2026年10月20日版

让AI画“一名护士”或“一名律师”，你从没提到长相。一个由康奈尔大学牵头的团队用27个图像生成器这样做，生成了51300张面孔。

在550人的评分中，所有拥有足够评分图像的23个生成器，在吸引力上都胜过真实照片。在提示为女性的面孔中，按自动评分有37%超过了时装模特的中位数。提示为尼日利亚人、黑人或埃塞俄比亚人的面孔得分最低。

随后，570人对求职者进行筛选。其中一些人先看了非常有吸引力的AI面孔。之后，他们认为同样的真实候选人更不值得录用、更不可信。获得面试机会的人更少：72.5%对77.4%。

传统的照片修饰毫无影响。作者目前还说不清AI面孔为何会有影响。但合成人物正在充斥广告、网站和图库图片。

来源：Generative AI Produces and Transmits Beauty Bias, https://arxiv.org/abs/2610.22553

想象一条环形跑道上有几名跑者。他们从同一起点出发，各自以恒定的速度奔跑。每名跑者是否都会在某一时刻远离其他所有人？这就是孤独跑者猜想。

当有n + 1名跑者时，猜想预言间隔至少为一圈的1/(n + 1)。一个简单的计数论证只能保证其一半。几十年来，随着跑者人数增加，对这个简单下界的改进都缩小到几乎为零。

Xiyu Hu和Yifan Jing如今证明了一个不会消失的改进：对任意数量的跑者，都比简单下界高出一个固定比例。所用工具是：一个新的重叠不等式，以及关于公约数的论证。

作者使用ChatGPT 6来检查和打磨证明。他们写道，这些模型无法自行改进这个界。

来源：Near optimal gap in the Lonely Runner Conjecture, https://arxiv.org/abs/2610.23790

气候模型运行在世界上一些最大的超级计算机上。但每多投入一份算力，能换来多少精度？一个由24名研究人员组成的团队检查了1995年以来构建的159个气候模型。

他们的答案稳定得惊人。算力每翻一番，模型误差约降低13.5%。要把今天的误差减半，大约需要28倍的算力。

进步并不均衡。自第一代以来，气压误差降到原来的1/3.5，地表温度误差降到1/2.7。降雨误差只下降了7%。

AI天气模型如今已能比肩最好的预报。但没有一个公布其实测能耗。若把训练计算在内，其中一个模型的能效排名会从第二跌到最后。团队呼吁在报告精度的同时报告能耗。

来源：Energy-Aware Earth System Science: A Community Roadmap, https://arxiv.org/abs/2610.23216

记录每天的降雨量，并标出每一次纪录：比之前所有日子都更湿的一天。纪录多，最后的峰值想必就高吧？三位物理学家用精确的数学检验了这一点。

对于从任意连续分布中抽取的随机值，答案是否定的。纪录的次数与最大值之间毫无关系。无论序列多长，知道其中一个，都无法得知另一个的任何信息。

加入降雨量为零的无雨日，关联就出现了。当无雨日的比例高于某个临界值时，关联先增强、后减弱。低于临界值时，它只会减弱。这个阈值有一个精确的公式。

团队用德国气象站的逐日降雨记录检验了这一结论。一组高于阈值，另一组低于阈值。两组都符合预测的形状，没有调整任何参数。

来源：Emergence of Correlations Between Records and Maximum in Random Time Series, https://arxiv.org/abs/2610.23217

摇橹是一种用单支桨推动小船的古老方法。桨架在船尾的一个凹槽里，桨叶始终浸在水下。摇橹人的双手划出一个无穷大符号。

一支法国团队给一条4.7米长的小船装上了测力计、运动传感器和测速仪。随后，两名经验丰富的摇橹人在平静的水面上把船从静止推到最高速度。

在左右横摆的过程中，桨叶的作用就像一只机翼。升力推动小船前进。每次转向时，桨叶的快速翻转把水向后推。划桨的全部四个阶段都在提供推力。

在每秒1.2米的适中速度下，效率达到峰值，接近65%。到每秒2米时，效率降到约25%。这时船体已接近其临界速度，兴起的波浪吞噬了力气。

来源：Hydrodynamics and propulsive efficiency of stern-sculling propulsion, https://arxiv.org/abs/2610.23444

