该方法提出了一种将记忆更新频率与记忆应用频率解耦的在线神经时空记忆框架，在保持长期记忆能力的同时实现了实时动态新颖视图合成，并在动态人体运动和分钟级在线记忆场景上达到当前最优性能。
值得关注：首次在动态新颖视图合成中实现记忆更新与应用频率解耦，解决了实时性与长期记忆之间的核心矛盾。 提出的辅助记忆损失和记忆缓存策略是稳定长序列在线学习的关键创新。 为实时VR/AR、动态场景重建等实际应用提供了可行的技术路线。
将教师模型与其基础模型（未进行推理指令微调）的输出概率差定义为“delta信号”，并以此作为蒸馏奖励，能显著提升在线策略强化学习蒸馏的效果，使推理大模型在极短的后训练期内达到强性能。
值得关注：首次系统探索在线策略蒸馏中“应该模仿什么”这一根本问题，提出基于差值的信号设计。 与已有相关卡片（如 Direct-OPD）形成互补：Direct-OPD 利用弱模型 RL 引发的策略偏移作为信号，而 OPD² 利用教…
NeuronSoup 提出一种无需反向传播、不依赖可微计算图的神经计算架构，通过遗传算法协同演化网络的拓扑、权重、延迟和连接性，在 MNIST 分类任务上达到 85.9% 测试准确率，模型仅占 115 KB。
值得关注：挑战了以反向传播为核心的学习范式，证明遗传算法在特定规模下能够有效演化复杂神经网络拓扑。 通过共享神经元和延迟介导的异步处理，实现了路径间的自然横向交互——传统架构需要手动设计（如注意力机制或横向连接）。 提供了一种无…
Mutable Low-Rank Sketches for Retrain-Free Recommendation
心肌梗死（MI）是全球主要死因，超声心动图（Echo）是广泛使用的评估手段，其中区域室壁运动异常是关键指标。现有基于学习的运动分析方法依赖手工特征或密集监督，标注成本高；基础模型虽提升了单视图分析能力，但节段级定位在视图依赖歧义下（尤其是心尖视图）仍不可靠。本工作提出 MCF-Net 以解决多视图融合下的定位问题。
值得关注：本文提出了一种结合基础模型与极稀疏运动监督的多视图融合框架，解决了超声心动图分析中因视图歧义导致的定位不准问题，同时将运动建模的标注需求降至最低（仅单模板帧）。相比已有工作（如依赖密集光流或关键点），显著提升了实用性和…
MM-IssueLoc: A Controlled Benchmark for Evaluating Visual Evidence in Multimodal Repository-Level Issue Localization
MedFailBench 是一个由临床医生构建的开源基准，旨在系统性地识别和分类医疗 AI 模型在不同安全边界（safety gate）上的失效模式，而非仅仅判断模型是否给出正确答案。
值得关注：现有基准（如 MedQA、MedMCQA）只关注“答案是否正确”，忽略了同样危险的“正确但违反安全边界”的情况（例如建议安全但在远程场景下不可执行的剂量）。 MedFailBench 首次将临床安全边界作为独立评估维度…
MeanFlowNFT 首次将面向过程的强化学习框架 DiffusionNFT 成功应用于平均速度生成器（MeanFlow），在保持快速少步采样优势的同时，通过构建诱导瞬时速度预测器实现奖励优化，实验表明其在图像和视频生成上显著超越先前最优的 RL 调优少步生成器。
值得关注：此前 RL 调优主要面向基于瞬时速度的扩散/流模型，而 MeanFlow 这类平均速度生成器虽然采样更快，却缺乏有效的 RL 对齐方法。MeanFlowNFT 首次填补了这一空白，为高效生成模型的对齐开辟了新路径。 与…
Mask-Aware Policy Gradients for Diffusion Language Models
值得关注：首次将掩码扩散语言模型的生成顺序（掩码策略）纳入强化学习优化，弥补了现有方法忽略动作空间二维结构的缺陷。 相比于已有针对自回归语言模型的RL方法，MAPG为MDLM提供了一种可扩展、可微调的范式，可能拓宽扩散模型在推理…
MAGiSt3R 是一个多智能体框架，能以接近 10 FPS 的速度从单目 RGB 视频中完成 3D 重建和相机跟踪，在合成与真实数据集上均达到了优于现有方法的精度。
值得关注：首次将多智能体并行策略与前馈式 3D 重建模型结合，解决了长视频中的累积误差问题，同时保持了高吞吐量。 克服了单目视频 3D 重建中长期存在的“速度 vs 精度”矛盾，为部署在实时系统上提供了可行方案。 开放了新的研究…
