В сегодняшнем наборе особенно заметен сдвиг от общих обещаний к более жёсткой проверке того, где ИИ действительно помогает науке, а где только выглядит убедительно. Здесь есть и новые инструменты для медицины, и работа по катализаторам, и формальная математика, где правильность можно проверять без скидок.

MedRealMM: более реалистичный тест для медицинского рассуждения

MedRealMM предлагает проверять мультимодальное медицинское рассуждение на сценариях, ближе к реальным онлайн-консультациям, а не к слишком аккуратным учебным наборам. Это важно потому, что в медицине именно беспорядок реальных случаев часто ломает модели сильнее всего: если тест ближе к живой практике, он лучше показывает, умеет ли система переносить свои навыки за пределы лабораторных условий.

CatRetriever: шаг от красивых поверхностей к реальным материалам для катализаторов

Авторы CatRetriever решают практическую проблему в поиске катализаторов: как связать найденные на уровне поверхности кандидаты с объёмными материалами, которые вообще имеют смысл для химиков и будущих экспериментов. Это делает работу особенно ценной, потому что без такого мостика генеративные системы легко выдают интересные, но малополезные варианты, которые трудно превратить в реальный материал.

Почему языковые модели красиво рассуждают, но всё равно ошибаются в клинике

Авторы этой статьи показывают неприятный, но важный разрыв: модель может выдавать очень уверенное и внешне убедительное клиническое рассуждение, но всё равно промахиваться с правильным выводом. Для медицинского ИИ это сильный сигнал, что оценивать надо не гладкость объяснения, а то, ищет ли система нужные факты и действительно ли приходит к верному решению, когда ставки высоки.

OpenProver: агентная система для доказательств в Lean 4

OpenProver — это открытая система для теорем, где языковая модель работает в схеме «планирование — выполнение — проверка», а итоговая корректность проверяется внутри Lean 4. Для науки это важно потому, что формальная математика остаётся одной из самых строгих площадок для ИИ: здесь нельзя спрятаться за красивую формулировку, результат либо проходит проверку, либо нет.

Causal ASCEND: поиск причинных связей в огромных многоуровневых биоданных

Causal ASCEND нацелен не просто на поиск корреляций, а на выделение вероятных причинно-следственных связей в больших наборах многоуровневых биологических данных. Если подход выдержит дальнейшую проверку, он может помочь исследователям быстрее переходить от длинных списков связанных сигналов к более содержательным гипотезам о механизмах болезней и о том, что именно стоит проверять в экспериментах дальше.

Источник: arXiv