追問daily | Science：為什么壓力大睡不好？遠程工作正在削弱職場人的心理健康

█ 腦科學動態

Cell：LEAPER系統實現罕見病臨床治療與精準編輯雙突破

Nature：蝎子、海芋螺與子彈蟻毒素調控鈉通道的趨同進化

Nature：全球首個脈沖式FXR激動劑Linafexor有望安全治療膽汁酸相關肝病

Science：為什么壓力大睡不好？

Science：遠程工作正在削弱職場人的心理健康

海馬體以共享幾何結構組織跨語言概念

精準磁刺激首次實現抑郁與焦慮的差異化治療

經歷相同記憶卻不同？默認模式網絡活動模式揭示主觀差異

在線主動腦健康訓練可在危機前增強社區韌性

█ AI行業動態

Dario Amodei呼吁政府強制監管：Anthropic砸重金應對指數級AI風險與就業沖擊

█ AI驅動科學

高頻居家測試加速發現阿爾茨海默病隱匿衰退

全新開源圖數據庫引擎TurboLynx讓數據分析快184倍

新模型TutorRL在數學教學中實現教學與專業知識的平衡

首次看清程序員面對混淆代碼時的意外反應

35個AI演起脫口秀：多智能體討論顯著提升LLM幽默創作

僅需少量視頻，物理AI便能自主學會人類評判標準

點完“不感興趣”很快又收到？TikTok用戶無法徹底擺脫不喜歡的視頻

腦科學動態

Cell：LEAPER系統實現罕見病臨床治療與精準編輯雙突破

如何攻克罕見病杜氏肌營養不良并實現超高精度基因編輯？北京大學魏文勝教授、昆明理工大學陳永昌教授團隊成功利用新型RNA編輯技術實現罕見病的臨床治療，并開發出新一代精準編輯系統。

在首項研究中，團隊采用基于環形RNA（circular RNA）的LEAPER 2.0技術，靶向杜氏肌營養不良（DMD, 一種導致進行性肌肉萎縮的致死性遺傳性疾病）患者的基因突變。該技術利用可招募腺苷脫氨酶的環形核糖核酸，驅動外顯子跳躍。實驗表明，在攜帶突變的非人靈長類動物中，單次給藥使抗肌萎縮蛋白持續恢復表達并改善運動功能長達1.5年以上。在包含3名患者的首次人體臨床試驗中，該療法展現出良好的安全性和劑量依賴性療效。在第二項研究中，團隊將結構預測工具AlphaFold 3與系統生化實驗結合，開發出全新的LEAPER 3.0系統。通過在RNA結合區域引入工程化凸起結構，該系統解決了旁側堿基誤編輯的問題，實現了單核苷酸級別的高精度編輯，顯著擴展了可編輯的序列空間。研究發表在 Cell 上。

#疾病與健康 #其他 #RNA編輯 #杜氏肌營養不良 #精準醫療

閱讀更多：

Guo, Wenting, et al. “Long-Term Reversal of Duchenne Muscular Dystrophy via Circular arRNA-Guided Exon Skipping in Monkeys and Humans.” Cell, vol. 0, no. 0, June 2026. www.cell.com, https://doi.org/10.1016/j.cell.2026.05.030

Song, Deli, et al. “RNA Structure Programs Endogenous ADAR for Precise and Efficient Editing.” Cell, vol. 0, no. 0, June 2026. www.cell.com, https://doi.org/10.1016/j.cell.2026.04.047

Nature：蝎子、海芋螺與子彈蟻毒素調控鈉通道的趨同進化

電壓門控鈉離子通道Nav1.6的功能異常與癲癇等神經系統疾病密切相關，解析毒素如何調控該通道有助于靶向藥物研發。深圳醫學科學院顏寧、范瀟、黃健聯合團隊，解析了三種不同動物毒素激活Nav1.6的多種結合模式。

研究團隊利用冷凍電鏡解析了人源Nav1.6-β1通道復合物分別與蝎子毒素Cn2、海芋螺毒素ι-RXIA和子彈蟻毒素Pc1a結合的結構。電壓門控鈉通道是維持神經元興奮性的核心。結果表明，這三種激動型多肽毒素結合姿態各異，但都通過穩定電壓感受結構域的上移狀態來激活通道。具體而言，Cn2毒素卡在特定感受結構域與孔區胞外環之間，ι-RXIA毒素橫跨兩個感受結構域，Pc1a毒素則以跨膜螺旋插入膜中。這些發現為理性設計靶向Nav1.6的選擇性通道調節劑提供了精確的結構模板。研究發表在 Nature 上。

