為偏向提供了重要線索。

#AI價值觀 #多語言差異 #Anthropic #大模型行為

閱讀更多：

https://www.anthropic.com/research/claude-values-models-languages

AI 驅動科學

腦機接口訓練五天內增強微小運動誤差的感知

大腦如何感知微弱的動作偏差？José del R. Millán和Deland H. Liu等研究人員（德克薩斯大學奧斯汀分校等）通過提供實時腦電反饋，成功在五天內提高了受試者對細微視覺運動誤差的感知精度。

研究團隊將參與者分為常規行為組和腦機接口組，進行五天操縱桿控制訓練。測試中，光標軌跡隨機被施加不同角度的視運動誤差。行為組僅獲得常規決策反饋，腦機接口組則實時接收基于腦電圖解碼的錯誤正波反饋。結果顯示，常規訓練無法提升對小誤差的敏感度，而腦機接口訓練顯著加速了感知學習。第五天時，對于最微小的3度偏差，腦機接口組準確率從31.25%升至53.13%，行為組僅為36.72%；在6度偏差下，腦機接口組達89.84%，顯著優于行為組的76.56%。研究發表在 Advanced Science 上。

#意識與腦機接口 #腦機接口 #神經調控 #感知學習

閱讀更多：

Liu, Deland H., et al. “Brain-Computer Interface Training Fosters Perceptual Skills to Detect Errors.” Advanced Science, n/a, no. n/a, p. e76153. Wiley Online Library, https://doi.org/10.1002/advs.76153

數據越多不等于越聰明：新研究用數學劃定AI預測的禁區

為解決機器學習預測復雜系統時常面臨的無法收斂問題，Matthew J. Colbrook（劍橋大學）及其合作團隊通過構建對抗性動力系統，精確劃定了AI預測的數學邊界，揭示了數據驅動學習的可行性極限。

該研究采用庫普曼算子學習，證明了在缺乏特定物理條件時，即使擁有無限數據，任何算法的預測成功率也僅為50%。這挑戰了通過收集更多數據終能解決問題的傳統假設。在系統處于混沌狀態時，微小的初始敏感性會在長期預測中累積并導致失效，這從數學上解釋了ChatGPT等大語言模型長期輸出時產生幻覺的原因。基于此，團隊開發了一種內置誤差界限的新算法，能夠在一臺普通筆記本電腦上運行。利用四十多年的北極海冰數據進行測試，該算法成功發現了冰層消融中隱藏的季節性衰減模式，在預測精度上超越了目前最先進的深度學習模型，且計算成本極低。研究發表在 Nature Communications 上。

#AI驅動科學 #預測模型構建 #機器學習限制 #庫普曼算子 #復雜系統

閱讀更多：

Colbrook, Matthew J., et al. “Adversarial Dynamical Systems Characterize When Data-Driven Learning Succeeds or Fails.” Nature Communications, vol. 17, no. 1, July 2026, p. 5397. www.nature.com, https://doi.org/10.1038/s41467-026-74220-8

差異推理學習框架大幅提升醫療AI臨床決策與推理能力

臨床決策需要嚴謹的推理。Jinsong Liu和Yiye Zhang（威爾康奈爾醫學院）等組成的研究團隊開發了差異推理學習（DRL）框架，通過教導醫療AI系統從推理差異中學習，顯著提升了臨床決策的準確度與推理可信度。

? 用于差異推理學習（DRL）的流程，包括差異知識挖掘和差異知識增強推理。Credit: arXiv (2026).

該框架首先將大模型自由文本形式的思維鏈轉換為結構化的有向無環圖，節點代表臨床事實、假設和行動。通過與醫生撰寫的臨床指南或高水平模型的參考推理圖進行對比，該框架利用大模型作為裁判，進行臨床加權的圖編輯距離分析，精準診斷出缺失因素、幻覺信息或錯誤推理路徑。這些差異隨后被轉化為自然語言指令，存儲在差異推理知識庫中。在推理階段，系統通過檢索增強生成檢索出最相關的幾條修正指令并注入提示詞，無需微調即可實時修補邏輯漏洞。在真實的急診重返住院預測任務評估中，該框架達到了 81.28% ± 0.47 的準確率，比最強基線模型高出24.31個百分點，且顯著提升了推理過程的可信度。

