OpenForgeRL 是一个开源框架，通过轻量级代理和 Kubernetes 编排器解耦训练与推理，使得研究者能够直接在实际部署的 AI 代理推理框架 (Harness) 中，使用标准强化学习 (RL) 代码库对智能体进行端到端训练，并在多项工具使用和 GUI 操作基准上以较少任务量超越了同等规模的开放基线模型。
值得关注：此项工作解决了当前开源 AI 代理训练中的一个关键障碍：无法在端到端的训练流程中融入先进但复杂的推理框架。OpenForgeRL 提供了一个通用、可扩展的解决方案，使得研究者可以不在标准 RL 框架和专有推理框架之间做…
本研究证明，仅使用重整化方程残差训练的神经网络可以高精度求解四维Landau规范杨-米尔斯理论中耦合的鬼和胶子Dyson-Schwinger方程，其解与标准定点解在百分比水平一致，且对多种超参数变化保持稳定。
值得关注：证明了神经网络可以作为一种“免数据”的微分方程求解器，直接应用于量子场论中耦合、非线性的积分-微分方程系统。 数值实验表明神经解对超参数不敏感，而物理模型变化才是主要误差来源，这为未来使用类似方法探索更复杂截断（如包含…
MIRROR 是一种基于自监督强化学习的方法，通过让视觉-语言模型在同一问题的不同模态视图（纯文本、纯图像、图文结合）之间互相学习，显著提升了模型在几何推理任务上的准确性和跨模态一致性。
值得关注：首次系统揭示了视觉-语言模型在多视图几何推理中的模态不一致性，并量化了不同视图的互补性。 MIRROR 提供了一种无需额外标注、仅利用模型自身多视图表现即可提升推理质量的思路，与已有“多模态多环境机器教学”卡片相比，本…
待核实（原文未提供明确的单一结论，从摘要推断：MedGame框架通过双引擎设计将静态临床案例转化为故事化游戏，在5000例基准测试和初步学生研究中显示出比纯文本方案更高的参与度和实用价值。）
值得关注：**填补空白**：将大语言模型从单轮问答/反馈延伸至完整的临床案例决策轨迹，支持结构化的故事化学习路径。 **实用价值**：通过游戏化叙事降低医学教育枯燥感，提升学生主动性和临床推理能力。 **开源贡献**：提供了交互…
渐进式种子剪枝（PSP）打破了扩散模型推理时固定内存占用的约束，通过早期加载大量候选种子并逐步剪枝，在相同计算预算下显著提升了图像生成的对齐质量（GenEval 自动评估与人类评估），性能优于 best-of-N、重要性采样和树搜索等基线。
值得关注：为扩散模型的推理时缩放提供了新方向：利用早期阶段的“探索红利”提升性能，而不增加总计算量。 与 LLM 推理时的链式搜索、树搜索形成类比，但专门针对扩散模型的去噪过程设计，可能启发更多针对图像生成推理的优化策略。 补足…
本文通过构造更大的独立集，将奇环 \(C_7\)、\(C_{11}\)、\(C_{13}\) 的香农容量下界分别提升至约 3.258020、5.289773、6.300109，并展示了大型语言模型（LLM）在发现显式组合构造中的潜在作用。
值得关注：香农容量是信息论与图论交叉的经典难题，奇环的精确容量自1950年代提出以来未被完全解决。本文对三个奇环的下界推进具有理论意义。 首次在高质量组合构造论文中系统使用LLM作为发现工具，可能开启“人机协作”数学发现的新范式。
GS-Agent 是一个多智能体框架，它通过让多个大模型驱动的智能体模拟人类创建4D世界的工作流程，自动从自然语言描述生成动态、物理逼真的4D场景（含液体、可变形物体与刚体交互），并实现电影级相机与光照控制。
值得关注：填补了现有生成方法在物理合理性和可控性方面的空白。 提供了一个端到端、可自动化的多智能体解决方案，显著降低4D内容创建的人工成本。 将物理引擎与基础模型结合，有可能推动虚拟世界构建、游戏开发、机器人仿真等领域的进步。
GraphVid 通过结构化交互图代替轨迹或文本，实现了对多主体交互视频的精准、灵活控制，在视频质量指标上显著优于 Motion-I2V，且所需训练数据和参数更少。
值得关注：现有可控视频生成多依赖轨迹（像素级）或文本（语义级），GraphVid 填补了中间层次——利用图结构描述物体间关系，既保留了语义的灵活性，又提供了明确的几何/运动约束。 与已有相关卡片（几何互易定理、MV-Forcin…
将环肽分子的多个构象（构象系综）通过共享等变图神经网络编码后池化，并经过自监督预训练，可显著提升分子性质预测性能；单独从头训练则完全失败。
值得关注：首次系统验证了在环肽领域，利用构象系综而非单一构象进行性质预测的显著优势。 提供了预训练 + 微调范式的可行方案，且联合序列建模能互补信息。 该项工作为柔性分子（如环肽、多肽）的机器学习建模开辟了新方向。
Future Rendering $\neq$ Future Surface: A Benchmark and Dataset for Dynamic Surface Reconstruction Beyond the Observed Window
