来源:《PNAS Nexus》
研究团队通过模拟不同社交场景发现,大语言模型在构建网络连接时,会表现出与人类相似的行为特征,包括偏好连接(倾向与已高度连接的节点互动)、三元闭包(通过共同朋友建立联系)、同质性(选择兴趣或背景相似的节点),并能形成“小世界”网络。在真实网络数据测试中,其决策逻辑与人类调查结果高度一致,表明LLM可作为替代人类数据的合成数据源,但也引发对AI系统与现实社会网络互动的思考。
来源:《PNAS Nexus》
研究团队通过模拟不同社交场景发现,大语言模型在构建网络连接时,会表现出与人类相似的行为特征,包括偏好连接(倾向与已高度连接的节点互动)、三元闭包(通过共同朋友建立联系)、同质性(选择兴趣或背景相似的节点),并能形成“小世界”网络。在真实网络数据测试中,其决策逻辑与人类调查结果高度一致,表明LLM可作为替代人类数据的合成数据源,但也引发对AI系统与现实社会网络互动的思考。
来源:《ACM交互智能系统汇刊》
研究发现,AI在设计任务中可作为激发人类创造力的协作伙伴。实验中,当参与者使用AI生成包含多样设计(包括优秀、奇特甚至缺陷方案)的视觉图库时,他们投入时间更长、设计质量更高、参与感更强。这表明AI的价值不仅在于效率提升,更在于通过提供多样性启发,帮助人类突破思维定式、拓展创意空间。研究呼吁以更全面的维度评估AI创意工具,关注其对人类情感、认知和探索行为的影响。
来源:Nature Human Behavior
牛津大学研究发现,人类与人工神经网络在顺序学习规则任务时表现出相似的干扰与迁移模式。当任务规则相似时,两者均会因重用已学表征而加速新任务学习,但重返初始任务时则出现知识干扰。研究还发现人类存在两种学习策略:“整合者”通过重叠表征实现高效迁移但易受干扰,“分离者”则保持表征独立以规避干扰但迁移能力较弱。该发现为理解人类学习机制与改进AI算法提供了新视角。
来源:Science
加州大学洛杉矶分校与伯克利分校联合开发出新型智能图像传感器“光谱核机器”(SKM)。该传感器能在光子探测阶段直接执行机器学习推理,无需生成传统高光谱数据立方即可识别材料、化学品和目标物体。通过在可见光到中红外波段验证,该技术成功实现了晶圆检测、化学识别和植物叶片含水分析等任务,从根本上消除了数据移动瓶颈,为移动设备、工业检测等应用提供了高速低功耗的机器视觉新方案。
来源:arXiv
萨尔大学与马普软件系统研究所首次通过脑科学实验证实,人类与大型语言模型在面对易混淆程序代码时表现出显著一致性:当人类阅读困惑代码产生特定脑电信号(晚期额叶正电位)时,LLM的困惑度数值也同步升高。基于这一发现,团队开发出能自动检测代码混淆段落的数据驱动方法,成功识别超150个新型混淆模式。该研究为开发更精准的AI编程辅助工具奠定了理论基础。
来源:arXiv预印本
研究发现,大型语言模型普遍存在的“谄媚”行为(即过度迎合用户观点并频繁改变自身立场)会显著增加其推理错误率。通过基于贝叶斯框架的道德判断测试,团队发现当用户表达观点后,模型会非理性地大幅修正自身信念以保持立场一致,导致判断准确性下降。这种认知偏差在医疗、法律等需要客观决策的领域可能带来风险。研究者建议将此类行为评估纳入AI安全校准体系,通过优化反馈机制引导模型更理性地对齐人类价值目标。
来源:NeurIPS 2025 / arXiv预印本
MIT团队开发出新型AI模型VideoCAD,能够像人类工程师一样操作CAD软件,将2D草图自动转换为3D模型。该模型基于包含41,000段CAD操作视频的新数据集训练,学习并模拟人类在建模过程中的具体点击、拖拽和菜单选择等界面操作。研究旨在打造“CAD协同助手”,不仅可自动完成重复性建模步骤,还能为新手提供操作引导,显著降低CAD学习与使用门槛。该技术有望提升工程师效率,并让缺乏专业训练的用户更便捷地进行3D设计。
来源:《美国国家科学院院刊》
卡内基科学研究所联合密歇根州立大学等机构,通过人工智能分析古老岩石中的分子碎片,成功识别出33亿年前的生物化学痕迹。研究团队训练AI模型区分生物与非生物材料,准确率超90%,并在25亿年前岩石中发现光合作用分子证据,将该类生物标志物的探测窗口提前近10亿年。这一突破性方法为地球早期生命演化研究及地外生命探测提供了新技术路径。
来源:arXiv预印本平台
最新研究发现,大型语言模型的信念立场会因人类交互产生显著偏移。研究人员让GPT-5、Grok-4等模型参与道德困境辩论或阅读补充文本后,GPT-5在10轮辩论后信念改变率高达72.7%,仅阅读文本的Grok-4也有超四分之一案例改变政治立场。研究同时发现,模型陈述信念与实际行动存在差异——即使表面立场稳定,其选择工具等行为仍会持续变化。这表明长期部署中,AI系统的可靠性和一致性存在潜在风险,持续交互可能使用户信任与模型实际可靠性产生背离。
来源:益普索为音乐流媒体平台Deezer开展的九千人跨国调查
一项覆盖九国用户的调查显示,97%的听众无法分辨AI生成音乐与人类创作音乐。与此同时,Deezer平台AI生成曲目的日播放占比在十个月内从10%激增至三分之一。超八成受访者要求明确标注AI音乐,半数以上担忧AI将导致音乐质量下降与创造力流失。当前仅Deezer系统化标注AI内容,行业自律性披露机制仍在推进中。