Amazon Quick 推出 Live Data in Apps 功能，使 AI 构建的 Quick Apps 可以实时查询 QuickSight 数据集，而不是依赖构建时的静态快照。用户可以用自然语言描述需求，AI agent 自动生成 SQL 并在发布后每次打开时重新执行，同时继承行级和列级安全规则，确保每个用户只能看到自己有权限访问的数据。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
NVIDIA 开放 2027-2028 学年研究生奖学金申请，面向全球博士生，奖金最高 $60,000。第 26 届项目覆盖 AI、机器学习、自动驾驶、计算机图形学、机器人、医疗和 HPC 等领域；2002 年至今已发放 220 多项奖学金，总额约 $8 million。申请截止 2026 年 10 月 30 日，需在 2027 年夏季赴 NVIDIA 研究办公室实习。
NVIDIA 联合 Google DeepMind 和欧洲分子生物学实验室下属的欧洲生物信息学研究所（EMBL-EBI）等机构，发布了预测的病毒蛋白质复合物 3D 结构数据集，涵盖超过 2800 种病毒，并通过 AlphaFold Database 向全球科学家开放。
推荐理由：原文提供了具体的数据规模（2800+病毒、30%全新发现）和开放入口，读者可以判断这些数据和工具对自己的研究是否有直接帮助。
Microsoft Research 在 Nature 发表论文并开源 RetroChimera，一个用于逆合成预测的集成框架。该模型结合了基于 Transformer 的 R-SMILES 2 和基于图神经网络的 NeuralLoc，通过学习排序策略整合两者的排名预测。
推荐理由：文章描述了 RetroChimera 如何将两种互补模型（R-SMILES 2 和 NeuralLoc）通过学习排序策略组合，并在多步合成路线盲测中取得显著优势，读者可了解这一集成思路在化学逆合成预测中的实际效果。
Google DeepMind 和 Google Research 发布 WeatherNext 3，号称是目前最先进、最准确的全球天气 AI 模型，由独立机构 Brightband 实时评估验证。
推荐理由：WeatherNext 3 在分辨率（5km）、更新频率（每小时）和降水预测精度（CRPS 提升 10%-60%）上均给出了可量化指标，用户可直接判断它对天气预报可靠性的实际影响。
微软研究院提出了统一胸部 X 光 VLM CARE-X，将生成式报告与结构化诊断预测整合到同一模型，并通过辅助分类头、定位头与 DAPO 强化学习进行协同训练。
推荐理由：该研究提出辅助监督与 DAPO 强化学习结合可同时提升 VLM 生成能力和结构化预测精度，工具增强方法在测量依赖诊断上显著优于纯视觉推理。
GPT-4级别能力成本从2023年的$30/百万token降至<$1，每年推理价格下降9x至900x，AI智能体正成为数据系统的主导工作负载。为智能体设计的数据系统需支持每用户请求产生的数千条SQL查询，通过多查询优化和近似查询提升效率；同时数据系统还需承担管理智能体状态、处理智能体协调和容错的职责。 （95字，2句）
BAIR 团队发布 SPEX 及其改进版 ProxySPEX 算法，旨在高效识别 LLM 等复杂 ML 系统中的关键交互作用。该框架利用交互作用的稀疏性和低阶性，将搜索问题转化为稀疏恢复问题，在数千个特征规模下仍能保持高 faithfulness，而 LIME 等边际方法在此规模下 faithfulness 显著下降。