#疾病與健康 #神經機制與腦功能解析 #電壓門控鈉通道 #結構生物學 #神經毒素

閱讀更多：

Fan, Xiao, et al. “Diverse Binding Poses of Agonistic Neurotoxins on Human Nav1.6.” Nature, June 2026, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41586-026-10661-x

Science：為什么壓力大睡不好？慢性壓力下記憶激活致睡眠碎片化

為什么清醒時的情緒經歷會直接影響當晚的睡眠質量？清華大學研究團隊發現，睡眠期間記憶的自發再激活不僅有助于記憶鞏固，還作為一種內源性觸發因素，通過特定的神經環路主動塑造睡眠結構，并闡明了負面經歷導致睡眠障礙的機制。

研究團隊在小鼠模型中結合了行為學范式、特定印記標記與光纖光度法檢測技術。結果顯示，經歷恐懼訓練的小鼠在非快速眼動睡眠期間，海馬-杏仁核環路的負面記憶印記細胞會自發再激活，顯著增加NREM向覺醒的轉換，導致睡眠碎片化。相比之下，激活與社交獎勵相關的正面記憶則能通過投射至腹外側視前區（ventrolateral preoptic nucleus，VLPO，促進睡眠的腦區）增強睡眠穩定性。而負面記憶細胞則主要投射至藍斑等覺醒中樞。在慢性壓力模型中，抑制這些特定的負面記憶印記細胞，可成功逆轉病理性睡眠障礙并恢復正常的睡眠持續性。這項研究為治療人類因慢性壓力或抑郁導致的睡眠障礙提供了潛在靶點。研究發表在 Science 上。

#疾病與健康 #神經機制與腦功能解析 #睡眠障礙 #記憶印記 #海馬體-杏仁核環路

閱讀更多：

Yu, Menghan, et al. “Memory Reactivation Underlies Experience-Dependent Adaptive Regulation of Sleep.” Science, vol. 392, no. 6802, June 2026, p. eaed8630. science.org (Atypon), https://doi.org/10.1126/science.aed8630

Science：遠程工作正在削弱職場人的心理健康

遠程辦公如何影響人們的心理健康？Natalia Emanuel, Emma Harrington和Amanda Pallais等研究人員通過分析近十年的大規模數據發現，居家辦公顯著增加了職場人士的社會孤立感，并直接導致心理健康狀況惡化，甚至解釋了近年來全美心理窘迫總增幅的近三分之一。

研究人員利用雙重差分模型，對比了2011至2024年間美國588,322名可遠程與不可遠程行業員工的數據，并采用丁格爾-尼曼指數（Dingel-Neiman index）進行職業分類。結果顯示，后疫情時代可遠程辦公的員工在工作日平均多出1.1小時的獨處時間，全天完全獨處的可能性增加了1.9個百分點。在凱斯勒心理窘迫量表（Kessler Psychological Distress Scale，簡稱K-6，一種用于評估心理健康狀況的量化工具）中，這類員工的窘迫分數上升了0.3個單位，而獨居者的分數更是上升了0.8個單位。此外，這類人群尋求心理咨詢的比例增加了4.6個百分點（較疫情前升高58%），抗抑郁和抗焦慮藥物處方率也隨之上升。研究指出，職場作為核心的社交基礎設施被削弱，是導致系統性社會孤立和心理健康惡化的關鍵因素。研究發表在 Science 上。

#疾病與健康 #心理健康與精神疾病 #遠程辦公 #社會孤立 #社會基礎設施

閱讀更多：

Emanuel, Natalia, et al. “Home Alone: Remote Work, Isolation, and Mental Health.” Science, vol. 392, no. 6802, June 2026, p. eaec7671. science.org (Atypon), https://doi.org/10.1126/science.aec7671

Nature：全球首個脈沖式FXR激動劑Linafexor有望安全治療膽汁酸相關肝病

傳統的持續性藥物激活受體策略常常因破壞生理穩態而導致嚴重毒性。中國科學院上海藥物研究所徐華強研究員、李佳研究員作為共同通訊作者（臧奕研究員等為論文第一作者）聯合凱思凱迪（Cascade）公司，基于藥物設計的第一性原理開發出一種脈沖式激活受體的新型藥物，為膽汁酸相關肝病治療提供了全新方案。