本文提出一种Petri网引导的LLM测试生成方法，通过将API资源、生命周期和因果依赖建模为有色Petri网，推导合法并发场景并作为约束中间表示，再由LLM合成可执行Rust测试，同时通过局部忠实性契约与修复循环保证代码忠于模型意图。
值得关注：直接应对LLM生成并发测试时常见的“表面测试”和“丢失并发”问题。 利用Petri网的数学基础提供可验证的场景约束，弥补纯LLM方法的语义不可控性。 提出自动化的场景到测试代码的转换流水线，减少手工编码负担。 对Rus…
Finite-Sample Coverage Audits for High-Recall Candidate Generation: Certification and Learning-Theoretic Design
本文提出**扩展生成流（EFlows）**与**扩展流映射（EFMs）**，将传统固定维度/固定长度的生成流推广为输出大小本身可学习、可控的自由度，从而支持变长序列与变尺寸图生成等动态输出任务。
值得关注：现有流模型在生成时必须预先指定输出维度/长度，限制了其在自然文本、分子图等输出长度不固定的场景中的应用。EFlows/EFMs首次将**维度扩展**内化为生成过程的一部分，使模型能自动决定何时停止扩展以及扩展多少，是可…
大语言模型推理时，KV缓存随着序列长度增长而膨胀，常见做法是使用重要性分数保留top-k token（确定性驱逐）。本文证明：这种设计存在根本性缺陷——攻击者可以篡改被驱逐的token值，使得系统保留的所有内容不变，但真实注意力输出误差任意增长，因此任何运行时误差估计量都不一致。研究问题：如何设计一种可识别、可证书化的KV缓存驱逐策略，既能保证误差有界，又…
值得关注：理论贡献：首次严格证明确定性驱逐无法一致估计注意力输出误差，揭示了其安全性和可靠性风险。 实用贡献：随机化方案几乎无精度损失，且可给出严格的每步误差上界，填补了KV缓存压缩领域“无法得知破坏了什么”的空白。 与既有脉络…
DONDO: Open w2v-BERT Speech-Recognition Base Models for African Languages
MAPS 通过一个集中式 Master 智能体生成紧凑连续的全局协调嵌入（proto‑plan），再由分散式 Worker 智能体结合局部观测执行车辆控制，在 HighwayEnv 的 72 种路口配置中实现无碰撞导航并显著降低平均通行时间，且支持零样本扩展到更多车辆（3→5 车成功率 94%）。
值得关注：提出了一个可解释性更强的中间表征（proto‑plan），将协调策略浓缩为连续嵌入，便于分析全局意图。 层次化解耦策略降低了多智能体协调的复杂度，为实际部署提供了一种灵活的框架（可独立升级 Master 或 Worke…
本文提出CRWKV框架，通过聚类感知语义动态重排序（CSDR）将传统RWKV的固定扫描路径改造为内容自适应的Token轨迹，并结合暗响应调制局部传播（DMLP）补偿空间局部连续性，在水下图像增强多个基准上取得了当前最优的定量性能和视觉质量。
值得关注：首次将聚类感知机制引入视觉RWKV模型，解决了固定扫描顺序与水下图像空间异质退化之间的矛盾，为线性复杂度长程依赖模型在图像恢复中的应用提供了新范式。 同时兼顾了语义驱动的自适应建模与局部结构保持，超越了仅依赖全局或局部…
本文提出一种基于多教师蒸馏和雷达POV-BEV融合的自训练流水线，在雨、雾、雪等全天气条件下实现了最先进的自监督深度估计性能，代码已开源。
值得关注：当前自监督深度估计研究多假设理想天气条件，实际部署时鲁棒性不足。本文首次通过多教师蒸馏结合POV-BEV雷达融合来系统解决全天气条件下的自监督深度估计问题，且使用未配对的真实数据（无需额外标注），增强了方法的实用性。相…
LLM在道德推理中更新判断的过程并非简单的“谄媚”失败模式，而是沿着社会距离、来源归因和联盟结构三个维度进行结构化调整，这为区分建设性信念修订与谄媚性顺从提供了原则性基础。
值得关注：当前对齐研究多聚焦于减少谄媚作为独立失败模式，但忽略了模型需要灵活区分何时该接受影响、何时该坚持原则。 该研究将社会心理学理论引入LLM行为分析，为设计更稳健、更合乎伦理的AI系统提供了新视角。 与“多智能体辩论中社会…
时间序列分类器的忠实解释不仅需要识别足以维持预测的子序列（充分性），还需要识别那些一旦被干预就会破坏预测的必需子序列（必要性）。TimePNS 框架通过反事实干预实现了必要性感知的解释，在保持充分性的同时显著提升了必要性，优于现有仅关注充分性的方法。
值得关注：现有解释方法多聚焦于充分性（“哪些片段足以支持预测”），但缺乏必要性分析可能导致伪相关被误判为重要，降低解释的可信度。 TimePNS 首次将反事实必要性引入时间序列解释，提供了更严格的忠实性标准，与人类直觉“如果没有…