GenEvA 在“选帧/压缩”后增加一个查询相关的跨帧潜在证据聚合步骤，让模型在生成答案前先整合互补信息；在 8 帧设置下，LLaVA-Video 的四基准平均分提升 +5.2，Qwen2.5-VL 在 LVBench 上准确率提升 +10.1，仅增加约 0.11%–0.40% 的视频 token 开销。
值得关注：它提示“帧选择不是终点”：在显式选帧之后，如何对潜在证据进行跨帧聚合，是长视频理解中一个此前未被充分强调的改进点。 通过极低 token 开销获得稳定增益，对 Video-MLLM 的高效实用部署有参考价值。 增量信息…
现有智能体视觉推理模型在“工具使用时机”和“工具实际收益”上存在明显短板：工具既能帮助解决难题，也会在简单问题上引入额外错误；为此提出的 Beacon 模型通过强化学习阶段的两个机制，同时提升了整体性能、工具调用自适应性和真实的工具收益。
值得关注：该工作将“工具使用”拆解为“时机”和“效果”两个可量化维度，为智能体视觉推理提供了更系统的评估视角。 揭示了现有模型的一个普遍问题：工具带来的收益可能被简单样本上的退化抵消，这对评估和部署工具增强型 MLLM 具有警示…
AuricularWorld 提出一种基于潜空间世界模型的分割框架，通过在编码器-解码器结构中引入确定性递归状态空间模型，以层级解剖动作迭代细化潜表示，从而在不依赖真值引导的推理过程中提升CT影像中细小、不规则且相互重叠的耳廓结构分割精度，HD95降低超过43%。
值得关注：这是将世界模型思想用于医学图像精细分割的探索，突破了传统前馈网络“单次前向预测”的局限。AuricularWorld 通过潜空间中的迭代解剖推理，为处理标注复杂、边界模糊、目标极小且重叠的医学结构提供了新思路。
AskChem将化学文献的检索单位从“论文”变为“带出处的原子化声明”，使AI阅读器在AskChem-Bench上的可解析DOI率达到100%（无检索为88.3%），并在五个被测系统中获得最高引用密度。
值得关注：AskChem将检索单元从文档级推进到声明级，并且每个声明自带出处，这一转变直接回应了科学文献综合中的可验证性痛点。对于AI代理而言，它可以更可靠地获取、引用和综合化学知识，为未来的科学问答、文献综述和自动发现工作流提供基础设施。
APO（Atomic Policy Optimization）提出了一种完全无监督的对齐框架，用“内在物理一致性”替代依赖真实坐标的监督偏好学习，在晶体和抗体结构预测任务上超过全监督基线；但具体实现细节和数值指标需以原文为准，部分细节待核实。
值得关注：这项工作提示：与“有噪声的监督坐标匹配”相比，“内禀物理一致性”可以成为更好的对齐指导信号。它可能在数据稀缺、标注昂贵的科学场景中提供一条更可扩展的建模路线。
本文研究批准制委员会选举中 Thiele 投票规则的胜者确定问题，在 Voter Interval（VI）域上为 PAV 及其他 Thiele 规则设计了 FPT 算法，并解决了文献中两个开放问题：每个候选人至多被两名选民批准时存在多项式时间算法，以及以胜出委员会总得分为参数的 FPT 算法。
值得关注：PAV 在 Voter Interval 实例上的计算复杂性是该领域尚未完全解决的核心问题之一。本文并未宣称完全解决该问题，但通过 VI 域上的 FPT 结果和两个开放问题的解决，提供了新的算法边界。对计算社会选择而言…
AISPA 是一个面向用户的系统提示（system prompt）审计框架，用八个维度评估商业 AI 产品中由开发者配置的系统提示指令，并对 88 个商业 AI 产品中的 3,249 条指令进行审计，发现保护用户类指令虽已广泛存在但覆盖深度不足，同时约 40% 的产品仍包含至少一条有损用户利益的指令，凸显系统提示需要更高的透明度、标准化和独立监督。
值得关注：这项工作将“不可见”的系统提示转化为可量化、可审计的对象，为 AI 应用部署层面的信任与问责提供了基于大规模商业产品样本的证据。与已有相关卡片中的模型压缩、测试时选择、运筹学公式选择等主题相比，本条属于大模型治理、透明…
该论文认为，生成式AI系统在训练数据、设计协议、评估基准、用户反馈和公共评论等层面，再生产了以“内圈”英语规范为标准的语言意识形态，并可能使非支配性英语使用者被与“AI生成语”混为一谈；同时，AI也可能通过广泛语料和全球南方用户的标注工作带来“标准化悖论”——既同质化英语，又多元化英语。
值得关注：将大模型讨论从“性能表现”扩展到“语言权力”：LLM不仅是技术系统，也是语言意识形态被（再）生产的场所。 为AI公平性讨论增加社会语言学维度：除了种族、性别等偏见，还需关注英语内部变体的等级制，以及全球南方群体的语言主…
CS-RNR 是一种让智能体在部署前对“自己实际要玩的策略”进行安全审计并生成证书的对手利用方法；在 Leduc hold'em 中，它获得了资金验证二元门控 6.2 倍的稳态增益，同时所有部署策略均保持在预算内。
值得关注：这是第一个将安全保证建立在“智能体实际部署策略”的证书之上的对手利用方法，把“能骗多少”与“风险上限”解耦：模型质量决定收益，证书约束相对均衡损失。与已有相关卡片中的 LLM 训练/推理智能体主题不同，本条属于博弈论与…
ACE-Data-0 提出了一种名为 ACE（Ambient Capture Engine）的以人为中心的数据引擎，将真实家居环境改造成空间校准、时间同步的多感官记录棚，并构建了包含 150 小时、1700 万帧、7.5 万个交互片段的大规模具身智能演示数据集，以缓解具身智能的“数据瓶颈”。
