Aleph Prover 形式化了 OpenAI 对 Paul Erdős 平面单位问题的反驳，并发布了形式化内容。这是一个数学问题的 AI 形式化验证进展。
Yann LeCun转发招募信息，经过一年努力，现在可以轻松参与JEPA和World Models的研究工作。
Meta AI团队宣布启动ATLAS项目，这是迄今最大规模的自动化形式化验证努力之一。该项目旨在通过自动化技术提升形式化验证的效率与规模，推动AI在数学与软件验证领域的应用。
Nature发布新AI工具，生成超过十亿个预测蛋白质结构，以及数十亿更多蛋白质相关信息。
Ebetica发布仅需9行代码的蛋白质结构预测方法，无需多序列比对（MSA），达到最先进水平。
Biohub通过社交媒体宣布发布ESMC语言模型。该模型基于数十亿条覆盖完整范围的蛋白质序列数据进行训练，属于人工智能在生物信息领域的技术应用发布。该信息为明确的产品动态，具备客观事实增量。
社交媒体信息显示，蛋白质工程领域迎来技术更新，新一代AI模型ESMFold2正式发布。该模型属于ESM系列最新迭代版本，目前已通过Hugging Science平台实现全面开源，为蛋白质结构预测与设计提供开源工具支持。
David Klindt宣布可证明JEPA学习内容，提出可识别的世界模型理论，标志着在AI可解释性方面取得进展。
ProteinRos宣布推出新一代结构预测模型ESMFold2，该模型能够从单条序列直接预测蛋白质结构，代表了技术上的重要进展。
Alex Rives宣布推出ESMFold2，一个用于蛋白质生物学的开放科学引擎，支持预测、设计和发现。
JEPA-WM研究的第二版被TMLR会议接收并获得可重复性认证，已发布新数据。
美国艺术与科学院（American Academy of Arts and Sciences）的《Daedalus》期刊出版了由James Manyika编辑的AI与科学特刊。
微软本周取消了内部Claude Code许可证，原因是基于token的计费导致成本难以承受。
据推特用户@logic_int称，Aleph模型在主要形式推理基准测试中领先，EBMs（能量基础模型）重回关注。
Aleph，一个完全自洽的AI智能体系统，在包括Putnam在内的所有主要定理证明基准测试中表现优异，达到最高水平。
Yann LeCun于3月10日为AMI Labs完成10.3亿美元融资，三天后其NYU合作者发布了一篇论文。
NeuralBench 发布，一个统一的开源框架，用于基准测试神经人工智能模型，其1.0版本包含36个EEG任务和94个数据集。
Yann LeCun转发消息：宣布发布NeuralBench，用于在开放环境中对神经AI模型和数据集进行基准测试，并提供了代码和白皮书。