#疾病與健康 #其他 #大語言模型 #臨床決策支持

閱讀更多：

Liu, Jinsong, et al. “Closing Reasoning Gaps in Clinical Agents with Differential Reasoning Learning.” arXiv:2602.09945, arXiv, 10 Feb. 2026. arXiv.org, https://doi.org/10.48550/arXiv.2602.09945

緩解機器人訓練數據瓶頸，利用多智能體系統自動生成三維物理仿真場景

針對機器人訓練中真實世界數據收集耗時費力的瓶頸，Nicholas Pfaff、Thomas Cohn、Sergey Zakharov、Rick Cory與Russ Tedrake（麻省理工學院計算機科學與人工智能實驗室及豐田研究院）開發了SceneSmith系統。該研究利用多智能體協作，能夠從簡單的文本提示中自動生成高密度、高保真且符合物理規律的虛擬三維場景，有效協助機器人進行動作策略的模擬訓練與評估。

? 全自動文本到場景生成。Credit: arXiv (2026).

研究團隊設計的SceneSmith框架采用了分層架構，并調用了先進的視覺語言模型GPT-5.2。該系統包含三個扮演不同角色的智能體：設計師負責規劃場景元素，評論家評估其真實性，協調者則管理雙方的迭代互動。場景生成涵蓋建筑布局、家具擺放及微小物品填充等階段，并無縫集成了文本到三維的物體合成技術。與傳統基準方案相比，SceneSmith生成的場景物體數量多出三至六倍，平均每間房達71.1個物體，且包含機器人可操作的可活動物體。實驗表明，該系統生成的物體間碰撞率低于2%，在物理模擬中保持穩定的物體比例達95.6%。用戶調研顯示，該系統在場景逼真度和提示詞契合度上的勝率均超過90%。此外，團隊成功構建了端到端的機器人策略評估流程，其智能體評估結果與人類判斷的契合度超過99%。

#AI驅動科學 #機器人及其進展 #智能體 #大模型技術 #虛擬仿真

閱讀更多：

Pfaff, Nicholas, et al. “SceneSmith: Agentic Generation of Simulation-Ready Indoor Scenes.” arXiv:2602.09153, arXiv, 30 May 2026. arXiv.org, https://doi.org/10.48550/arXiv.2602.09153

主流大語言模型存在西方道德偏見，系統性誤判非西方文化價值觀

針對大語言模型是否存在文化偏見的問題，Aliah Zewail、Alexandra Figueroa、Jesse Graham和Mohammad Atari（麻省大學和普林斯頓大學等機構）通過對比研究發現，主流模型在評估全球道德規范時普遍存在西方偏見，系統性地誤判了非西方社會的文化價值觀。

研究團隊于2024年對OpenAI的GPT-3.5、GPT-4和GPT-4o模型進行了測試。研究人員要求模型扮演來自48個國家的普通公民，完成一份道德基礎問卷，并將其與超過9萬名真實人類參與者的全球調查數據進行對比。這些維度包括關愛、平等、比例、忠誠、權威以及純潔。

結果顯示，大語言模型無法準確體現全球道德的多樣性。模型系統性地高估了美國、加拿大和澳大利亞等西方國家的普遍道德關切，尤其是關愛維度；同時低估了摩洛哥、尼日利亞和印度尼西亞等非西方國家的道德關切，尤其是純潔維度。即使被明確提示以特定國家公民的身份作答，模型給出的回應依然高度契合西方人特有的心理特征。研究人員警告，這種道德刻板印象可能在公共衛生宣傳、多語言翻譯及跨文化政策決策等實際應用中引發嚴重的文化誤區和不平等。研究發表在 PNAS 上。

#大模型技術 #其他 #道德偏見 #文化多樣性 #人工智能倫理

閱讀更多：

Zewail, Aliah, et al. “Moral Stereotyping in Large Language Models.” Proceedings of the National Academy of Sciences, vol. 123, no. 10, Mar. 2026, p. e2519941123. pnas.org (Atypon), https://doi.org/10.1073/pnas.2519941123

