Samyama 图数据库构建大规模开放生物医学知识图谱并支持 人工智能（AI，Artificial Intelligence） 智能体访问
研究团队基于 Rust 原生图数据库 Samyama 构建开放可复现的生物医学知识图谱生态，将 22 张图谱合并为含 328,130,739 个节点、1,441,425,733 条边的单一存储，全部快照加载耗时 2,269.1 秒。
#科学研究
arXiv · cs.AI模型评分3737 arXiv · cs.AI模型评分4040 ProSearch：实验科学多约束协议检索基准发布
ProSearch 是面向实验科学的多约束协议检索基准，含 6 个领域共 1,515 条查询，每条查询带 3-5 个显式约束。19 个代表性检索器中最佳模型平均 nDCG@10 仅 0.290，加入重排序后提升至 0.474。该基准已被 NeurIPS 2026 的 Evaluations and Datasets Track 接收，代码与数据均已公开。
arXiv · cs.AI模型评分4949 ROSTrans：面向 ROS1 到 ROS2 迁移的大语言模型基准测试
ROSTrans 基准用 108 个任务评测大语言模型把 ROS1 代码迁移到 ROS2 的能力，任务来自 70 多个开源仓库，按接口、行为和系统三级正确性划分。六个前沿模型 pass@1 均低于 10.9%，56.5% 的样本编译成功却在运行时失败。执行引导修复三轮后，Claude Opus 4.6 和 GPT-5.5 的任务成功率分别升至 49.1% 和 47.2%。
arXiv · cs.AI模型评分4242 用世界模型生成数据替代实地航拍：检测精度提升最高 33.5%
研究团队用 7B 参数世界模型以野生动物无人机视频为种子生成画面，将训练集扩充一倍以上，在真实数据中加入这些帧后 mAP@50--95 提升 4.3%，替换真实数据时提升 10.3%，城市基准上最高提升 33.5%。
arXiv · cs.AI模型评分4949 语言模型能判断什么是有说服力的科学证据吗？EDB-Bio 基准发布
研究者构建了科学推理基准 EDB-Bio，从药物扰动转录组学、CRISPR 筛选和人类全基因组关联分析（GWAS，Genome-Wide Association Studies）三个生物学领域的真实数据中整理出 96k 个任务，要求模型预测目标假设为真的概率。
arXiv · cs.AI模型评分2828 CausalGrade：用 Jev 证据引导的因果图评分方法
研究者提出因果图评分方法 CausalGrade，基于概率判断模型 Jev，结合观测数据的关联、条件依赖与方向性证据以及因果发现基础模型 CDFM 给出的边概率，对候选因果图打分。
arXiv · cs.AI模型评分4242 CryoAtlas：面向冷冻电镜原子模型构建的大规模精选数据集与统一基准
CryoAtlas 发布冷冻电镜原子模型构建的大规模精选数据集与统一基准，整合截至 2026 年 3 月的 EMDB 和 PDB 条目，提供 17,809 条地图-模型-序列条目，其中训练集 16,657 条。
arXiv · cs.AI模型评分2626 SciGraphSelect：用知识-推理图实现可审计的科学数据筛选
SciGraphSelect 提出一种基于知识-推理图的可审计科学数据筛选框架，通过概念覆盖、关系与路径共支撑及方向对齐为候选文档打分。该框架将领域知识、可复用推理操作和参考文献佐证的关系组织为带类型图，并公开每次筛选背后的证据，使科学训练语料的上游构建过程可追溯。
arXiv · cs.AI模型评分5454 研究者提出人在回路演化流程，发现纠缠辅助量子纠错码族
研究者提出一条人在回路的发现流程，把程序演化、精确评估、数学推广、不存在性验证与形式化证明检查结合起来，用于寻找纠缠辅助量子纠错码（EAQECC，Entanglement-Assisted Quantum Error-Correcting Code）。
arXiv · cs.AI模型评分4848 FrontierMat：面向材料研发前沿的语言模型基准测试
研究团队推出 FrontierMat 基准，包含 330 道来自航空航天、半导体、具身智能和核聚变等前沿研究与工业实践的问题，每题均由领域实验专家验证。最强通用模型仅得 53.7%，跨尺度推理题比单尺度题低 8.7 分，一半题目最多只有一个模型能解出。采用元加权持续预训练与尺度模块化自蒸馏的领域适配方法，可将开源模型从 36.7% 提升至 55.4%，追平最强闭源模型。
arXiv · cs.AI模型评分4444 ProClaim：递归构建证据状态能否帮 人工智能（AI，Artificial Intelligence） 智能体验证科学共识主张？
研究团队构建了 ProClaim 系统与 ProClaim-eval 数据集，用于检验 人工智能（AI，Artificial Intelligence） 智能体递归构建证据状态、以及判断何时停止的设计选择对科学共识主张验证的影响。