学科: 计算机科学与技术

一项研究发现，近九成arXiv预印本论文的LaTeX源文件中意外泄露了作者私密信息，包括密码、家庭住址、API密钥、作者间私下评论等。这些信息本不应公开，却因科研人员不熟悉LaTeX注释和源文件上传规则而被无意发布。

标签: LaTeX注释泄露 arXiv安全 源文件暴露 科研数据隐私 预印本平台风险

诺贝尔化学奖得主、金属有机框架材料（MOF）开创者奥马尔·亚吉教授全职加盟清华大学，将牵头筹建人工智能辅助新材料发现研究院，推动跨学科前沿研究。

标签: 人工智能辅助科研 国际人才引进 新材料发现 诺贝尔化学奖 金属有机框架

爱沙尼亚因赌博税法文字疏漏，导致线上赌场免税一整年，损失2400万欧元。这一失误意外催生了AI立法审查工具“Apsakaleidja”（“漏洞查找器”），并推动该国全面升级政府AI应用：从辅助立法、自动化行政服务，到全球首个为AI代理颁发官方数字身份。核心原则是“人在回路中”，确保技术增效不减责。

标签: AI代理数字身份 AI立法审查 人在回路中 数字政府 行政自动化

哈佛团队研发出一款硅芯片，能同时合成64条不同DNA序列。它不用传统有毒有机溶剂，改用水基酶法，靠微电流精准调控局部酸碱度来‘写入’DNA，更安全环保。

标签: DNA合成 DNA数据存储 并行合成 硅芯片 酶法合成

量子计算机极易受环境干扰出错。传统纠错需反复中断计算来重新校准，无法满足未来长期运行算法的需求。本研究提出新方法：让纠错过程同时承担双重任务——既纠正量子态错误，又将检测到的错误信号作为‘学习线索’，训练人工智能实时调整控制参数，边算边学、永不中断。

标签: 参数漂移 实时校准 强化学习 逻辑错误率 量子纠错

本文提出‘通用细胞嵌入模型’（UCE），一种无需标注、无需训练即可将任意物种、组织、疾病状态下的单细胞基因表达数据映射到统一生物学空间的AI模型。它首次实现了跨物种、跨实验的细胞类型自动识别与比较，为细胞生物学研究提供了通用‘坐标系’。

标签: 单细胞图谱 基础模型 跨物种分析 通用细胞嵌入 零样本学习

本文综述了近几十年来城市犯罪研究的变革：新数据和计算方法（如机器学习）正推动该领域从简单预测迈向更可靠的因果分析。文章指出，未来需加强跨学科合作、提升开放科学标准，并拓展非西方城市的研究视野，以助力全球建设更安全、可持续的城市。

标签: 因果推断 城市犯罪 开放科学 数据偏见

大型语言模型（LLM）能较准确预测社会科学实验结果，其预测效果接近人类专家集体判断，尤其适用于尚未公开的研究。但模型会系统性高估效应大小，需谨慎用于实际决策。

标签: 人工智能辅助研究 可重复性 大型语言模型 效应预测 社会科学实验

本期《自然》简报涵盖多项前沿科学发现与社会议题：深海新物种发现、人类嗅觉神经机制、油漆中‘永久化学品’PFAS污染隐患、AI在科研中的边界、芯片如何塑造现代权力结构、世界杯补水暂停引发的科学信任危机，以及AI文本检测工具的可靠性问题。

标签: 人工智能伦理 嗅觉神经机制 永久化学品 深海生物 芯片社会影响

科学家开发出AI模型RHINE，能快速准确模拟宇宙中重元素（如金、铂）如何在超新星爆发或中子星碰撞中产生。它大幅降低计算耗时，让普通人也能理解：原来我们身边的重金属，是恒星‘炼金术’与人工智能联手揭秘的。

标签: 人工智能模拟 千新星 快中子俘获过程 核天体物理 重元素起源