本文提出了首个确定性算法，能够对任意二维奇异模型精确计算局部学习系数（即局部实对数规范阈值 RLCT），其适用条件为模型的 Kullback-Leibler 散度与某个多项式接触等价，并展示了包括多项式神经网络在内的广泛应用。
值得关注：奇异模型的模型选择长期受限于近似方法的误差。该工作将学习系数的计算从“特例可解”推进到“二维多项式类模型普遍可解”，是代数几何、计算符号计算与机器学习交叉的一个进展。相比已有相关卡片关注的优化器或状态空间模型，本条卡片…
该论文提出一种面向电子航海图（ENC）变更的自动化分类方法：通过专门设计的基线编码方案将复杂矢量数据变更转化为结构化表格数据，再使用梯度提升树（gradient-boosted trees）进行分类。在两个运营数据集上，该方法达到 90% 和 94% 的准确率，比默认超参数模型高出 5–7 个百分点。
值得关注：减少人工审查负担，提高 ENC 变更分类的一致性与可扩展性。 提供一种可复现的基线编码方法，推动机器学习在地理空间信息维护中的实际落地。 与已有相关卡片中的人形机器人基础模型、LLM 调度、天文分类等方向不同，本条增量…
本研究利用家庭睡眠呼吸暂停监测（HSAT）记录，通过动态因果图学习揭示了睡眠呼吸障碍因果结构在不同性别和年龄亚组间的系统性差异；其中时间自依赖和呼吸暂停-去饱和关系在所有亚组中稳定存在，而其他因果关系变化显著。
值得关注：该工作首次（待核实具体是否为首次）将动态结构因果建模应用于家庭睡眠呼吸暂停测试数据，展示了一种无需侵入性实验室检查即可发现睡眠障碍人群间因果差异的路径。相比已有相关卡片，本条聚焦于健康/临床时间序列的因果结构发现，而非…
DreamHand 将视频扩散模型（VDM）改造成确定性几何编码器，在单个前向传播中恢复被遮挡甚至短暂出画的手部度量3D轨迹，在五个自我中心基准上达到新SOTA。
值得关注：与已有“视频扩散模型重用途”脉络不同：MotionForesight 将视频模型用于未来3D场景流预测，MirrorWorld 用于镜像反射生成，而 DreamHand 将视频扩散模型用于确定性的3D几何恢复。它展示视…
DICS（Data-Informed Centroid Splitting）通过基于聚类的数据驱动先验构建紧凑的候选分裂集，在保持决策树分类精度的同时显著减少训练时间，并提供了在特定假设下不劣于穷举分裂搜索的理论保证。
值得关注：传统决策树训练的计算成本随数据维度和规模增长迅速上升，DICS 提供了一种不依赖穷举搜索的替代方案，兼顾性能与效率。其理论保证试图说明这种加速不以分类性能为代价，为后续研究提供了可验证的分析框架。
本研究将**默读**作为可扩展的代理任务，证明了从单个受试者的非侵入性干电极脑电（EEG）中，可以通过对比学习解码出开放词表的词汇信息，且解码效果受限于数据量而非已达到饱和。
值得关注：本研究提供了一条可扩展的、非侵入式的“读脑”研究路径。相比难以采集的内心独白数据，静默阅读作为代理任务可大规模获取，且展示了开放词表词汇信息可从 EEG 中恢复。该结论有助于推动脑机接口、神经语言学与语言解码领域的发展…
DARS 是一个面向“规划器-渲染器”两阶段指令图像编辑系统的强化学习框架，通过双层信用分配和四字段结构化推理，把最终图像奖励转化为对规划器和渲染器更细粒度的训练信号；论文报告其在五个基准上优于使用相同骨干、数据、奖励模型和 rollout 预算的 Joint RL 基线，在推理密集型编辑上增益最大。
值得关注：DARS 直接回应“最终奖励不知道应该怪规划器还是渲染器”这一信用分配难题。它将信用分配从单模块、单智能体动作序列扩展到“规划-渲染”双模块流水线，并结合结构化推理在规划器内部做词元级奖励重加权，是对结果级强化学习信号…
