█腦科學動態

Nature：PTSD患者大腦單細胞層面的基因調控異常

精準精神病學路線圖：邁向基于生物學的精神障礙框架

嬰兒感知疼痛早于理解疼痛，大腦網絡發育不同步

凝視行為發展新發現：成人注視模式20歲才成型

睡前簡單回憶練習顯著提升阿爾茨海默病患者記憶力

抑郁癥亞型：不同的大腦特征，相同的癥狀分析

嬰兒認知測試可預測30歲智力水平

為什么我們更難識別其他種族的面孔？

默認模式網絡：意識交匯與分離的神經樞紐

█AI行業動態

OpenAI預測AI將顛覆生物醫學研究

█AI驅動科學

視覺語言模型革新環境自動檢查：無需訓練生成個性化巡檢路線

共情不再難，智能系統把他人痛苦翻譯成你的語言

可定制的軟機器人模塊實現多樣化觸覺交互

無需生物信號的自主假肢手控制系統

大語言模型自我進化：SEAL框架實現自主適應學習

腦科學動態

Nature：PTSD患者大腦單細胞層面的基因調控異常

創傷后應激障礙（PTSD）如何在大腦細胞層面改變基因表達？耶魯大學醫學院Ahyeon Hwang、Mario Skarica和Matthew J. Girgenti等研究人員通過單細胞測序技術，首次全面繪制了PTSD患者大腦的分子圖譜，揭示了抑制性神經元、小膠質細胞和內皮細胞的異常變化。

?PTSD 改變不同細胞類型基因表達的順式調控。Credit: Nature (2025).

研究團隊對111例死后人腦樣本的背外側前額葉皮層（DLPFC，與執行功能和情緒調節相關）進行了單核RNA測序（snRNA-seq）和染色質可及性測序（snATAC-seq），分析了超過200萬個細胞核。他們發現PTSD患者中，抑制性神經元出現基因表達異常，特別是表達生長抑素（SST）的中間神經元功能受損，可能導致前額葉皮層過度興奮，這與PTSD的過度警覺癥狀相關。小膠質細胞在PTSD中通訊減少，而在重度抑郁癥（MDD）中卻過度活躍，這一差異可能解釋兩種疾病的不同表現。此外，內皮細胞（構成血管的細胞）的基因組改變可能導致更多應激激素進入大腦。研究還鑒定出多個PTSD風險基因（如ELFN1、MAD1L1和KCNIP4）及其調控機制。這些發現為開發靶向特定細胞類型的PTSD治療提供了新方向。研究發表在 Nature 上。

#疾病與健康 #神經機制與腦功能解析 #心理健康與精神疾病 #單細胞測序 #表觀遺傳學

閱讀更多：

Hwang, Ahyeon, et al. “Single-Cell Transcriptomic and Chromatin Dynamics of the Human Brain in PTSD.” Nature, June 2025, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41586-025-09083-y

精準精神病學路線圖：邁向基于生物學的精神障礙框架

當前精神障礙分類系統缺乏生物學基礎，導致診斷和治療存在顯著異質性。Martien J. H. Kas、Brenda W. J. H. Penninx等來自歐洲神經精神藥理學學院（ECNP）的研究團隊提出精準精神病學路線圖（PPR），旨在整合癥狀、生物學和行為數據，推動精神障礙的精準診斷和治療。

研究團隊通過全球協作，協調轉化研究方法和數據集，利用計算工具、高通量測序和數字數據（如智能手機和可穿戴設備）整合心理癥狀、環境暴露和生物活動。數字被動遠程行為監測可提供實時、客觀的行為跟蹤，有望作為生物標志物或療效終點。研究提出的精準精神病學框架將實現更精確的診斷分層和機制性治療開發，超越現有診斷邊界。例如，在雙相情感障礙和精神分裂癥網絡（B-SNIP）研究中，患者可分為三種不同的生物型，對治療反應各異。該框架將幫助識別這些亞群，提高治療效果。研究發表在 Molecular Psychiatry 上。

#疾病與健康 #個性化醫療 #心理健康與精神疾病 #跨學科整合 #數字生物標志物

閱讀更多：

Kas, Martien J. H., et al. “Precision Psychiatry Roadmap: Towards a Biology-Informed Framework for Mental Disorders.” Molecular Psychiatry, June 2025, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41380-025-03070-5

