找到 9 筆
中國科大 MIRACLE 實驗室的 structRFM 發表於《Nature》正刊，這是一個把 RNA 鹼基配對關係引入序列預訓練的結構引導 RNA 基礎模型。團隊用 MUSES 整合三種二級結構預測器，建置約 2100 萬條序列—二級結構配對資料，並以 SgMLM 聯合遮蔽配對位點；在 ArchiveII600 和 bpRNA-TS0 上二級結構 INF 達 0.890 和 0.669，較無結構引導對照提升 4.46% 和 6.19%。
前神經科學家 Michał Wójcik 曝光：Springer Nature 2025 年出版的《Nanocomposites for Sustainable Wastewater Treatment》第一章充斥明顯 AI 生成的垃圾插圖，而該章作者正是本書主編 Swapnila Roy；第 10 章的配圖則涉嫌直接搬運他人論文。他此前還發現 Elsevier 旗下期刊刊出過用圖形摘要“證明”死後意識存在的荒唐論文。他把這類現象歸因於印刷轉向按需印刷後，幾乎無人再翻頁審稿。
香港大學、北京協和醫院等機構聯合提出的 DeepFAN 在《Nature Cancer》發表多閱片者試驗結果：12 名具 1—5 年經驗的放射科醫師在 AI 輔助下，平均 AUC、準確率、敏感度、特異度分別提升 10.9、10.0、7.6、12.6 個百分點（P<0.001）。試驗覆蓋 3 箇中心、400 名患者、463 個病理確診結節，模型獨立判讀 AUC 為 0.954，閱片者間一致性 κ 由 0.313 升至 0.421。
蘇黎世聯邦理工學院（ETH）與羅氏團隊在《Nature Computational Science》發表研究，把主動學習與幾何圖神經網路串成閉環，預測藥物分子 C–H 硼化反應能否發生、發生在哪個位點。模型從 518 種底物、2044 組高通量實驗資料起步，先用 XGBoost 判斷反應是否成功，再以 BALD 採集函式從羅氏 22,253 種芳香族化合物中挑樣做實驗；三輪共新增 50 種底物、4821 組結果，總計 6865 組，覆蓋 568 種底物。
Anthropic 宣布未來的 Claude 模型會在輸出文字中嵌入水印，以符合 8 月 2 日起歐盟 AI Act 對 AI 生成內容標註的要求。該水印沿用 Google DeepMind 2024 年發表在 Nature 的 SynthID-Text 方法，只改變選詞時隨機數的來源，不增加 token 與成本，不插入隱藏字元，也不影響文字內容與品質，讀者無法分辨。官方強調水印不含身份資訊，無法追溯到具體個人、組織或對話；
微軟研究人員在 Nature 發表成果，稱找到一種低成本方法，讓 2 至 6 周的天氣預報更準確，相關工具已開源。傳統物理模型和現有 AI 模型通常在兩週後可靠性下降，該工具可幫助農民和應急回應人員提前規劃。微軟由此加入 Google、Nvidia 等公司開發天氣預報 AI 工具的行列。
2026 年 9 月 14 日《Nature》發表 5 家藥企合作研究：用超過 2 萬份未公開的蛋白質—小分子結構資料，以聯邦訓練改進 OpenFold3。在 1056 個留出結構測試中，新模型高精度預測超過一半，公開版 OpenFold3 約三分之一，兩項關鍵指標分別提升約 10% 和 11%。參與方為 AbbVie、Astex、BMS、強生與武田，資料無需外流；英國 OpenBind 專案獲最高 800 萬英鎊支援，計劃 5 年內建開放資料庫。
北京大學孫仲團隊聯合 IBM 蘇黎世研究院與矽谷公司 Unconventional AI，在 Nature 旗下期刊發表綜述，為“現代模擬計算”給出正式定義：面向矩陣計算、基於阻變儲存器、具備高精度與可擴充套件路徑。配套的安納智芯 AMC 電路採用位切片方案，以 8 個 3 位元切片實現 24 位定點精度，求解相對誤差經 3 次迭代降到 10^-4、最終收斂至 10^-7，追平數字 FP32。團隊稱同等精度下吞吐量約為輝達 H100 的 1000 倍、能效約 100 倍，且可在 28 奈米成熟製程製造；
中國科大用兩顆鈣離子實現多輪自動量子糾錯，糾錯後邏輯量子位元壽命超過系統中最好的物理量子位元，跨過量子糾錯盈虧平衡點，論文 10 月 23 日發表於《自然·物理》。正常噪聲下邏輯位元擬合壽命 42.7 毫秒，最佳物理位元 29.4 毫秒；注入低頻磁場噪聲後分別為 11.7 毫秒與 0.98 毫秒，提升 11.9 倍。方案省去每輪錯誤症狀測量和即時反饋，靠 729 奈米雷射與輔助離子冷卻完成糾錯，但目前只保護單個邏輯位元、針對一階相位錯誤。