AI 日报 · 2026 年 10 月 25 日 · 星期日
量子基态
微软AI诊断系统准确率超医生两倍
微软的AI诊断系统MAI-DxO在诊断准确性方面优于医生，复杂病例测试中达到83.2%，而医生仅为36.1%。此外，至知创新研究院发布了320B开源大模型的训练细节，Anthropic的Claude在网络安全领域取得成果。
模型发布/更新
微软AI诊断系统在疾病诊断方面优于医生两倍以上
微软的AI诊断系统MAI-DxO在诊断准确性方面优于医生，使用更少的测试和程序。该系统在复杂病例测试中达到83.2%的诊断准确性，而医生仅为36.1%。
新智元单人手搓千亿模型，英伟达大佬教「保命」法则
Mirendil 和 Recursive 两家初创公司分别发布了 Mirendil-Base 和 Flint 两个编程模型，展示了单人训练千亿模型的技术突破，并引发了行业对 AI 编程能力提升对科研速度影响的讨论。
新智元至知创新研究院发布IQuest-Q1技术报告：揭秘320B开源大模型训练细节
至知创新研究院发布了IQuest-Q1技术报告，详细介绍了320B开源大模型的训练细节，包括训练方法、性能评测和架构设计。
新智元Claude 在形式化验证领域的应用：揭示网络安全漏洞
Anthropic 的 Claude 在形式化验证领域取得了显著成果，通过数学证明方法揭示了网络安全漏洞，为网络安全领域提供了新的解决方案。
新智元Anthropic发布公益报告，自曝AI安全挑战
Anthropic发布首份公益报告，指出AI训练AI的进展和安全隐患，强调AI安全的重要性，并宣布成立公益基金。
vLLM Team Blog某产品发布智能体功能
某产品发布新的智能体功能，给出了开放入口和主要能力变化。
论文研究
Agent Control Flash NewsMeta LVMH/SEEM：长视频记忆新策略，三基准均值65.7%
长视频 agent 要把小时/天级证据压进有界上下文，记忆策略却多靠手设计。
Agent Control Flash News港大 Xlang/Tao Yu 与 Qwen CUA-Gym：可验证 CUA 训练数据工厂
CUA RLVR 缺「指令+环境+可执行奖励」一致的可扩展数据。
Agent Control Flash NewsUCL/NTU Steward 论文：自进化要有不可改的不变量核，24.6% 行业回撤压到 0.3% 损失
能改提示/记忆的自进化若碰不到订单算术与风控，才算「被治理」。
Agent Control Flash News上海 AI Lab 提出MLEvolve：跨枝信息流实现自进化，12小时预算奖牌率65.3%
MLE agent 孤立探索、经验难复用、缺分层控制，长程优化卡死。
Agent Control Flash NewsApple LVRL：在 AppWorld 和 BabyAI 上实现显著性能提升的 LLM 价值函数强化学习
稀疏长程 agentic RL 里 GRPO 均匀广播轨迹优势，另训 critic 又贵又不稳。
Agent Control Flash News卖方智能体导致工具市场扭曲：Google/DeepMind Toolflation 研究
卖方 agent 只需「被更多选中」就会自发改写 listing 宣称更多字段——toolflation。
AI趣闻
新智元全球互联网遭遇AI攻击，网络安全面临挑战
全球互联网在48小时内遭遇大规模AI攻击，导致网站瘫痪、银行数据泄露，揭示了网络安全面临的挑战。