嬰兒感知疼痛早于理解疼痛，大腦網絡發育不同步

新生兒如何體驗疼痛？倫敦大學學院、倫敦大學學院醫院和倫敦國王學院的Laura Jones、Lorenzo Fabrizi等研究人員發現，嬰兒大腦中處理疼痛的三個網絡（感覺、情感、認知）發育不同步：感覺網絡最早成熟（孕34-36周），而理解疼痛意義的認知網絡足月時仍未發育完全。這一發現解釋了為何早產兒對醫療操作特別敏感。

研究團隊利用人類連接組計劃和發展中人類連接組計劃的腦磁共振成像（MRI）數據，分析了372名早產兒（孕周26-42周）和98名成人的靜息態功能連接。通過偏相關分析量化12個疼痛相關腦區的功能連接，發現感覺辨別網絡（負責識別疼痛位置和強度）在孕34-36周率先達到成人水平，使嬰兒能感知但無法理解疼痛。情感動機網絡（產生疼痛厭惡感）在孕36-38周成熟，而認知評價網絡（解讀疼痛意義）直到足月后仍在發育。這些發現與團隊2023年發現的早產兒無法適應重復疼痛的現象相印證，提示未成熟的認知網絡限制了疼痛調節能力。研究為新生兒醫療操作的最佳時機選擇和疼痛管理提供了神經科學依據。研究發表在 Pain 上。

#疾病與健康 #神經機制與腦功能解析 #兒科醫學 #疼痛管理 #發育神經科學

閱讀更多：

Jones, Laura, et al. “Differential Maturation of the Brain Networks Required for the Sensory, Emotional, and Cognitive Aspects of Pain in Human Newborns.” PAIN, May 2022, p. 10.1097/j.pain.0000000000003619. journals.lww.com, https://doi.org/10.1097/j.pain.0000000000003619

凝視行為發展新發現：成人注視模式20歲才成型

人類凝視行為如何隨年齡發展？德國吉森尤斯圖斯·李比希大學的Marcel Linka、Harun Karimpur和Benjamin de Haas團隊通過博物館眼動追蹤實驗發現，注視模式發展比預期更緩慢，直到20歲出頭才完全成熟，且兒童期個體差異顯著。

?眼動追蹤實驗臺及實驗流程。Credit: Nature Human Behaviour (2025).

研究團隊在德國Mathematikum科學博物館設置自主眼動追蹤展臺，收集了6,720名5-72歲參與者的數據。參與者自由觀看40個日常場景（每個3秒），研究人員分析其對文字、面部等對象的注視時間比例，以及空間注視偏差（如中心偏好和水平眼動優勢）。結果顯示，對文字的偏好發展最慢，直到20歲出頭才達到成人水平；兒童注視模式個體差異顯著，青春期逐漸趨同；空間注視偏差持續發展到青春期，與視覺皮層發育同步；老年人保持穩定注視策略。這些發現挑戰了注視行為在童年早期即成熟的傳統觀點，表明視覺認知發展是長期過程。研究為理解"視覺飲食"（即日常視覺經驗積累）如何塑造注視模式奠定了基礎，未來將結合移動眼動追蹤眼鏡探索日常生活場景的影響。研究發表在 Nature Human Behaviour 上。

#認知科學 #神經機制與腦功能解析 #跨學科整合 #視覺發展 #眼動追蹤

閱讀更多：

Linka, Marcel, et al. “Protracted Development of Gaze Behaviour.” Nature Human Behaviour, June 2025, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41562-025-02191-9

睡前簡單回憶練習顯著提升阿爾茨海默病患者記憶力

記憶衰退困擾著老年人和阿爾茨海默病（AD）患者，但現有干預措施往往成本高昂或伴隨副作用。布里斯托大學的J. Blackman、V. Gabb等研究者發現，只需睡前花幾分鐘寫下當天發生的五件事，就能顯著提升次日記憶表現，且AD患者獲益更明顯。

?Credit: Neuropsychologia (2025).

研究采用RESTED-AD（遠程評估睡眠以增強對早期癡呆癥的理解）方案，招募26名參與者（8名AD患者和18名健康老年人）。參與者分別在兩種條件下完成單詞識別任務：標準條件和自傳回憶條件（睡前記錄5個當日事件）。結果顯示，自傳回憶使整體記憶準確率從82.0%提升至86.4%，效應量（Cohen's D）達0.452。雖然研究假設記憶改善可能通過增強非快速眼動睡眠（NREM）中的紡錘波活動（與記憶鞏固相關的腦電波）實現，但EEG數據未支持這一機制。研究者推測，睡前回憶可能直接激活了海馬體和內側顳葉等記憶相關腦區。這種方法無需專業設備或藥物，為認知衰退干預提供了新思路。研究發表在 Neuropsychologia 上。

