OpenAI

Rapidly scaling online storage to serve over 1 billion ChatGPT users (Part II)

OpenAI

（LLM 摘要失败，请稍后手动补充）

Securing our frontier model training environment

OpenAI

（LLM 摘要失败，请稍后手动补充）

Anthropic News

Announcements

Anthropic

这是AI企业Anthropic的公告摘要，该公司是专注于AI安全领域的研发机构，核心研发目标为构建高可靠性、可解释性、可操控性的AI系统。其研发路径以安全为核心前置导向，意在从技术底层规避AI发展中的不可控、黑箱等安全隐患，为通用人工智能落地筑牢安全基础。

Investing in the public benefit

Anthropic

AI企业Anthropic推出公共利益绑定的股权安排：将部分公司股份划归新设立的「Anthropic公益基金」，该基金采用特殊结构，所持股份占比会随公司规模扩张、估值增长同步提升。这一机制直接将企业成长红利与公共收益挂钩，是科技企业探索发展收益反哺公共福祉的创新实践。

Google DeepMind

Beyond tree cover: mapping the world’s forest types

Google DeepMind

《超越森林覆盖率：全球森林类型制图》突破仅统计森林覆盖率的传统思路，首次实现全球尺度10米分辨率的陆地块状逐单元森林类型精细分类制图。成果可支撑全球森林碳汇精准核算、生物多样性保护、森林资源动态管理及气候变化响应研究，填补了该领域高分辨率制图空白。

Accelerating the search for antimicrobial peptides with Google Antigravity

Google DeepMind

当前细菌耐药性问题严峻，新型抗菌肽研发是重要应对路径，但传统候选分子筛选效率偏低。该研究依托谷歌“反重力科学”工具优化抗菌肽筛选流程，可大幅提升新型抗菌肽发掘效率，既为抗菌肽类新药前置研发降本提效，也为其他功能肽类高通量筛选提供了新的技术思路。

Hugging Face Blog

LitPivot: Developing research ideas through dynamic contextualization within the literature landscape

Hugging Face

本研究提出科研选题辅助工具LitPivot，核心方法是在全局文献图谱中实现动态上下文关联，突破传统关键词检索的局限，可智能挖掘跨领域研究空白点，结合研究者自身基础输出适配的创新选题思路。实测显示，其辅助产出的研究创意在创新性、落地可行性上均显著优于传统文献工具。

Does Your Model Run on AWS Trainium? Look It Up

Hugging Face

本文针对AWS自研Trainium训练芯片的模型迁移兼容性排查成本高的痛点，推出开源自动化查询工具，覆盖大语言模型、CV、多模态等主流任务及PyTorch等主流深度学习框架，可自动检测算子支持度并给出适配方案，兼容性判断准确率超95%，排查效率较人工提升80%，大幅降低用户迁移门槛。

Lil’Log

Harness Engineering for Self-Improvement

Lilian Weng

递归自我改进（RSI）概念最早1965年由I.J.古德提出，指可超越人类所有智能活动、能迭代设计更优系统的超智能运行逻辑；2008年尤德考斯基明确其核心为AI依托现有智能优化自身认知架构的反馈循环。当前AI语境下的RSI既包含模型直接改写自身权重的路径，也可广义指模型优化训练管线的行为。

AI 每日精选 · 2026-10-25