我们太阳系的四颗巨行星都有光环。然而，在其他恒星的成熟行星周围，还从未确认过一个光环。是光环罕见，还是只是难以看见？

罗曼空间望远镜搭载了一台能遮挡星光的日冕仪。它应当能通过巨行星反射的星光看到它们。密歇根大学的一个团队模拟了光环会带来什么变化。

光环的亮度可以是其行星的十到一百倍。而且它们会留下特征：沿轨道出现四个亮度峰谷，而不是两个。

团队模拟了罗曼的首要目标之一——波江座ε b。没有光环时，它常常低于探测门槛。有了类似土星的光环，它的亮度最高可达两倍，并且在几乎整条轨道上都可见。

来源：Detecting Exoplanetary Rings with Roman CGI Reflected Light Phase Curve Observations, https://arxiv.org/abs/2610.23835

市电的频率是50或60赫兹，但从来不是精确的。它的频率会波动，而且在整个电网中波动方式完全相同。灯光随之闪烁，摄像头会记录下这种闪烁。

南安普顿索伦特大学的两位研究人员原本希望AI视频缺少这种闪烁。出乎意料的是：生成器复现的闪烁和真实影像一样强。它的存在什么也证明不了。

于是他们把这种波动与一份独立的电网记录进行比对。他们的系统接受了93%的真实音频片段和100%的真实视频。它能在一天之内把一段录音的时间确定到约一秒。

一个真实场景的两段AI翻拍以60赫兹闪烁，而所声称的地点电网是50赫兹。弱点依然存在：在真实影像中换脸，嗡嗡声依然是真的。

来源：An Agentic ENF Framework for Forensic Video Authentication Against Generative AI, https://arxiv.org/abs/2610.22440

胶子传递强相互作用，正是这种力把夸克束缚在一起。把胶子加热到足够高的温度，它们就会形成等离子体。它会产生多大的压强？物理学家一步步计算答案，每一步都是更精细的修正。

其中一步被称为g⁶项，二十多年来一直无法求出。它需要65张错综复杂的图，每张图都有四个圈。

一支来自赫尔辛基、图尔库、智利和伯尔尼的团队终于完成了它。他们用一种新方法求解了九个未知积分，在超级计算机上耗费了约一百万处理器小时。

回报是：此前各步的结果在等离子体的计算机模拟值上下摆动。加入新项后，理论与模拟相吻合，一直延伸到胶子获得自由时温度的几倍处。下一个目标：加入夸克，用于研究中子星并合。

来源：Complete g⁶ pressure of hot Yang-Mills theory, https://arxiv.org/abs/2610.23675

在印度，大量日常购物发生在被称为kirana的小杂货店里。AI能经营这样一家店吗？比尔拉理工学院（BITS Pilani）的一个团队搭建了一家模拟商店来寻找答案。

一个AI模型同时扮演全部四名员工：店长、收银员、帮工和记账员。店长从不直接看到店铺，只能看员工的汇报。顾客和供应商讲英语、印地语或印式英语（Hinglish）。

四个开源AI模型各自经营了30个模拟日。一个按规则办事的简单店主赚了约10.3万卢比。最好的模型平均约1.37万。有两个模型亏得比无人主事的店还多。

失败都有据可查。发给并不存在的供应商的邮件。一笔从未发生的付款。重复支付的订单。一个模型42%的印地语邮件因无法读懂而被退回。

来源：KiranaBench: Can a Language Model Run a Neighbourhood Shop?, https://arxiv.org/abs/2610.22980

健康应用会追踪你的心率、血糖，有时还有你的心理健康。来自美国和加拿大多所大学的一个团队在谷歌应用商店检查了其中10000多款。

69%至少索取了一项其描述无法说明理由的权限。约一半在没有说明理由的情况下想要你的位置或摄像头。三分之一想要麦克风。

团队在测试手机上启动了这些应用。在能运行的3599款中，93%没有显示同意界面。其中许多仍然发出了手机的广告标识符。

当确实出现同意书时，应用大多会信守承诺：每14款中有1款收集了未提及的数据。即使是规模大、资金充足的开发商也有疏失。作者呼吁在应用上架之前进行自动隐私检查。

来源：Bad Diagnosis: Analyzing Consent and Data Collection Practices of Mobile Medical Apps, https://arxiv.org/abs/2610.23851