#疾病與健康 #記憶機制 #神經調控 #老年認知 #阿爾茨海默病

閱讀更多：

“A New Behavioural Intervention to Enhance Memory in Older People–Evening Autobiographical Recall.” Neuropsychologia, vol. 216, Sept. 2025, p. 109191. www.sciencedirect.com, https://doi.org/10.1016/j.neuropsychologia.2025.109191

抑郁癥亞型：不同的大腦特征，相同的癥狀

華盛頓大學醫學院Janine D. Bijsterbosch團隊聯合賓夕法尼亞大學Yvette I. Sheline等研究者發現，相同抑郁癥狀可能對應不同大腦特征，首次證實多對一映射現象，為個性化治療提供新方向。

?該圖描繪了抑郁癥人群臨床和神經生物學異質性之間關系的理論視角。(A)。在一對一理論中，每個臨床特征預計與一個神經生物學解釋存在一對一關聯。(B)。在多對一理論中，多種不同的神經生物學機制可導致相同的臨床表現。需要注意的是，一對一理論和多對一理論并不相互排斥，并且在某些臨床分離的群體中可能觀察到多對一映射，但在其他群體中則不會。異質性可以表現為分離良好的簇（C），也可以沿著更連續的維度變化（D）。Credit: Biological Psychiatry / Hannon et al.

研究利用英國生物銀行（UK Biobank）多中心數據，通過臨床分離分組（將抑郁癥狀分解為情緒低落、快感缺失等獨立維度）篩選特定特征人群。神經影像驅動聚類（通過機器學習分析大腦結構和功能連接模式）顯示，臨床分離組的神經影像規范偏差（即與健康人群的差異程度）比混合癥狀組更顯著。在急性損害組中，盡管患者臨床表現完全相同，卻存在兩個穩定亞型：一組認知能力顯著受損，另一組相對正常。這種多對一映射現象解釋了既往研究結果的不一致性。特別值得注意的是，核磁共振（MRI）發現的神經生物學特征能預測傳統癥狀篩查無法捕捉的認知衰退風險。研究發表在 Biological Psychiatry 上。

#疾病與健康 #個性化醫療 #阿爾茨海默病 #生物標志物 #血液檢測

閱讀更多：

Hannon, Kayla, et al. “Parsing Clinical and Neurobiological Sources of Heterogeneity in Depression.” Biological Psychiatry, vol. 0, no. 0, May 2025. www.biologicalpsychiatryjournal.com, https://doi.org/10.1016/j.biopsych.2025.04.025

嬰兒認知測試可預測30歲智力水平

嬰兒期認知能力如何影響終身智力？科羅拉多大學博爾德分校行為遺傳學研究所的Daniel E. Gustavson和Chandra A. Reynolds團隊通過30年雙胞胎研究發現，7個月大的認知測試可預測約13%的30歲認知差異，且早期環境因素影響持久。

研究團隊追蹤1098對雙胞胎從嬰兒期到成年，在7個月時測量包括新奇偏好（novelty preference）和任務導向（task orientation）等7項認知指標。通過雙胞胎比較法發現，同卵雙胞胎認知相似性顯著高于異卵雙胞胎，證實基因的重要作用（7歲時遺傳影響占30歲認知差異的49%）。同時，生命前兩年的共享環境因素貢獻了10%的成年認知差異，這種影響雖隨年齡減弱但持久存在。多基因評分（PGS）分析顯示，基于近百萬樣本的認知能力基因預測與30年追蹤結果高度吻合。嬰兒期簡單行為測試（如對新玩具的偏好）與30年后復雜認知測試結果存在顯著相關性（r=0.16-0.18）。研究為早期干預改善終身認知健康提供了科學依據。研究發表在 PNAS 上。

#認知科學 #疾病預防 #跨學科整合 #健康管理與壽命延長 #神經機制與腦功能解析

閱讀更多：

Gustavson, Daniel E., et al. “Stability of General Cognitive Ability from Infancy to Adulthood: A Combined Twin and Genomic Investigation.” Proceedings of the National Academy of Sciences, vol. 122, no. 21, May 2025, p. e2426531122. pnas.org (Atypon), https://doi.org/10.1073/pnas.2426531122

為什么我們更難識別其他種族的面孔？

人類識別跨種族面孔的能力為何存在差異？斯旺西大學的Jeremy J. Tree和Alex L. Jones團隊通過跨國實驗發現，約1.3%-1.9%人群存在"其他種族失明癥"，這種特異性識別障礙可能導致法律誤判和社交困境。