研究團隊通過精密分子設計，開發出強效非膽汁酸類法尼醇 X 受體（farnesoid X receptor）激動劑利那非克索（linafexor）。該藥物具備快速全身清除特征，能模擬內源性膽汁酸的動態脈沖式激活。在代謝功能障礙相關脂肪性肝炎和肝纖維化等多種臨床前模型中，利那非克索展現出顯著療效。轉錄組分析表明，該藥物能維持受體信號周期性，避免受體下調和廣泛的轉錄失調。對比研究證實，持續激活該受體是引發嚴重毒性的關鍵因素。在 1 期臨床研究中，患者每日口服一次利那非克索，藥物半衰期小于 1 小時，成功短暫激活相關通路，表現為誘導成纖維細胞生長因子 19（fibroblast growth factor 19）表達并抑制膽汁酸合成中間體 C4 的水平，且未見不良反應。目前該藥已啟動 3 期臨床研究。研究發表在 Nature 上。

#疾病與健康 #其他 #藥物研發 #肝臟疾病 #法尼醇X受體

閱讀更多：

Zang, Yi, et al. “A First-in-Class Pulsatile FXR Agonist for Bile-Acid-Related Liver Diseases.” Nature, June 2026, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41586-026-10633-1

海馬體以共享幾何結構組織跨語言概念

雙語大腦如何無縫切換語言？Xinyuan Yan和Benjamin Y. Hayden等（貝勒醫學院）記錄了海馬體中單神經元的電活動，發現雙語者在共享神經結構中組織概念，揭示了大腦跨語言處理的底層機制。

研究人員利用微電極技術記錄了四名雙語癲癇患者在閱讀和對話時，海馬體中數百個神經元的電活動。結果表明，盡管單個神經元對不同語言的反應不同，但大腦中概念的整體關系在不同語言間高度一致，呈現出共享語義幾何（shared semantic geometry，指不同語言在神經空間中保留了相同的概念關系結構）。例如貓和狗在神經空間中的相對位置在雙語中高度相似。雖然研究發現了少數跨語言神經元，但翻譯主要源于大規模神經元群體的協調活動。大腦通過為每種語言使用不同的讀取軸（readout axes，大腦區分并提取特定語言信號的神經維度）來避免語言混淆。該神經幾何結構與多語言人工智能模型高度相似。

#神經科學 #神經機制與腦功能解析 #雙語大腦 #海馬體 #共享語義幾何

閱讀更多：

Yan, Xinyuan, et al. “Shared Neural Geometries for Bilingual Semantic Representations in Human Hippocampal Neurons.” bioRxiv, 6 Mar. 2026, p. 2025.11.16.688726. bioRxiv, https://doi.org/10.1101/2025.11.16.688726

精準磁刺激首次實現抑郁與焦慮的差異化治療

抑郁癥與焦慮癥的高共病率給精準精神醫學帶來了巨大挑戰。Joseph J. Taylor、Jing Li、Shan H. Siddiqi等研究人員（哈佛醫學院布萊根婦女醫院）對此開展研究，發現靶向不同腦回路的經顱磁刺激可以特異性地緩解兩類不同的癥狀群。

? 靶向不同腦回路的經顱磁刺激（TMS）對共病焦慮和抑郁癥狀具有不同的調節作用。Credit: Molecular Psychiatry (2026).

在這項隨機對照臨床試驗中，研究團隊招募了40名同時伴有中重度抑郁與焦慮的患者，使其接受為期30天的經顱磁刺激治療。患者被隨機分配刺激兩個不同的腦回路：一個是傳統的背外側前額葉皮層靶點，另一個是較新的背內側前額葉皮層靶點。結果顯示，雖然兩組患者的抑郁癥狀均得到了相似程度的改善，但接受背內側靶點刺激的患者在改善焦慮軀體癥狀，如易怒、性欲減退和失眠等方面的表現顯著優于傳統靶點組，其焦慮癥狀改善率達到58%，而傳統組僅為36%。這一結果表明，針對特定神經回路的精準磁刺激能夠有效分化并治療共病癥狀，推動了個性化精神醫療的發展。研究發表在 Molecular Psychiatry 上。

