arXiv AI 前沿日报｜2026 年 8 月 28 日
截至 08:15，arXiv 最新公告批次仍停留在 8 月 27 日，本期回看严格最近 72 小时（2026-08-25 08:15—2026-08-28 08:15，北京时间）。本期按 X 直接原帖的可见互动快照排序；在本轮 Reddit 指定版块热帖逐帖核验、Hacker News top/new/best 快照及具体 permalink 页面复核范围内，未找到三篇论文对应的直帖。
01｜Planetary Prediction Engine
论文与时间： Planetary Prediction Engine: Autonomous Geospatial Prediction via Intelligent Data Selection and Foundation Model Embeddings，arXiv v1 提交于 2026 年 8 月 27 日 01:50（北京时间），分类为 cs.AI、cs.LG。
PPE 接收自然语言查询，动态选择 Data Commons、Google Earth Engine 等数据源，把 PDFM、AlphaEarth 等地理空间 foundation model embeddings 与其他协变量融合，再搜索任务定制模型并加入 overfitting guards。论文报告的代表性结果来自 2026 年刚果（金）Bundibugyo Ebola nowcasting：5 次周预测识别 18 个新入侵 health zones 中的 15 个，Recall@10 为 83.3%，公开 SOTA 约为 73%。论文还报告 21 个 CDC health indicators 的 mean R² 为 76.8%，对照组为 60.0%。这些数字分别对应 Ebola nowcasting 与 CDC 指标评测，不能合并成一项总分。
作者与机构： 论文列出 28 位作者。PDF 首页把除 Dav M. Ebengo、Mbulayi Onesime 之外的作者标为 Google Research；Dav M. Ebengo、Mbulayi Onesime 标为 Institut National de Recherche Biomédicale, Democratic Republic of Congo。Evelyn Ma 与 Rama Kumar Pasumarthi 为共同第一作者，Gautam Prasad 与 Shravya Shetty 为共同末位作者。
Evelyn Ma、Rama Kumar Pasumarthi、Kishwar Shafin、Mandar Sharma、Mimi Sun、Hamed Sadeghi、Dav M. Ebengo、Mbulayi Onesime、Rouslan Solomakhin、John Wamburu、William Ogallo、Aisha Walcott-Bryant、Sanxing Chen、Arbaaz Muslim、Yael Mayer、Ronald Ho、Roy Lee、Ruth Alcantara、Abdoulaye Diack、Monica Bharel、Lambert Rosique、Jeremy Amez-Droz、Christopher Haire、James Manyika、Yossi Matias、Niv Efron、Gautam Prasad、Shravya Shetty。
社区信号： Google Research 原帖发表于北京时间 2026 年 8 月 28 日 02:19；本轮刷新时为 374 赞、50 转发、9 回复、6 引用、17,364 浏览、205 收藏。
02｜Prefix Sliding
论文与时间： Prefix Sliding for efficient test-time scaling，arXiv v1 提交于 2026 年 8 月 27 日 01:37（北京时间），分类为 cs.CL、cs.AI、cs.LG。
Prefix Sliding 保留 prompt、system instruction、工具信息等 prefix，并保留最近几千个 reasoning tokens；较早的中间 reasoning tokens 会随推理推进被丢弃。这个策略把总 memory 需求设上限。论文摘要报告，不训练时现有模型最高可达到约 3 倍速度并保持性能；使用强化学习时，rollout 可以扩展到超过 100,000 tokens。论文还报告 Prefix Sliding 优于中间 token summary 与 vanilla sliding window。补充实验使用 Qwen3-1.7B，评测包括 GPQA、MATH500、AIME25，结果平均于 64 次运行。
作者与机构： 论文列出 18 位作者。v1 PDF 首页的逐人上标映射如下：
- Stanford University：Niklas Muennighoff、John Yang、Ludwig Schmidt、Percy Liang、Andrew Y. Ng、Yejin Choi。
- University of California at Santa Barbara：Zhengyang Wang。
- Prime Intellect：Mika Senghaas、Fares Obeid、Johannes Hagemann、Sami Jaghouar。
- University of Washington：Zeyi Chen、Weijia Shi、Dapeng Jiang、Luke Zettlemoyer、Mike Lewis。
- 机构未提供：Binyuan Hui、Jason Wei。
完整作者名单为：Niklas Muennighoff、Zhengyang Wang、Zeyi Chen、Weijia Shi、Binyuan Hui、John Yang、Dapeng Jiang、Mika Senghaas、Fares Obeid、Johannes Hagemann、Sami Jaghouar、Ludwig Schmidt、Percy Liang、Jason Wei、Andrew Y. Ng、Luke Zettlemoyer、Yejin Choi、Mike Lewis。
社区信号： Niklas Muennighoff 原帖发表于北京时间 2026 年 8 月 27 日 20:59；本轮刷新时为 188 赞、25 转发、8 回复、5 引用、29,754 浏览、174 收藏。
03｜FrontierChallenge
论文与时间： FrontierChallenge: Evaluating Scientific Workflow Completion，arXiv v1 提交于 2026 年 8 月 26 日 00:50（北京时间），分类为 cs.AI、cs.CL、cs.SE。
FrontierChallenge 把科学任务写成固定输入和相互关联的交付物，覆盖 quantum chemistry、molecular dynamics、materials characterization、analytical chemistry、life science、electrochemistry/environment 六类领域。项目总计 300 个 end-to-end scientific workflows，本文公开并评测其中 97 个任务；实验覆盖 12 个 frontier models 和 3 种 agent scaffolds。最佳配置完整通过 20 / 97 个任务，Pass Rate 为 20.6%。论文另报告，未通过的 Claude Code 轨迹中有 75.5% 仍以声称完成的语言收尾。
Pass Rate 统计完整交付，Avg. Score 记录部分进展。这个区分会改变数字的含义：analytical chemistry 的最高 Avg. Score 为 87.6，但最高 Pass Rate 只有 4%；electrochemistry/environment 的最高 Avg. Score 为 94.9，最高 Pass Rate 为 0%。评测对象是给定科学目标与固定输入后的工作流完成度。
作者与机构： 论文首页以 Apodex Team 署名，附录 A 列出 16 位贡献者。论文没有逐人提供机构信息：Liangcai Su、Zhaopeng Feng、Zhuo Chen、Zhen Zhang、Xiang Lin、Ruilin Li、Handuo Zhang、Ning Wang、Kailong Wen、Yueqi Guo、Feng Xing、Yiling Guo、Chenxiong Qian、Simon Shaolei Du、Lidong Bing、Xinyu Wang。
社区信号： Apodex 原帖发表于北京时间 2026 年 8 月 28 日 00:26；本轮刷新时为 100 赞、81 转发、90 回复、55 引用、7,252 浏览、25 收藏。
Comments