研究團隊收集英國、中國等7個國家參與者的數據，采用在線測試比較去特征化（移除頭發/飾品等輔助特征）的面孔圖像。通過三種分析方法發現：百分位排名法（調整回歸均值）顯示1.9%存在識別障礙；單案例分離法僅識別出0.25%純粹特異性障礙；純化其他種族效應（OEE）測量法則發現1.33%人群表現顯著差異。貝葉斯模擬驗證了這些結果的可靠性。值得注意的是，多數障礙者同時存在普遍性面孔處理缺陷，僅極少數為純粹跨種族識別問題。在法律場景測試中，這類識別困難使錯誤目擊指認風險提升55%，職場社交中也易產生溝通障礙。研究為制定減少偏見的政策提供了科學依據。研究發表在 Journal of Experimental Psychology: General 上。

#認知科學 #神經機制與腦功能解析 #跨學科整合 #社會心理學

閱讀更多：

Tree, Jeremy J., and Alex L. Jones. “How Prevalent Is ‘Other Ethnicity Blindness’? Exploring the Extremes of Recognition Performance across Categories of Faces.” Journal of Experimental Psychology: General, vol. 154, no. 6, 2025, pp. 1485–504. APA PsycNet, https://doi.org/10.1037/xge0001730.

默認模式網絡：意識交匯與分離的神經樞紐

劍橋大學、巴黎腦研究所的Andrea I Luppi，北京大學的Dian Lyu和倫敦國王學院的Emmanuel A Stamatakis團隊提出新理論，揭示默認模式網絡（DMN）作為意識交匯與分離的核心樞紐，其功能紊亂可能導致意識障礙。

研究整合功能磁共振成像（fMRI）和正電子發射斷層掃描（PET）數據，分析DMN在靜息狀態和認知任務中的動態變化。結果顯示，DMN通過后扣帶回皮層（PCC）、內側前額葉等區域形成功能連接網絡，充當大腦的全局工作空間（global workspace），整合環境信息與自我認知。在意識障礙患者和致幻劑作用下，DMN的時空連續性被破壞，導致皮層功能層級塌縮，表現為自我與環境認知的分離。研究進一步提出，通過靶向調控DMN功能（如經顱磁刺激或特定藥物干預），可能恢復意識整合能力。這一發現為理解意識機制和治療相關疾病提供了新方向。研究發表在 Current Opinion in Behavioral Sciences 上。

#意識與腦機接口 #神經機制與腦功能解析 #心理健康與精神疾病 #神經調控 #跨學科整合

閱讀更多：

“Core of Consciousness: The Default Mode Network as Nexus of Convergence and Divergence in the Human Brain.” Current Opinion in Behavioral Sciences, vol. 65, Oct. 2025, p. 101545. www.sciencedirect.com, https://doi.org/10.1016/j.cobeha.2025.101545

AI 行業動態

OpenAI預測AI將顛覆生物醫學研究，加速藥物研發與疫苗設計

OpenAI近日發布報告指出，人工智能模型正迅速接近高度專業化生物實驗室的研究水平，未來可能在藥物研發、疫苗設計、基因解碼及環保酶設計等領域取得突破性進展。研究人員表示，過去需要數年才能完成的復雜生物實驗，借助AI技術可能僅需數周即可實現。這一進展為罕見病治療帶來新希望，尤其是那些因經濟回報低而被傳統藥企忽視的疾病領域。

然而，OpenAI也警告稱，AI在生物領域的強大能力可能帶來雙重風險：既推動科學進步，也可能被惡意利用。例如，AI模型對生物數據的分析能力、化學反應預測能力或實驗室實驗指導能力，可能被缺乏專業知識的人用于制造生物威脅，或被高度熟練的惡意行為者用于開發生物武器。為此，OpenAI正在采取多層次措施，包括與政府機構、國家實驗室合作，訓練模型安全處理雙重用途請求，并建立監測與執行系統。

#OpenAI #人工智能 #生物醫學 #藥物研發 #生物安全

閱讀更多：

https://openai.com/index/preparing-for-future-ai-capabilities-in-biology/

AI 驅動科學

視覺語言模型革新環境自動檢查：無需訓練生成個性化巡檢路線

如何讓機器人更智能地執行危險環境檢查？普渡大學的Xingpeng Sun和Aniket Bera與LightSpeed Studios團隊開發出基于視覺語言模型（VLM）的新方法，僅需自然語言指令即可生成優化巡檢路徑，空間關系預測準確率達90%以上。

?該圖展示了該團隊方法的流程。該方法的輸入包括文本描述和 3D 環境地圖，輸出則由符合用戶文本描述的平滑軌跡組成，這些文本描述包含目標、順序和空間關系。Credit: Sun et al.