#疾病與健康 #神經調控 #精準醫學 #重度抑郁癥 #焦慮共病

閱讀更多：

Taylor, Joseph J., et al. “Circuit-Targeted Modulation of Anxiety Symptoms in Individuals with Major Depression: A Randomized Head-to-Head TMS Trial.” Molecular Psychiatry, Mar. 2026, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41380-026-03535-1

經歷相同記憶卻不同？默認模式網絡活動模式揭示主觀差異

為什么面對同一場聚餐或同一部電影，人們會留下截然不同的主觀記憶？June-Kyo Kim、Joshua Koh、Charan Ranganath和Alexander J. Barnett（多倫多大學、麥吉爾大學和加州大學戴維斯分校）結合功能成像數據與人工智能模型，發現記憶相似性越高的個體，在經歷和回憶事件時的大腦默認模式網絡活動模式也表現得越相似。

? 左圖：使用 HCP-MMP1.0 圖譜 27 繪制的未閾值全腦 ROI t 值圖，展示了被試間模式相似性和主題相似性之間的關系。右圖：對 ROI 網絡標簽進行 10,000 次隨機重排后，默認模式網絡 (DMN) 與其他腦區斜率差異的零分布圖，圖中紅色垂直線表示實際觀察到的差異。p 值表示隨機重排產生的差異大于實際觀察到的差異的比例。樣本量 N = 24。Credit: Kim et al.

在這項研究中，研究人員招募了24名參與者并收集其腦部活動記錄。參與者在接受功能磁共振成像掃描的同時觀看并復述兩部卡通電影。研究人員使用自然語言處理中的主題建模技術，將參與者的口頭復述轉化為潛在主題向量，以此量化他們記憶的相似度。分析重點集中在大腦默認模式網絡。結果顯示，對視頻內容記憶相似性越高的個體，在觀看視頻即編碼過程和回憶視頻即提取過程時，其大腦默認模式網絡表現出更強的共享激活模式。這種神經相似性在后內側皮層、內側前額葉皮層和前顳葉皮層三個關鍵子區域最為顯著，證實這些區域在個性化解讀和主觀表征過去事件中發揮了重要作用。研究發表在 Communications Psychology 上。

#認知科學 #神經機制與腦功能解析 #自然語言處理 #默認模式網絡 #情景記憶

閱讀更多：

Kim, June-Kyo, et al. “Natural Language Processing Captures Memory Content Associated with Shared Neural Patterns at Encoding and Retrieval.” Communications Psychology, June 2026. www.nature.com, https://doi.org/10.1038/s44271-026-00481-0

在線主動腦健康訓練可在危機前增強社區韌性

如何通過預防性手段應對日益加劇的心理健康危機？Sarah A. Laane和Lori G. Cook團隊（德克薩斯大學達拉斯分校腦健康中心）開展研究，證實主動的數字化認知訓練能作為公共衛生屏障，在危機發生前普遍增強社區大眾的心理韌性。

這項研究在 Frontiers in Psychology 上發表。研究團隊對370名18至87歲的受試者進行了為期六個月的追蹤，其中包括185名有精神疾病史者和185名健康對照者。所有受試者接受了名為策略性記憶高級推理技巧（通過針對前額葉網絡來提升高階認知控制能力的訓練方法）的在線訓練，每天僅需五分鐘。研究人員使用腦健康指數（BrainHealth Index，多維度量化評估大腦整體功能與表現隨時間推移發生變化的臨床測量工具）評估訓練效果。結果顯示，無論受試者基線健康狀況如何，訓練均普遍改善了心理健康指標，顯著減輕了焦慮、抑郁等心理困擾，并提升了生活質量。研究還發現，健康受試者的認知清晰度在訓練后立即得到提升，而有精神疾病史者可能需要更長的時間才能顯現同等的認知改善。關鍵在于，兩組人群的認知清晰度改善均與整體心理健康好轉顯著相關。

#疾病與健康 #心理健康與精神疾病 #認知訓練 #腦健康指數 #預防醫學

閱讀更多：

Laane, Sarah A. A., et al. “Improving Mental Health Outcomes through Online Brain Health Training in Adults with or without Mental Illness.” Frontiers in Psychology, vol. 17, June 2026. Frontiers, https://doi.org/10.3389/fpsyg.2026.1826717