Linear representations of grammaticality in neural language models
本文提出一种基于中心化对数比率（CLR）变换和拉普拉斯平滑的线性时间语言识别方法，将字符及双字符频率建模为组合向量，在六种语言上取得鲁棒准确率，尤其对较长文本表现较强，可作为神经网络方法的高效可解释替代方案。
值得关注：首次将组合数据分析（尤其是CLR变换和Aitchison几何）系统性地引入语言识别任务，弥补了传统频率方法中距离度量不合理的缺陷。 与已有相关卡片（如DataGovBench、OT-ICA等）无直接重复；本工作聚焦于语…
2026 年 7 月 16 日，LlamaIndex 发布了 `@llamaindex/liteparse-grpc`——一个基于 LiteParse Node.js 绑定构建的 gRPC 服务器。LiteParse 本身是一个 Rust 库，用于解析非结构化文档（PDF、Office 文件、图像），已有 Node.js、Python 和 WebAssem…
值得关注：为 LiteParse 增加了结构化、强类型的远程调用层，适合微服务或后端服务间集成，无需手写 REST API 客户端。 借助 gRPC 双向流等特性（材料中未明确提及，但属于 gRPC 通用优势），未来可扩展更多交…
In-Place Tokenizer Expansion for Pre-trained LLMs
值得关注：针对紧凑型设备端模型的多语言支持痛点，提供了一种无需从头预训练的低成本升级方案。 通过“原地”方式避免破坏原有知识，使已部署的小模型可以平滑扩展语言覆盖。 相比已有相关卡片（本卡片为新话题，无直接关联），本文首次系统解…
HoloGeo: Mitigating Landmark Bias in Geo-localization via Evidence-Driven Reasoning
当前视频模型虽向视觉基础模型演进，但仍缺乏人类式的多步推理能力。流式自回归扩散模型效率高但推理能力有限，双向扩散模型可全局修正但细粒度帧级去噪导致高推理成本。两种范式在复杂推理任务中均难以兼顾逻辑一致性与低延迟流式生成。HDR 旨在统一两种范式，在因果视频生成中融入分层潜变量以实现高效多步视觉推理。
值得关注：HDR 首次在因果视频生成框架中实现了结构化的多步推理，弥合了高效流式生成与全局规划能力之间的鸿沟。 通过分层潜变量稀疏化，在保持低延迟的同时大幅提升推理一致性，为视频基础模型在机器人、自动驾驶等需要实时推理与规划的场…
四项LLM评判（包括Grok自身）一致认为，由LLM Grok全自动编写的百科Grokipedia在政治中立性上不如Wikipedia，且两者存在相反方向的意识形态偏好：Grokipedia偏袒经济右翼政客、惩罚社会自由主义政客，而Wikipedia则偏袒社会自由主义政客。
值得关注：首个大规模、多评判者的比较研究，直接评估LLM生成百科与人工百科的政治中立性。 揭示出依赖单一LLM生成公共知识产品可能存在新型系统性偏见，挑战了“AI中立”的假设。 对在线百科全书、信息检索和民主话语的公正性具有重要启示。
VEXMLM通过对XLM-R进行30,000个吉兹语子词词汇扩展和两阶段训练，在阿姆哈拉语和提格雷尼亚语的问答、情感分析和命名实体识别任务上显著超越基线模型，并将提升迁移到17种未扩充的低资源非洲语言。
值得关注：该工作直接解决了多语言PLM对非拉丁文字低资源语言的系统性歧视问题，提出了一种轻量级、可复用的词汇扩展与初始化策略。与既有技术（如Glot500）相比，VEXMLM无需重新预训练整个模型，仅通过局部词汇扩展即可获得显著…
自闭症成年人在自由观看绘画时，表现出一种独特的空间-时间双重注意模式：空间探索范围与艺术家相似，但时间动态（注视时长、停留时间、扫描路径一致性）则显著不同，且不与任何其他群体完全重叠。
对于高维分布中的任意 K 维边缘，若变量间存在弱或稀疏相互作用，则只需 O(√K) 个积分步（忽略 log d 项）即可控制未调整 HMC 和欠阻尼朗之万算法的 W₂ 偏差，表明偏差可以随维度“去局域化”，即局部边缘的偏差远小于总体偏差。
值得关注：挑战了“未调整采样器必须用 MH 调整才能实用”的传统认知，为高维大规模采样场景提供了理论依据，允许在控制边缘精度要求时使用更少的积分步数。 提供了统一的矩阵-多项式分析工具，可推广到其他带动量或混合类型的离散时间动力…