研究采用無需訓練的創新流程，直接利用預訓練視覺語言模型（VLM，如GPT-4o）解析包含目標、順序和空間關系的自然語言指令。系統首先通過多視角圖像分析語義對齊，評估候選視點；再運用GPT-4o推理相對空間關系（如目標內部/外部）。最終通過混合整數規劃求解旅行商問題（TSP），生成同時滿足語義相關性、空間順序和位置約束的3D巡檢軌跡。測試顯示，該方法在隧道、管道等復雜環境中可準確轉化"先檢查內部再環繞外部"等指令，預測空間關系準確率超90%，且生成的相機視點能有效捕捉關鍵區域。研究證實現代VLM具備出色的多視角空間推理能力，為機器人自主規劃開辟新途徑。

#大模型技術 #自動化科研 #跨學科整合 #機器人技術 #空間計算

閱讀更多：

Sun, Xingpeng, et al. Text-Guided Generation of Efficient Personalized Inspection Plans. arXiv:2506.02917, arXiv, 3 June 2025. arXiv.org, https://doi.org/10.48550/arXiv.2506.02917

共情不再難，智能系統把他人痛苦翻譯成你的語言

如何突破背景差異實現精準共情？韓國浦項科技大學計算機科學與工程系的Hyojin Ju、Jungeun Lee、Seungwon Yang、Jungseul Ok和Inseok Hwang團隊開發出基于大語言模型的EmoSync系統，通過生成個性化類比顯著提升跨文化情感理解能力。

研究采用三階段實驗設計：首先收集41名用戶數據訓練LLM理解個性化情緒反應模式，隨后通過提示工程生成個性化微攻擊情景類比（microaggression vignettes），最終對60名參與者進行系統評估。EmoSync會分析用戶的背景信息（如種族、職業經歷）和心理特征，將陌生情境轉換為用戶熟悉的類比（如將職場歧視類比為校園排斥）。定量分析顯示，該系統使參與者對微攻擊的共情理解提升63.7%，在認知共情（cognitive empathy）和情感共情（affective empathy）兩個維度均有顯著改善。與傳統統一情景展示相比，個性化類比使情感匹配準確率提高2.1倍。該系統在ACM CHI 2025會議交互演示中獲大眾選擇榮譽獎（前5%）。研究證實LLM可通過語義重構建立情感連接橋梁，為跨文化溝通提供新范式。研究發表在 Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems 上。

#大模型技術 #心理健康與精神疾病 #個性化醫療 #跨學科整合

閱讀更多：

Ju, Hyojin, et al. “Toward Affective Empathy via Personalized Analogy Generation: A Case Study on Microaggression.” Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems, Association for Computing Machinery, 2025, https://doi.org/10.1145/3706598.3714122

可定制的軟機器人模塊實現多樣化觸覺交互

當前觸覺技術難以兼顧適應性與逼真體驗的問題，洛桑聯邦理工學院可重構機器人實驗室的Serhat Demirtas、Anke van Oosterhout、Rohit Kadungamparambil John和Jamie Paik團隊開發了Digits框架。該系統通過模塊化設計和氣動驅動，實現了16種可配置的觸覺反饋方案，為虛擬現實和康復治療領域帶來突破。

?TangiBall 的一種可能配置。Credit: RRL EPFL/CC BY SA 4.0

研究團隊設計了由剛性連桿和柔性關節組成的Digits模塊，通過加壓氣囊（pneumatic pouch）控制形狀與剛度變化。開源軟件Feelix的擴展功能允許用戶自定義觸覺交互配置，而集成機器學習模型能通過壓力傳感器數據識別用戶交互意圖，無需編程即可創建智能反饋。驗證階段展示了兩種典型配置：開鏈結構的可穿戴外骨骼TangiGlove可提供剛度反饋，閉鏈結構的TangiBall通過四個模塊組合實現立方體到球體等8種形態轉換，兩者均具備振動功能。該系統特別采用氣動驅動方案，填補了機器人領域個性化觸覺體驗的技術空白。研究團隊已開始評估其在康復治療中的長期可用性，并探索虛擬環境中基于快速形態轉換的實時交互應用。研究發表在 Advanced Intelligent Systems 上。

