微软开源逆合成模型 RetroChimera,论文登上 Nature
微软在 Nature 发表逆合成预测框架 RetroChimera,并开源其实现与权重。该模型融合 Transformer 模型 R-SMILES 2 与 GNN 模型 NeuralLoc,通过学习式重排序整合两者互补优势。
微软在 Nature 发表逆合成预测框架 RetroChimera,并开源其实现与权重。该模型融合 Transformer 模型 R-SMILES 2 与 GNN 模型 NeuralLoc,通过学习式重排序整合两者互补优势。
Google Research 发布 MilleMiglia,一个用 C++ 编写的实例生成器,可为中距离(middle-mile)物流生成真实且保护隐私的基准数据,代码与文档已在 GitHub 开源。该工具针对中距离运输的多商品流特性,建模货物在配送中心间的换车、分拣与时间窗衔接,而这一环节此前因企业网络拓扑与需求数据敏感、缺乏公开高质量数据,研究投入远少于首末公里配送。
METR 分析发现 AI 对科学进步的加速并不均匀:2026 年各项目与 NVD、OSV 等漏洞库的报告速率较 2025 年大幅加快,数学领域 arXiv 投稿在部分方向不到 12 个月翻倍但价值难以量化,AI 研究自身的算法进展则未见可测量加速。