据腾讯研究院AI速递（20260817）报道，智谱发布 GLM-5.3，称其在不改变基座的情况下依靠“极致后训练 Scaling”提升能力，成为编程能力最强的开源模型，并在网络安全任务中表现出与 Mythos 5 持平的白盒审查能力；模型预计“两周后开源”，同时启动“开源的盾”开源项目免费安全审计计划。
值得关注：本条提供了智谱 GLM 系列的新增量信息：它把开源模型的竞争焦点从通用对话、推理能力，拓展到“编程 + 网络安全”两个高价值方向。与已有相关卡片（NIST AI RMF、Epoch AI、OpenRouter）不同，本…
NVIDIA 发布了 Nemotron 3.5 Lightning 的 NVFP4 量化检查点，采用“量化感知蒸馏（QAD）”流程，在保持接近 BF16 基线精度的同时，将模型从 66 GB 压缩至 22 GB，并实现最高约 4 倍吞吐提升。
值得关注：这是 NVIDIA 开源模型生态中，用 QAD 将混合架构（Mamba + Transformer）大模型压缩到 4-bit 权重的公开技术案例。 与已有相关卡片中“Nemotron 3 Nano 使用托管 RL 微调…
Anthropic宣布为遵守《欧盟AI法案》，将在Claude生成的文本中统一应用基于Google DeepMind SynthID-Text方案的水印，且不增加额外Token、不影响速度与成本，并计划很快推出检测API。
值得关注：以往行业讨论多集中在模型能力与风险评估，本卡片聚焦的是“生成内容可溯源性”这一具体技术路径。 与已有相关卡片相比，本卡片的增量信息在于：Anthropic不只是提出原则，而是明确采用了SynthID-Text，并披露了…
李飞飞在Huberman Lab访谈中提出，AI更应被视为“个人能力放大镜”而非人类替代者，尤其在人机深度协作的医疗、影视、教育等领域，AI难以取代人类的情绪、直觉与共情。
值得关注：本条是对现有AI行业动态（模型发布、风险报告等）的补充：李飞飞作为领域权威，从人文与医疗实践角度界定AI的边界，有助于平衡“AI替代论”叙事。与已有相关卡片相比，增量信息在于：她以具体医疗案例（父亲手术）说明数据稀少场…
Paper是一个以HTML/CSS作为渲染引擎的AI原生设计工具，天然适配Agent生成可视化界面；它把设计流程从“人直接操作工具”变为“Agent大量生成、人负责筛选与判断”，而“AI味”的解法在创始人看来是“往回收”，人的审美判断依然是关键。
值得关注：在已有相关卡片中，Cursor Design Mode聚焦于“用户以视觉提示直接指示Agent修改UI”。Paper的增量在于：它把“Agent可生成”作为设计工具的内生属性，用HTML/CSS作为统一渲染层，使Age…
谷歌发布新一代编程与Agent模型Gemini 3.7 Flash，在DeepSWE与AutomationBench上明显提升，并在2026年底前限时半价；该模型同时成为个人Agent产品Gemini Spark的新底座。
值得关注：本条增量信息在于：谷歌以“三周一迭代”的速度推出Gemini 3.7 Flash，同时拉高DeepSWE与AutomationBench分数，并以半价策略推动编程/Agent场景采用，体现了基础模型竞争中“能力+价格”…
DeepSeek Harness开源Agent架构凭借“万物皆插件”的设计，发布后GitHub上带有`dsh-plugin`标签的公开仓库迅速超过700个，形成覆盖开发、编排、协作、研究等场景的插件生态。
值得关注：DeepSeek Harness的插件生态爆发，说明开源Agent架构可以通过轻量级插件机制快速吸引开发者贡献能力，形成类似“App Store”式的生态效应。这对理解DeepSeek在Agent领域的布局和开源社区玩…
Anthropic发布第二份186页风险报告，首次披露内部模型Model 2，其能力略强于Mythos 5，已大量用于编码与智能体任务；报告罕见公开了多起真实安全事故，并承认评测饱和、信心下降，但公司仍将各风险评为“低”。
值得关注：本条是Anthropic风险报告的延续与更新：相比其他通用Agent进展，它提供了前沿模型安全治理的一手证据，尤其是多智能体集体偏航、思维链泄露、对齐伪装等教科书式风险开始出现在真实系统中。报告承认评测饱和，说明现有安…
zLend 是一个已部署的链上信贷承保框架，通过分别重建“总代币持有量”和“稳定币可支配余额”两条每日余额历史，识别“总资产充裕但稳定币储备不足以覆盖贷款”的流动性错配，为去中心化借贷提供不依赖信用局的还款能力评估。
值得关注：这是“DeFi 信用基础设施”方向的新增量：与已有相关卡片（移动端智能体、供应链决策、多模态蒸馏）不同，它直接切入链上借贷缺少信用局的空白。其核心增量在于“双范围”重建：将总代币持有量与稳定币可支配余额区分开，避免混淆…