#跨學科整合 #知覺康復 #虛擬現實 #模塊化機器人 #氣動驅動

閱讀更多：

Demirtas, Serhat, et al. “Reconfigurable Haptic Feedback: Comprehensive Design and Control Framework.” Advanced Intelligent Systems, vol. n/a, no. n/a, p. 2500142. Wiley Online Library, https://doi.org/10.1002/aisy.202500142

無需生物信號的自主假肢手控制系統

傳統假肢依賴肌電信號控制，給用戶帶來身心負擔。加拿大紐芬蘭紀念大學的Kaijie Shi、Xianta Jiang團隊開發了基于視覺和觸覺的自主控制系統，通過模仿學習實現95%以上的抓取成功率。

?自主假肢手利用視覺和觸覺傳感器抓取瓶子。Credit: Kaijie Shi, Xianta Jiang's Lab, Memorial University.

研究團隊設計了包含手腕攝像頭和觸覺傳感器的數據采集系統，采用模仿學習算法訓練控制模型。該系統僅需少量演示視頻即可學習抓握動作，無需用戶產生肌電信號。實驗結果顯示，系統能自主完成抓取-釋放任務，成功率超過95%。值得注意的是，模型在僅使用單個參與者數據訓練后，能良好適應其他使用者和未見過的物體。這種基于視覺-觸覺-運動整合的方法為開發更自然、低負擔的假肢系統提供了新方向。

#疾病與健康 #自動化科研 #知覺康復 #腦機接口 #仿生控制

閱讀更多：

Shi, Kaijie, et al. Towards Biosignals-Free Autonomous Prosthetic Hand Control via Imitation Learning. arXiv:2506.08795, arXiv, 10 June 2025. arXiv.org, https://doi.org/10.48550/arXiv.2506.08795

大語言模型自我進化：SEAL框架實現自主適應學習

當前大語言模型（LLMs）存在靜態局限，無法自主適應新任務。麻省理工學院的Adam Zweiger、Jyothish Pari、Han Guo、Ekin Akyürek、Yoon Kim和Pulkit Agrawal團隊開發了SEAL框架，使LLMs能通過生成自我訓練數據和更新指令實現持續進化，在知識整合任務中準確率提升40%。

研究團隊提出的自我適應語言模型（SEAL）框架，其核心是讓模型生成自然語言格式的自我編輯指令（self-edits）。這些指令可重構輸入信息、指定優化超參數（hyperparameters，控制學習過程的變量），或調用工具進行數據增強。通過強化學習訓練，模型學會生成能提升下游任務表現的指令。在知識整合測試中，使用自生成數據微調的模型在SQuAD基準上的問答準確率從33.5%躍升至47.0%，顯著優于使用GPT-4.1生成數據的對照組。在小樣本學習場景下，SEAL能自主選擇數據增強策略和優化配置，在ARC-AGI子集上的表現超越傳統上下文學習方法。該研究首次證明語言模型可通過自然語言指令控制自身參數更新，為構建持續進化的AI系統開辟新路徑。

#大模型技術 #自動化科研 #知識整合 #強化學習 #自適應系統

閱讀更多：

Zweiger, Adam, et al. Self-Adapting Language Models. 1, arXiv, 2025. DOI.org (Datacite), https://doi.org/10.48550/ARXIV.2506.10943

整理｜ChatGPT

編輯｜丹雀、存源

關于追問nextquestion

天橋腦科學研究院旗下科學媒體，旨在以科學追問為紐帶，深入探究人工智能與人類智能相互融合與促進，不斷探索科學的邊界。歡迎評論區留言，或后臺留言“社群”即可加入社群與我們互動。您也可以在后臺提問，我們將基于追問知識庫為你做出智能回復。

關于天橋腦科學研究院

天橋腦科學研究院（Tianqiao and Chrissy Chen Institute）是由陳天橋、雒芊芊夫婦出資10億美元創建的世界最大私人腦科學研究機構之一，圍繞全球化、跨學科和青年科學家三大重點，支持腦科學研究，造福人類。

Chen Institute與華山醫院、上海市精神衛生中心設立了應用神經技術前沿實驗室、人工智能與精神健康前沿實驗室；與加州理工學院合作成立了加州理工天橋神經科學研究院。

Chen Institute建成了支持腦科學和人工智能領域研究的生態系統，項目遍布歐美、亞洲和大洋洲，包括、、、科研型臨床醫生獎勵計劃、、等。