AI 行業動態

Dario Amodei呼吁政府強制監管：Anthropic砸重金應對指數級AI風險與就業沖擊

Anthropic的首席執行官Dario Amodei近日發表文章《指數級AI政策》，呼吁政府對計算量超102?每秒浮點運算次數或研發投入超10億美元的頭部企業實施強制監管。一旦在第三方測試中發現網絡安全、生物武器或失控風險，政府有權直接干預。Dario Amodei強調，隨著比例定律（Scaling Laws）持續生效，前沿模型的潛在風險正加速顯現，溫和的行業自律時代已告終結，必須引入類似航空業的安全評估機制。

針對AI可能帶來的失業沖擊，Anthropic承諾出資3.5億美元用于政策研究和技能培訓，并建議政府通過建立數據追蹤及全民基本收入等方式未雨綢繆。此外，研究人員建議對AI賦能的下游應用科學，如醫療和生物制藥領域放寬傳統監管。他呼吁美國食品藥品監督管理局引入AI輔助評估，為針對阿爾茨海默病等病癥的藥物開發開辟快速通道。他表示，直面風險而非包裝公關，才能實現AI與社會治理的合理和解。

#AI監管 #DarioAmodei #就業保障 #安全治理

閱讀更多：

https://x.com/DarioAmodei/status/2064781775247950326

AI 驅動科學

高頻居家測試加速發現阿爾茨海默病隱匿衰退

傳統認知評估頻率低，難以捕捉早期的細微衰退。Sarah E. Polk、David Berron等（德國神經退行性疾病中心等機構）利用智能手機應用程序開展高頻遠程自主記憶測試，成功在短短幾個月內捕捉到了輕度認知障礙患者的早期認知衰退信號。

? Credit: npj Digital Medicine (2026).

這項研究共納入來自德國和美國的202名52至85歲受試者，其中50人患有輕度認知障礙（MCI）。受試者在7至12個月內通過移動端應用程序，大約每兩周進行一次居家自主記憶測試，測試包含評估記憶精準度、聯想記憶和熟悉度依賴記憶等任務。研究顯示，這種高頻監測方法具有極高的可行性，30周時的受試者留存率達到73%，平均依從性高達89%。更重要的是，僅使用幾個月的應用程序測試，研究人員就捕捉到了與平均八年線下臨床隨訪結果高度一致的認知衰退趨勢。在輕度認知障礙患者（特別是β-淀粉樣蛋白陽性者）中，熟悉度依賴記憶等表現呈現出顯著的短期下降。這種數字生物標志物不僅能加速新藥臨床試驗，未來還可用于個體的日常臨床監測。研究發表在 npj Digital Medicine 上。

#疾病與健康 #個性化醫療 #輕度認知障礙 #數字生物標志物 #移動醫療

閱讀更多：

Polk, Sarah E., et al. “Smartphone-Based Detection of Subtle Memory Decline in Prodromal Alzheimer’s Disease.” Npj Digital Medicine, vol. 9, no. 1, June 2026, p. 402. www.nature.com, https://doi.org/10.1038/s41746-026-02731-1

全新開源圖數據庫引擎TurboLynx讓數據分析快184倍

面對格式多變的無模式圖數據分析效率低下的挑戰，Wook-Shin Han、Taesung Lee、Jaehyun Ha和Byungchul Tak所在的浦項科技大學團隊開發出新一代引擎TurboLynx，實現了超百倍的分析加速。

? TurboLynx 系統架構及示例工作流程。Credit: POSTECH

為了解決分析瓶頸，研究團隊從存儲、查詢到優化層重構了系統。TurboLynx的核心方法是將數據自動分組為小圖，并采用列式存儲進行管理，從而避免了重復解析無模式數據結構的開銷。基準測試表明，該引擎的分析速度比現有圖數據庫快約184倍，比關系型數據庫快至多41倍。在大規模維基百科知識圖譜上，其性能達到競爭系統的19倍。該引擎支持行業標準的查詢語言并允許自然語言交互，未來可作為人工智能代理的長期記憶，為近實時的數據分析奠定基礎。研究發表在 Proceedings of the VLDB Endowment 上。

#其他 #其他 #圖數據庫 #數據分析 #TurboLynx

閱讀更多：

Lee, Taesung, et al. “TurboLynx: Schemaless Graph Engine Strikes Back for General-Purpose Analytics.” Proceedings of the VLDB Endowment, vol. 19, no. 6, May 2026, pp. 1250–63. ACM Digital Library, https://doi.org/10.14778/3797919.3797932

引導思考而非直接給答案，新模型TutorRL在數學教學中實現教學與專業知識的平衡

如何讓人工智能引導學生思考而非直接給出答案？Jakub Ma?ina與Mrinmaya Sachan等（蘇黎世聯邦理工學院和達姆施塔特工業大學）合作開展研究，不僅開發出評估AI導師教學能力的基準，還構建出能更好平衡學科知識與教學引導能力的開源模型。

? MathTutorBench 基準測試概述。Credit: arXiv (2025).

