HyperAI 超神经为大家整理了 9.8-9.12 期间一系列极具价值且应用广泛的教程和数据集，涵盖影像生成、生物学、逻辑推理等多个领域~

DeepSeek-R1 的相关研究成果登上 Nature 封面，作为首个通过权威期刊同行评审的主流大模型，其也在技术之外，补充披露了训练成本。

英国埃克塞特哈德利中心气象局、埃克塞特大学以及美国艾伦人工智能研究所（Ai2）共同组成的研究团队，对此前开发的机器学习天气模型 ACE2 进行了评估，并将其与主流基于物理的海气耦合集合预报系统 GloSea 进行对比。研究首次证明，机器学习天气模型能够生成具备高技巧的全球季节预测，为深化理解短期气候变异机制、发展新一代预报技术并推动业务预报进步，提供了新的可能方向。

「SpikingBrain-1.0 基于内生复杂性的类脑脉冲大模型」已上线至 HyperAI超神经官网的「教程」板块，快来体验我国首个大规模类脑线性基础模型吧！

麻省理工学院牵头的研究团队利用科学机器学习，将物理定律与实验数据智能融合。开发了一种神经状态空间模型，通过少量数据就能预测托卡马克配置变量 (TCV) 缓降过程中的等离子体动力学，以及可能出现的不稳定情况。

法国南巴黎高等电信学院和巴黎萨克雷大学的研究团队，提出了融合集成学习与 SHapley Additive exPlanations（SHAP）分析的机器学习框架，为 HCC 肝移植候选者的死亡风险评估提供了新解法。

在更早之前，来自 Google Research 的 Grey Nearing 及其团队还开发了一个基于机器学习的河流预报模型 (river forecast model)，该模型能够提前 5 天实现对洪水的可靠预测，在对 5 年一遇的洪水事件进行预测时，性能优于或相当于目前预测 1 年一遇的洪水事件，系统可覆盖 80 多个国家。研究表明，在预报发布后 2–7 天的时间尺度上，该模型的性能与美国国

自驱动实验室系统提高了化学反应器设计的速度和精度，但现有研究缺乏针对几何参数的统一模型。针对不同体系间的通用性问题，来自西班牙 IMDEA 材料研究所的研究团队推出了 Reac-Discovery 半自主数字平台，基于周期性开孔结构，推出了先进催化反应器的创新解决方案。

vLLM-MACA的适配与优化，不仅展示了开源社区在大模型推理方向的技术积累，也标志着国产GPU生态在AI基础软件层的又一次突破。面对大模型推理的「三高」困境（高延迟、高显存、高生态依赖），本次竞赛聚焦 GPU 底层算力革新与开源生态建设，HyperAI超神经是本次活动的官方合作社区，诚邀全球开发者共同攻坚。合作伙伴：ODTC AI Infra工作组、模力方舟、木兰开源社区、书生、上海开源信息技术

2025 年 12 月 16 日，OpenAI 推出了旨在衡量专家级科学能力的基准测试 FrontierScience，并以「FrontierScience：evaluating AI’s ability to perform expert-level scientific tasks」为题发布论文成果。根据初步评估，GPT-5.2 在 FrontierScience-Olympiad 和 Res