探索长周期系外行星架构：开普勒新增四颗周期超342天的候选行星
评分
73为长周期行星样本补充四颗候选，并指出候选与 TTV 信号不匹配，提供了新的观测线索。
方法严谨，使用 CNN 并进行人工复核，参数估计给出了明确的不确定度。
为后续地面与空间观测提供了具体目标及周期、半径约束，可直接用于观测规划。
论文为最新 arXiv 预印本，是对 Kepler 历史数据的再挖掘，时效性较好。
来自 arXiv 预印本，使用公开 Kepler 数据并给出可复现的检测策略。
基础分 81.5 × T2 信源权重 ×0.9 = 73
精选线 70已入选精选
精选理由
论文贡献了新的候选行星，且方法、数据来源与不确定性处理均扎实，综合价值高。
AI 点评
「这篇论文值得关注的点在于，它用分类 CNN 直接瞄准 Kepler 探测盲区，而不是重复已知信号挖掘。对系外行星领域，尤其是负责 TTV 动力学建模和后续观测规划的研究者，具有直接的指引价值。也再次说明，机器学习在天文数据 re-analysis 中能带来可执行的新发现。」
速览
长周期行星样本稀缺。团队用分类卷积神经网络和航天器诊断数据构建单次凌星检测管线，扫描开普勒视场已知多行星系统，人工复核识别出四颗长周期候选行星。两颗有两次凌星事件，周期约778天和505天；另两颗为单次凌星候选。这些候选无法解释内系统的凌星时间变化，需后续观测确认。
- 构建基于分类 CNN 与开普勒航天器诊断数据的单次凌星检测管线。
- 识别出四颗长周期候选行星：Kepler 1752.02、Kepler 199.03、Kepler 1897.02、Kepler 1811.02。
- 前两颗候选有两次凌星事件，周期分别约 777.78 天和 505.495 天；后两颗为单次凌星候选。
- 候选行星本身无法解释内系统的 TTV 信号，需要后续观测。
正文
本文为 AI 生成的中文精读,原文请点「查看原文」
相关条目
92
精选OpenRouter 推出提示缓存与粘性路由，大幅降低多轮对话成本
对于高频调用 AI API 的开发者，这个功能堪称直接省钱利器。粘性路由保证了缓存命中率，配合 session_id 零配置接入，值得所有使用 OpenRouter 的团队立即尝试。
91
精选ChatGPT Work：可在跨应用和文件中执行操作的AI Agent
我认为这是AI助手从问答走向执行的关键一步。对需要自动化复杂工作流的专业人士尤其值得关注。ChatGPT Work可能成为生产力工具的新范式。
90
精选前沿实验室代理入侵事件技术时间线：2026年7月事件剖析
这篇技术时间线值得所有AI安全研究员和代理开发者细读——它不只是描述一次攻击，而是为整个行业敲响了代理系统防御体系薄弱的警钟。对正在部署自主代理的团队来说，这是必读的灾难预防手册。
90
精选更好的工具反而让Copilot代码审查更糟？GitHub这样改进
这篇博客值得所有AI产品工程师和ML从业者仔细阅读——它打破了'更强大的工具=更好的AI'的直觉，转而强调与Agent推理模式匹配的工程哲学。对正在优化代码审查或类似Agent产品的团队尤其重要。
88
精选OpenRouter 推出统一多模态 API：单端点支持图像、视频、音频、嵌入与转录
这条消息值得所有做多模态AI应用的开发者关注：OpenRouter用联合API解决了模型切换的痛点，特别适合初创团队或快速原型开发。如果你正被多个API密钥和SDK折磨，这个接口可能是你需要的统一层。
87
精选Anthropic 推出 Claude for Teachers：面向教师的教育 AI 工具
这条消息对教育工作者和AI行业观察者都很有价值。Anthropic没有选择通用聊天机器人，而是专门为教师设计了安全可控的工具，这显示出AI在垂直场景落地的正确思路——不是技术炫技，而是切实解决用户痛点。同时，产品内置的安全护栏也值得其他AI公司参考，尤其是在面向儿童或青少年的场景中。
86
精选OpenRouter发布全新Auto Router：用市场智慧优化模型路由
这条更新值得所有用API开发AI应用的人关注。以前选模型靠经验和测试，现在市场数据帮你选。虽然细节不多，但方向很对。对依赖聚合模型服务的团队尤其重要。
86
精选Claude Code v2.1.211 发布：多项修复与改进
作为一个经常使用 Claude Code 进行自动化编码的开发者，我特别关注这次的安全修复，尤其是权限预览字符绕过和自动模式覆盖钩子决策的问题——这些直接关系到团队协作时的安全边界。后台代理报告的改进也让长时间运行的任务更可靠。建议所有使用者尽快升级。