算法论文7

MIT：模型强大后对物质理解趋同

新智元2026-01-09

AI 摘要

MIT研究发现，强大的AI模型对物质理解趋同，性能越强思维越接近。性能不佳模型或跑偏或集体变笨。可通过模型蒸馏让小模型学大模型，实现算力自由。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

AI科学发现，验证是卡脖子问题

本文整理自PAIR Conference 2026下一代科学发现论坛圆桌讨论，多位跨学科青年学者围绕AI科学发现结果的验证难题，从不同领域验证成本、方案设计、失败排查等维度展开深入探讨。

清华大学电子工程系团队在AI for Science领域取得两项新进展，提出可复用的智能体符号回归运行时框架SRHarness，构建机制发现评测基准MechBench，推动AI科学发现从拟合观测走向理解机制。

本文针对AI能否自主操作科研软件完成真实科研任务的问题，介绍了清华大学牵头多机构推出的OSWorld-Science，这是面向真实科研场景的智能体评测基准，包含146项真实科研任务，评测了12个主流模型，曝光了当前智能体的能力短板，为领域研究提供了统一评测基础。

本文整理鄂维南院士在PAIR Conference 2026的演讲内容，对比中美AI for Science技术路线，分析行业现存短板，提出AI for Science下半场核心是重构现有科研体系，推动科研范式变革。