AI可輔助觀察兒童發育行為，但臨床診斷仍需人類專家

針對兒童早期溝通發育遲緩難以被非專家識別的問題，Weiyan Shi和Kenny Tsu Wei Choo等人在新加坡科技設計大學開展研究，評估了多模態大模型在親子互動觀察中的表現，發現其雖能精準識別行為，但難以替代人類專家進行臨床決策。

基于此，研究團隊構建了一個兩階段的人工智能工作流程。在第一階段，多模態大語言模型負責識別和描述眼神、動作和發聲等行為線索，其識別準確率達到了約81%，與人類專家的觀察描述高度吻合。然而在第二階段，當需要對共同注意力的質量做出專家級判斷時，人工智能的表現出現明顯下降，平均準確率降至約64%。研究人員發現，這并非單純的技術限制，而是因為經驗豐富的語言病理學家在解讀行為含義時存在主觀差異：有的專家更注重眼神交流，有的優先考慮情感投入，還有的則從非常規行為中尋找溝通意圖。由于缺乏單一的正確標準，人工智能更適合擔任臨床助理來整理記錄，而非直接做出臨床決策。研究發表在 Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems 上。

#疾病與健康 #跨學科整合 #多模態大模型 #兒童發育 #親子互動

閱讀更多：

Shi, Weiyan, and Kenny Tsu Wei Choo. “Towards Aligning Multimodal LLMs with Human Experts: A Focus on Parent–Child Interaction.” Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems [New York, NY, USA], CHI ’26, 2026, pp. 1–17. ACM Digital Library, https://doi.org/10.1145/3772318.3791267

為什么大模型推理越強卻越難自評？大語言模型元認知盲區解析

大語言模型是否能夠像人類一樣認識到自己的知識邊界？來自耶魯大學和加州大學爾灣分校的Gabrielle Kaili-May Liu、Areeb Gani、Jacqueline Lu、Jordan Thomas、Mark Steyvers和Arman Cohan組成的研究團隊，首次對大語言模型的元認知進行了全面系統的綜述，梳理了評估與優化AI自我監控能力的最新技術路徑。

研究團隊系統剖析了評估模型元認知的多重方法，包括基于心理學中信號檢測論演化出的元認知效率指標，以及神經反饋和可解釋性探針技術。研究指出，大語言模型的基線元認知能力普遍處于弱至中等水平，且存在明顯的過度自信傾向。盡管模型規模的擴大通常能增強其自我監督水平，但推理能力的提升并不必然自動帶來元認知敏感性的增強，有時甚至會因推理鏈過長而降低自我評估的準確性。此外，人類反饋強化學習等后期訓練步驟可能會在特定領域降低元認知效率。研究強調，相比于傳統的期望校準誤差，元認知效率指標能夠更精準地評估模型對自身局限性的感知能力，這對提升AI協作系統的透明度與安全性具有深遠意義。

#大模型技術 #計算模型與人工智能模擬 #元認知評測 #人工智能安全

閱讀更多：

Liu, Gabrielle Kaili-May, et al. “Metacognition in LLMs: Foundations, Progress, and Opportunities.” arXiv:2607.11881, arXiv, 13 July 2026. arXiv.org, https://doi.org/10.48550/arXiv.2607.11881

借鑒大腦雙重記憶機制，HOLA架構讓大模型兼顧速度與精準記憶

大語言模型在處理超長文本時常面臨計算成本與記憶精準性的雙重挑戰。Wanyun Cui（上海財經大學）受大腦雙重記憶系統啟發，開發了一種名為HOLA的新型模型架構。該研究成功在線性注意力機制中引入海馬體精確緩存，顯著提升了大模型在超長上下文中的信息檢索與長效記憶能力。

現有線性注意力語言模型通過將歷史信息壓縮為固定大小的循環狀態以降低內存開銷，但這是一種有損記憶。研究團隊受大腦互補學習系統（CLS，指大腦新皮層進行緩慢的壓縮泛化，而海馬體進行快速、精確的一筆記憶）理論啟發，提出了HOLA（Hippocampal Linear Attention）架構。該方法將傳統的增量規則循環狀態作為模擬新皮層的參數化估計器，并額外增設了一個容量受限的精確鍵值緩存來模擬海馬體。

