Microsoft Research 播客：Jennifer Neville 谈 AI 的意外失败与评估的作用
Microsoft Research 播客中，资深研究经理 Jennifer Neville 与首席应用科学家 Chad Atalla 对谈，探讨评估如何推动 AI 系统性能突破传统 benchmark，以及测试超出常规基准时出现的“意外失败”。她还分享了使用当前 AI 系统的实用建议，并谈到结果不符预期时为何要仔细审视数据，以及数十年 AI 发展对她预测未来的启示。
#数据/训练
Microsoft ResearchAI 评分4747
Google DeepMind精选AI 评分7070 Google DeepMind 发布 AlphaGenome Atlas，预测人类基因组 90 亿种单碱基变异的分子影响
Google DeepMind 发布 AlphaGenome Atlas 平台，包含人类基因组中约 90 亿个单核苷酸变异的分子效应预测，是超过 1PB 的数据集，可经免费网站、AlphaGenome API 和 Google Antigravity 技能访问。
推荐理由：官方平台整合了 AlphaGenome 与 AlphaMissense 的预测，读者可以了解它如何用于变异排序和稀有病等研究场景。
Berkeley AI ResearchAI 评分4848 教 LLM 更新信念状态以实现高效长程交互：Berkeley AI Research 提出 ABBEL 框架
Berkeley AI Research 提出 ABBEL 框架，将摘要形式化为自然语言信念状态并施加 belief grading 监督，以替代完整交互历史。