研究者发布 OpenFrontiers，收录 12151 个跨学科开放研究问题，并构建数学领域 200 题回顾性基准（其中 110 题已在 2026 年解决），用 Lean 4 形式化与自动检查评估大模型能否独立“再发现”已有解答。
StartLux发布开源决策模型StartLux-Decision，27B版本在Decision Index 0.2.1评测中得分63.88，38项基准中31项超过Jev 1.13；在七项评测中平均准确率91.82%，高于Jev的88.74%。
研究团队提出 AREX-2，用机器学习与算法编程任务合成长程改进轨迹训练智能体，使其在测试时能反复迭代优化答案，在 MLE-bench Lite、BrowseComp、GAIA 等基准上取得高分，且随迭代轮数增加持续提升。