在寫入階段，系統無需額外的淘汰模塊，而是直接提取增量規則中固有的驚奇信號，優先保留對狀態改變最大的token。在讀取階段，通過在緩存路徑引入解耦的均方根歸一化機制，恢復出精準的檢索信號，避免了精確記憶退化為模糊的平均值。實驗表明，在150億個 SlimPajama 標記上訓練的340M參數模型中，HOLA 將 Wikitext 困惑度從 27.32 顯著降至 22.92，性能甚至超越了全注意力的 Transformer++（26.88）。在 RULER 長文本“大海撈針”測試中，當上下文延伸至32k個token（訓練長度的16倍）時，HOLA 的召回率仍保持在 0.58，遠優于無緩存模型（0.14）和傳統的滑動窗口緩存。

#大模型技術 #計算模型與人工智能模擬 #線性注意力 #互補學習系統 #記憶檢索

閱讀更多：

Cui, Wanyun. “A Hippocampus for Linear Attention: An Exact Memory for What the Recurrent State Forgets.” arXiv:2607.02303, arXiv, 2 July 2026. arXiv.org, https://doi.org/10.48550/arXiv.2607.02303

編碼智能體可自主復現科學機器學習論文

如何讓人工智能自主且可信地復現復雜的科學機器學習論文？Atharva Hans和Ilias Bilionis（普渡大學）開發了一種名為Paper-replication的工作流。他們通過將該工作流實現為編碼智能體技能，成功讓AI智能體在不使用作者原始代碼的前提下，自主復現了多篇科學機器學習論文的計算聲明，并生成了可驗證的客觀證據。

研究團隊采用基準套件工程構建了持久化工作區。智能體將論文中的計算聲明分解為具體的目標，并在復現矩陣中記錄其狀態。在復現過程中，智能體必須記錄方法重建規格、運行歷史和來源記錄。最終，外部驗證檢查會根據預設的接受規則對結果進行校驗，只有當所有目標均通過校驗且最終報告生成后，工作區才會被判定為完成。研究人員針對四篇科學機器學習論文進行了12次獨立試驗，結果顯示所有試驗均成功通過了完成門禁，記錄的158個目標全部被成功匹配。在39個標量誤差觀測中，有37個達到了論文原有的精度。此項研究表明，通過規范化工作流，AI能夠客觀地完成復雜的科學復現任務。研究發表在 Computer Physics Communications 上。

#AI驅動科學 #自動化科研 #科學復現性 #編碼智能體 #科學機器學習

閱讀更多：

Hans, Atharva, and Ilias Bilionis. “Coding-Agents Can Replicate Scientific Machine Learning Papers.” arXiv:2607.02134, arXiv, 10 July 2026. arXiv.org, https://doi.org/10.48550/arXiv.2607.02134

整理｜ChatGPT

編輯｜丹雀、存源

關于追問nextquestion

天橋腦科學研究院旗下科學媒體，旨在以科學追問為紐帶，深入探究人工智能與人類智能相互融合與促進，不斷探索科學的邊界。歡迎評論區留言，或后臺留言“社群”即可加入社群與我們互動。您也可以在后臺提問，我們將基于追問知識庫為你做出智能回復哦~

關于天橋腦科學研究院

天橋腦科學研究院（Tianqiao and Chrissy Chen Institute）是由陳天橋、雒芊芊夫婦出資10億美元創建的世界最大私人腦科學研究機構之一，圍繞全球化、跨學科和青年科學家三大重點，支持腦科學研究，造福人類。

研究院在華山醫院、上海市精神衛生中心分別設立了應用神經技術前沿實驗室、人工智能與精神健康前沿實驗室；與加州理工學院合作成立了加州理工陳天橋雒芊芊神經科學研究院。

研究院還建成了支持腦科學和人工智能領域研究的生態系統，項目遍布歐美、亞洲和大洋洲，包括、、、科研型臨床醫生獎勵計劃、、科普視頻媒體「大圓鏡」等。