Daedalus-150M 是一个 150M 参数的语言模型，设计时先固定“单用户、逐 token、4-bit 权重、普通 CPU”的推理目标，再选择架构：18 个 block 中仅 6 个保留全注意力，其余 12 个使用记忆宽度恒为两个时间步的短卷积。它在 59.9B 个 token 上从零训练，五项任务基准得分 47.31，超过训练前设定的 42.20…
值得关注：该工作把部署约束前置到模型设计阶段，而不是事后把大模型压缩到 CPU。短卷积设计使大部分网络不随上下文增长而重读缓存，因此长对话解码速度优势更明显；同数据、同规模的控制实验也说明收益来自架构本身。其增量信息在于：将“混…
ContractScrub: A benchmark for final review of legal contracts
现有大语言模型“遗忘”（unlearning）评测只考查孤立事实的删除，而新提出的 ConceptGuard 基准把评测推进到“双重用途概念”层面，结果发现当前主流遗忘方法在上下文分离、概念级控制和保持有用知识之间表现普遍较差，难以满足真实安全需求。
值得关注：此前基准（如简单的facts遗忘集）低估了真实场景中“知识既有害又有用”的复杂性；本工作把评测对象从事实转向概念。 与已有相关卡片相比，本卡片涉及的是 LLM **安全对齐中的“遗忘”能力评测**，属于不同的研究脉络；…
在Solana链上的meme币rug pull骗局中，仅凭代币上线后前5分钟的交易数据，经典机器学习模型（尤其是XGBoost）就能对潜在rug pull做出早期预测，而无需依赖智能合约代码级特征；多来源数据融合还能提升跨平台（PumpFun与Raydium）检测的可靠性。
值得关注：这是已知较早（或称为“先驱”）在Solana生态上进行大规模rug pull早期检测的研究，填补了此前集中于以太坊的空白。 结果说明：即使没有代码审计信息，纯市场数据也能在极短时间窗口内捕捉rug pull信号，这与“…
CalcSeg 提出了一种置信度感知的潜在上下文课程学习框架，利用单序列 2D LGE-CMR 图像生成融合的 3D 特征，并在多中心临床数据集上一致优于现有心肌瘢痕分割方法，尤其在低组织对比、弥散和小范围瘢痕等困难病例上提升显著。
值得关注：单序列 LGE-CMR 在临床中更常见，但 3D 上下文不足；CalcSeg 提供了从稀疏 2D 输入恢复 3D 上下文的可行思路。 半监督课程学习结合置信度评分，减少了对人工标注的依赖，并能够自动识别困难样本。 与已…
LLM智能体能否从过往任务中可靠迁移“技能”，关键取决于技能的归纳方式：将任务分解为子任务并以文本形式归纳出的技能，通常比整任务级归纳和代码形式更可靠；任务级技能甚至可能让智能体低于无记忆基线。研究还提出一个只需技能和任务描述即可计算的“技能效用分数”，用于在新任务运行前诊断技能记忆。
值得关注：该研究直接回应了“智能体经验何时可靠迁移”这一开放问题，表明“怎么记录经验”比“有没有经验”更重要。 技能效用分数不需要执行任务，因此可以成为技能记忆的“运行前体检工具”，帮助智能体在复用历史技能前规避负迁移。 对LL…
本文提出一种名为 Relation 的替代性 token 混合（token-mixing）原语：先构造显式的 Self 与 Exchange 关系，再据此推导信息流；在约 10M、30M、100M 参数的 decoder-only 模型上，Full Relation 的最终验证 NLL 均低于标准多头注意力（MHA），FlashRelation 在固定上下…