值得关注：本条与已有相关卡片（如 HumanForge、HOMIE、ergoCub 等）不同，它直接面向具身智能的数据采集与基准问题，不聚焦于深度伪造检测、视频个性化或人形机器人本体，而是提供“数据引擎”这一上游基础设施。增量信…
该研究提出一种将神经视觉感知与模糊符号推理解耦的模块化框架：先用 Swin Transformer 从排水管检测图像预测多标签 CODE 等级，再通过由决策树转换得到的 19 条模糊 IF–THEN 规则推理最终严重性等级。相比仅用图像的端到端分类，该方法在多个类别不平衡指标上显著提升，同时让“从视觉缺陷到严重性评分”的决策路径可追踪、可解释。
值得关注：它展示了“神经感知 + 符号推理”在关键基础设施维护中的实际落地路径。 相比直接图像分类，既能提升不平衡类别上的综合指标，又保留了人工可检查的规则链条。 对高事故风险、强监管要求的行业场景而言，可解释 AI 比单纯高精度更有价值。
Reusability report: Exploring the utility and extensibility of an integrated modelling framework for liquid electrolyte design
即便掌握1905年全部物理学知识，当前大语言模型也无法独立提出广义相对论，根本原因在于模型缺乏从经验现象跃迁到基础公理的“溯因跃迁”能力，仅停留在符号统计层面，未锚定物理世界。
值得关注：为当前大模型在科学发现、理论创新上的根本局限提供了系统性理论解释，与“涌现”叙事形成对照。 指明大模型通往“科学发明自动化”需突破统计学习范式，转向具身/交互式世界建模，可能影响下一代基础模型架构设计。 与已有相关卡片…
通过启用两项API设置（保留推理过程与启用压缩），GPT-5.6在ARC-AGI-3基准上的得分提升至原来的三倍，同时提高了效率。（待核实具体数值和设置细节）
值得关注：该改进表明，通过简单的API参数调整而非重新训练，即可显著增强模型的推理能力和效率，为LLM部署提供了实用优化方向。ARC-AGI基准被认为是衡量通用智能的重要指标，此结果可能对AI能力边界认知产生影响。
通过一条名为「挑战循环」的提示词，用户可利用 Claude Opus 5 在 24 小时内从零生成画质接近 3A 水平的游戏原型，其核心在于主 Agent 拆解任务、子 Agent 并行制作、独立评委 Agent 持续对比真实 3A 作品并自动返工。
值得关注：这是 Opus 5 发布后首个广泛传播的“极限施压”型应用案例，直观展示了模型在复杂创意工程中的自主规划与长程迭代潜力。 与已有卡片（模型发布、半价评测）相比，本条提供了具体的**用户侧实操方法**和**社区验证**—…
月之暗面开源了全球首个2.8万亿参数级多模态模型Kimi K3（激活1040亿参数），综合能力超越Opus 4.8和GPT-5.5，但官方承认仍落后于最强闭源模型；其核心架构采用KDA线性注意力+NoPE+跨层注意力残差+896专家MoE，训练效率较前代K2提升约2.5倍，配套的MoonEP并行方案与PerceptionBench基准均已开源。
值得关注：本条知识卡片是对已有相关卡片“Kimi K3——全球首个开源2.8万亿参数多模态模型”的补充与更新。已有卡片侧重发布事件、竞技场排名与API价格对比，本条卡片额外提供了：
SSI由OpenAI前首席科学家Ilya Sutskever创立，专注构建“安全超级智能”。公司宣布与英伟达建立长期战略合作，计划在未来12个月内将其算力规模提升10倍。据外媒报道，英伟达拟向SSI投资约50亿美元。SSI去年估值已达约300亿美元，此前累计融资约70亿美元。该公司目前尚无收入，也不急于推出产品，唯一目标是打造安全超级智能。
值得关注：Ilya Sutskever是AI界关键人物，其创办的SSI以“安全超级智能”为唯一目标，与主流追求商业化快速落地的路径不同。 英伟达的算力支持与潜在巨额投资，可能加速SSI从理论探索进入实际验证阶段，推动安全AI从愿…
微软CEO纳德拉指出，企业若将数据、记忆与AI使用记录的控制权全部依附于单一AI系统，相当于外包自身思考能力，可能因模型涨价、停服或落后而面临高迁移成本，甚至难以生存；其解法是将模型、Harness与上下文记忆解耦，使底层模型可随时替换。
值得关注：在AI快速迭代、多家大模型厂商频繁调整定价和服务条款的背景下，企业若过度依赖单一模型（如GPT、Claude等），可能面临被“绑架”的风险。纳德拉的发言来自主流云服务商CEO，具有行业风向标意义，引导企业从战略层面重视…
OpenAI宣布向10万名学术研究人员免费开放ChatGPT最先进的AI模型，旨在加速科学发现与研究协作。
值得关注：**与既有脉络的关系**：此前OpenAI主要为付费企业或个体提供高级模型（如ChatGPT Plus、Team、Enterprise），此次专门面向学术研究者的大规模免费计划，是AI公司首次以普惠方式直接支持学术社区…
OpenAI 前安全研究副总裁、知名 AI 研究者翁荔因长期高强度工作导致健康问题，在入职仅 20 个月后宣布离开 Thinking Machines Lab，进一步加剧了该公司的人才动荡。
值得关注：翁荔是 AI 安全领域的标志性人物，她的离职不仅削弱了 Thinking Machines Lab 在安全方向的积累，也再次引发业界对创业公司“人才回流 OpenAI”现象的讨论。结合此前已有卡片中 Inkling 发…