研究團隊首先開發了數學教學基準測試系統（MathTutorBench），該系統能分析并比較大語言模型與教師的回答。測試顯示，模型的解題能力并不等同于教學能力，且在多步對話中容易偏離軌道。為此，團隊通過強化學習開發了名為TutorRL的專屬模型。該模型讓虛擬學生與虛擬教師進行多步驟模擬互動，并由另一個模型監控并提供反饋。相比擁有數萬億參數的傳統商業模型，TutorRL僅需70億參數，卻在技術專長與教學能力之間實現了更好的平衡。即使進行20步的教學互動，它也不會迷失方向，并能向教師解釋其教學決策原因。研究發表在 Proceedings of the 2025 Conference on Empirical Methods in Natural Language Processing 上。

#大模型技術 #計算模型與人工智能模擬 #人工智能教育 #AI導師 #強化學習

閱讀更多：

Macina, Jakub, et al. “MathTutorBench: A Benchmark for Measuring Open-Ended Pedagogical Capabilities of LLM Tutors.” Proceedings of the 2025 Conference on Empirical Methods in Natural Language Processing, edited by Christos Christodoulopoulos et al., Association for Computational Linguistics, 2025, pp. 204–21. ACLWeb, https://doi.org/10.18653/v1/2025.emnlp-main.11

腦電與眼動追蹤技術聯手，首次看清程序員面對混淆代碼時的意外反應

軟件故障可能引發嚴重后果，因此理解程序員在編寫和閱讀復雜代碼時的認知過程十分關鍵。Sven Apel和同事們（薩爾蘭大學、開姆尼茨工業大學）組成跨學科團隊，將腦電圖與眼動追蹤技術結合，揭示了程序員在遇到難以直觀理解的代碼時大腦的神經反應特征。

? 實驗裝置和設計概述（腦電圖圖標來自 Freepik）。Credit: Scientific Reports (2026).

研究團隊招募了24名程序員開展了約1700次試驗。他們利用注視相關電位來追蹤程序員閱讀代碼時的反應。實驗中融入了混淆原子（atoms of confusion，指計算機可無歧義執行但程序員難以直觀理解的語法正確代碼片段）。結果顯示，在注視這些混淆代碼后的400到700毫秒內，程序員大腦產生了一種被稱為晚期額葉正波的顯著電位。心理語言學分析表明，這種腦電活動與人類閱讀自然語言中出人意料但合理的轉折句（例如：西奧想砍柴，所以他去拿件外套）時的腦部反應驚人地一致。這表明大腦在處理令人困惑的代碼時，會迅速調取長期記憶并更新其情境模型以嘗試理解新信息。這一發現不僅揭示了編程背后的神經認知機制，未來也有望用于優化軟件開發工具和程序員培訓。研究發表在 Scientific Reports 上。

#認知科學 #神經機制與腦功能解析 #心理語言學 #注視相關電位 #軟件工程

閱讀更多：

Bergum, Annabelle, et al. “Fixation-Related Potentials Reveal That Confusing Program Code Elicits a Late Frontal Positivity.” Scientific Reports, vol. 16, no. 1, June 2026, p. 16833. www.nature.com, https://doi.org/10.1038/s41598-026-50946-9

35個AI演起脫口秀：多智能體討論顯著提升LLM幽默創作

人工智能在理解和生成人類幽默上面臨巨大挑戰。Shiwei Hong 和 Zhicong Lu 等研究人員（喬治·梅森大學、南佛羅里達大學與多倫多大學）為此開發了一個名為‘多智能體喜劇俱樂部’的協作創作沙盒系統，成功通過模擬社區討論顯著提升了大語言模型的單口喜劇創作質量。

? 多智能體喜劇俱樂部概述。Credit: arXiv (2026).