值得关注：这是对 Attention 核心机制的一种结构性替代方案，而非简单注意力变体。其“关系先行、流动在后”的思想可能启发新的模型架构设计。与已有相关卡片相比，本卡片聚焦基础模型内部的 token 混合原语，属于独立的新研究方向。
本研究提出并展示了一个可审计的三智能体工作流，将对话式出行调查、结构化数据处理和天气敏感的出行行为预测串在一起。在五分类出行方式预测上，最佳纯文本零样本 LLM 达到 69.9%，使用与受访者相同的天气图像后，最佳视觉配置达到 71.5%，高于随机森林基准的 69.6%。
值得关注：这项研究的意义不只是比较模型准确率，而是把“数据收集”和“预测建模”纳入同一个可审计的智能体流程。它展示了对话式调查、传统行为模型、机器学习和多模态 LLM 预测能够在多大程度上被协调和比较，而不是彼此割裂。
AI4AI-Bench 将递归自我改进（RSI）的关键问题落到一个可测量任务：LLM智能体能否改写训练算法本身。结果显示，6个系统的29种配置在10个任务上的平均分只有0.166，最佳系统0.250，即使最强系统也只完成从已有算法到任务最优距离的不到1/5；多数提交甚至从未改变模型的学习方式。
值得关注：论文把RSI的可行性归结为“智能体能否设计训练算法”，AI4AI-Bench 是试图在此处建立可重复评测的基准。 与“通过收集数据或调超参就能获胜”的旧基准不同，它用“从零重跑+固定评估器+原算法对照”把分数集中在训练…
该论文提出一个面向电力系统保护中机器学习研究的标准化评估框架，主张将评估设计本身视为科学贡献的一部分；在 PROTECT-90 基准上的案例研究表明，当前常见的“近满分”性能高度依赖评估设定，而干净数据下的高准确率并不能代表鲁棒性。
值得关注：该框架将评估设置从隐含的“实验细节”提升为必须显式报告和论证的科学内容，为电力系统保护机器学习研究提供了可比性、可审计性和未来面向认证的评估基础。与已有相关卡片不同，本文关注的是基础设施领域的可靠性与标准缺失问题，而非…
该研究在完全相同的部署条件下，对天花板安装的FMCW雷达、IR-UWB雷达和Wi-Fi感知进行了受控对比，发现IR-UWB在跨受试者人体活动识别上最优（89.0% macro F1），FMCW对未见房间布局泛化性最好（83.8% macro F1）；在睡眠监测任务中，所有技术均超过92% macro F1，且识别性能与环境鲁棒性之间存在权衡。
值得关注：该研究填补了FMCW、IR-UWB和Wi-Fi感知在相同条件下系统对比的空白，尤其是针对天花板安装这种实际部署形态。它有助于医疗健康监测系统的技术选型：若追求跨受试者识别精度可选择IR-UWB，若需要跨环境泛化可考虑F…
4DAnyone 提出一个从无标定单目视频重建4D人体的框架：先用视频扩散模型生成“重建级”多视角一致视频，再将其提升为4D高斯泼溅（4DGS）；该方法针对多视角生成中的有界注意力上下文问题，提出参考上下文打包（RCP）与目标上下文路由（TCR）。
值得关注：4DAnyone 明确指出多视角视频生成扩展到数十个视角时的主要瓶颈是“有界注意力上下文”，而非单纯的生成质量，为视频扩散模型服务重建任务提供了新的改进思路。 与既有脉络的关系：和 MV-Forcing 同属多视角一致…
WorkBuddy 以对话机器人身份进入企业微信通讯录，在已认证企业的授权范围内调用消息、文档、会议、微盘等十大能力，支持一句话总结未读消息、自动读取群聊所引文档与日程，代发消息须本人确认。
值得关注：**与既有脉络的关系**：既有卡片记录了企业微信在 2026-08-19 开放 CLI 与 MCP、允许 WorkBuddy 等直接调用十大办公能力；本条是其客户端化落地与交互细节的增量信息，说明该能力已进入面向认证企…