研究显示，当前天然小分子化学空间的探索不足10%，且90%的质谱图因缺乏注释而无法利用。捷克科学院团队开发的DreaMS模型通过自监督学习从7亿条质谱数据中提取分子特征，显著提高了质谱注释的准确性，为新药发现和疾病诊断提供了重要资源。

本研究提出了BenCzechMark（BCM），这是首个专为大型语言模型设计的捷克语言基准测试，涵盖多样化的任务和评价指标。创新地采用了基于统计显著性理论的评分系统，提供50个具有挑战性的任务，旨在推动捷克语言处理的研究与应用。研究结果有望提高捷克语模型的性能，并为相应的多语种模型提供比较基准。

我们开发了混合神经算子（MoNOs），通过专家神经算子网络在功能空间中分配复杂性。主要成果是一个通用逼近定理，确保MoNO能以任意精度逼近Sobolev单位球上的Lipschitz非线性算子。每个专家神经算子的深度、宽度和秩为Ο(ε^(-1))。此外，还提供了经典神经算子在L^2([0,1]^d)紧致子集上逼近连续非线性算子的速率。

捷克反病毒软件开发商AVAST成功破解DoNex/DarkRace勒索软件，找出加密密钥并解密文件。用户可从Avast下载破解器找出恢复密钥。

介绍了 CWRCzech，一种点击网络排名数据集，该数据集包括由 Seznam.cz 搜索引擎日志收集到的相关性排名的捷克语点击数据以及用户行为数据。该数据集是迄今为止最大的包含原始文本的点击数据集，共提供了搜索结果中的文档位置以及用户行为信息：约 2700 万次点击和 1080 万次停留时间。此外，我们还发布了一个人工标注的捷克语相关性任务测试集，包含近 5 万个查询 -...

捷克国家图书馆与Google Arts & Culture合作，通过虚拟导览让人们随时参观布拉格克莱门蒂纳姆的巴洛克图书馆，并展示珍贵收藏，注入新活力，向全世界展示独特空间。

本文研究了神经自然语言处理系统中的性别偏见问题，并提出了一种基于因果干预的语料库增强通用方法CDA，以减轻偏见。研究发现CDA优于先前的方法，并可以缓解数据集优化时的性别偏见增加。