該研究構建了一個由35個智能體組成的模擬社區，包括1名主持人、5名表演者以及29名評論員和觀眾。實驗設置了對照組和討論組。在討論組中，表演者的單口喜劇稿件會觸發觀眾和評論員的多輪廣播討論。這些反饋信息被過濾并存儲到基于向量數據庫的社交記憶（social memory，指系統記錄并可提取的群落交互歷史）中，供表演者在后續創作中檢索和參考。評估結果顯示，在50輪共250篇配對單口喜劇獨白的測試中，人類評估員在75.6%的案例中更傾向于選擇討論組生成的劇本。此外，討論機制使模型在創作技巧與清晰度方面提升了0.440，在社交反應維度提升了0.422。這表明，通過模擬集體學習與輿論反饋，無需在單輪內重復修改，即可有效優化大語言模型的創造性輸出，盡管這種方法有時也會帶來更具攻擊性的幽默風格。

#大模型技術 #其他 #多智能體系統 #人工智能幽默 #社交記憶

閱讀更多：

Hong, Shiwei, et al. “Multi-Agent Comedy Club: Investigating Community Discussion Effects on LLM Humor Generation.” arXiv:2602.14770, arXiv, 17 Feb. 2026. arXiv.org, https://doi.org/10.48550/arXiv.2602.14770

僅需少量視頻，物理AI便能自主學會人類評判標準

如何讓實體機器人更懂人類意圖？針對物理人工智能由于反饋成本高昂而難以商業化的痛點，Chang D. Yoo 及其團隊（韓國科學技術院）開發出名為 VOTP 的新技術，使人工智能僅需通過極少數偏好視頻就能自主學習人類的判斷標準。

? VOTP 概覽圖。Credit: The Korea Advanced Institute of Science and Technology (KAIST)

為了在現實世界中做出正確決策，物理人工智能需要通過基于偏好的強化學習來理解人類意圖。然而，傳統方法需要人類評估成千上萬的數據點，成本極高。為此，研究團隊開發了基于視頻的最佳運輸偏好（Video-based Optimal Transport Preference，簡稱 VOTP）算法。該技術巧妙利用了預訓練視頻基礎模型的潛在表征空間，并通過最佳運輸技術，在僅有約10個已知人類偏好標簽的情況下，自動為大量無標注的視頻片段對生成高精度的偽標簽。實驗表明，在多項運動控制與機械臂操作任務中，VOTP 均顯著優于現有算法，不僅大幅降低了人工反饋和數據構建成本，還在真實機器人測試中展現出極強的泛化性能。研究發表在 ICLR 2026 上。

#其他 #機器人及其進展 #強化學習 #物理人工智能 #人類反饋

閱讀更多：

Luu, Tung Minh, et al. Video-Based Optimal Transport for Feedback-Efficient Offline Preference-Based Reinforcement Learning. Oct. 2025. openreview.net, https://openreview.net/forum?id=wWvrC9oajI

點完“不感興趣”很快又收到？TikTok用戶無法徹底擺脫不喜歡的視頻

用戶對社交媒體信息流究竟有多少控制權？Levi Kaplan、Devin Patel、Nicole Gerzon、Alan Mislove和Piotr Sapiezynski（東北大學）通過對TikTok移動端算法的深入研究，發現其不感興趣功能并不像宣傳的那樣能持久阻止不想要的內容，用戶仍受算法擺布。

研究團隊開發了一種馬甲賬號審計方法。他們針對烹飪、健身和體育博彩三個主題進行測試。首先讓機器人賬號在積累特定觀看歷史后分成兩組：一組長按視頻并點擊不感興趣按鈕，另一組則直接向上滑動。研究結果顯示，顯式點擊不感興趣比直接劃走更能減少推薦。然而，這種效果的長期維持性非常有限。一旦賬號停止主動標記，不喜歡的視頻主題會在幾分鐘內迅速重新霸占頁面，算法出現復發情況。研究人員指出，該按鈕不僅被深埋在操作界面中，其不穩定的反饋甚至可能違反歐盟《數字服務法》（Digital Services Act）中關于禁止暗度陳倉的規定。

#其他 #推薦算法 #用戶自主權

閱讀更多：

Kaplan, Levi, et al. “When ‘For You’ Isn’t For You: Measuring User Agency in TikTok’s Algorithmic Feed.” arXiv:2605.10690, arXiv, 11 May 2026. arXiv.org, https://doi.org/10.48550/arXiv.2605.10690

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哦~

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。

研究院在華山醫院、上海市精神衛生中心分別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陳天橋雒芊芊神經科學研究院。

研究院還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、、科普視頻媒體「大圓鏡」等。