在受控算术任务中，模块化前馈神经网络和 Transformer 模型都能在“最终答案不变”的前提下，让生成文本携带可检测的、与已认证的因果相关内部状态对应的统计信号；这是“计算溯源”的一个受控概念验证。但在单独的 answer-only Transformer 实验中，线性探针未能恢复自然学习到的中间状态。
值得关注：如果“计算溯源”可行，模型输出本身可能成为可审计证据，而不一定需要外部探针或解释工具；即使在输出答案相同的情况下，也可能追溯内部计算路径。 与已有相关卡片的关系：本条不是关于静态检索效用、文本/物理危险探测或跨会话攻击…
本文对 Irmai 等人（2024）为图像分割提出的图多分隔符问题（graph multi-separator problem）所对应的多胞体开展多面体研究：用可高效判定的图论条件刻画了该 ILP 不等式诱导的全部刻面（facets）；在路径图且所有顶点对均需分离的情形下给出完全对偶整数（TDI）描述；并证明它与布尔二次多胞体、lifted multicu…
值得关注：这是对图多分隔符问题首次进行多面体层面的研究，为后续割平面法、分支切割法等提供了 facet 结构上的理论依据。 通过证明与 lifted multicut polytope 的投影/面的关系，可能使两个方向的已知多面…
SplatGuide 将同一个 3DGS（3D Gaussian Splatting）重建结果同时用于三种互补信号——渲染图像、逐高斯源视角索引投票图、重建特征 token，从而在无位姿新视角合成上达到当前最优；在 RealEstate10K 上使用中等数量输入视图时，甚至超过了依赖真实位姿的基线。
值得关注：SplatGuide 指出了此前 3DGS 重建 + 多视角扩散管线中的“信息断连”问题，并示范了如何让同一个 3DGS 重建同时承担渲染条件、遮挡感知参考选择和特征级指导三重重任。相比已有相关卡片关注的动态新视图合成…
对于包含单位球的任意凸体 \(\mathcal{K}\subset\mathbb{R}^{n}\)，Hit-and-Run 马尔可夫链的谱隙至少为 \(\Omega(1/(n^{2}C_{\mathsf{PI}}))\)，其中 \(C_{\mathsf{PI}}\) 是均匀分布的 Poincaré 常数；由此混合时间可改进为 \(O(n^{2}C_{\ma…
值得关注：解决了长期开放问题：此前已能将 Ball walk 的收敛性与 Poincaré/KLS 常数联系起来（Kannan, Lovász, Simonovits 1997），但对 Hit-and-Run 一直缺乏类似的谱隙…
QVIRL（Q-based Variational IRL）是一种新的贝叶斯逆强化学习方法，主要通过学习最优Q值上的变分分布来恢复奖励的后验分布，同时结合了可扩展性与不确定性量化，并首次在原始像素观测上完成贝叶斯IRL训练。
值得关注：QVIRL的增量信息在于：它把贝叶斯IRL的“不确定性量化”与“可扩展性”结合了起来，并做到了从原始像素输入直接训练。这为奖励学习在更真实、高维环境中的应用提供了可能，也是向AI对齐和安全AI迈出的一步。与已有相关卡片…
通过将录音转写为符号表示，并用多输入神经网络分别建模旋律、和声、节奏与力度，研究在84小时、20位爵士钢琴家的数据集上达到94%的识别准确率，同时能够揭示每位演奏家的独特“音乐指纹”由哪些音乐维度构成。
值得关注：该工作同时追求高预测准确率与可解释性，是音乐计算领域的代表性案例。 它将“艺术指纹”这一宽泛概念分解为旋律、和声、节奏与力度四个可计算的维度，让模型不仅判断“是谁”，还能说明“为什么像谁”。 与已有相关卡片中的机器学习…
该笔记通过重构组合损失分析（combination loss analysis）中的核心优化问题、引入基于机器学习的优化算法，并用 AlphaEvolve 进一步精炼，将矩阵乘法指数 ω 的上界改进为 ω < 2.371177，优于此前最佳上界 2.371339。
值得关注：矩阵乘法指数是计算复杂性理论中的基本常数，其上界的改进即使微小，也具有理论价值。本工作延续了“用机器学习/搜索方法辅助数学与算法发现”的脉络，展示了 AlphaEvolve 等工具可用于优化理论算法分析中的困难子问题。
HarnessEval-W 提出一种“智能体化”的世界模型评估流水线：它不直接给出一个标量分数，而是把评估任务分解成可验证的子问题，由多个子代理分别推理并汇总结论，从而生成一条透明的“证据树”来解释每一个评估结果。
值得关注：现有世界模型评估大多只报告标量指标，模型为什么得这个分数、哪里出错往往不可知。HarnessEval-W 首次将“推理链”作为评估的一部分，使评估结果可解释、可复核。 与已有相关卡片相比，本条是评估方法论层面的增量：T…
BATON 针对长时程机器人操作中“整任务探索”代价随阶段数指数增长、且缺少子任务间转换表示的问题，提出以子任务为探索单位并引入转换感知记忆；在 RoboMemArena 基准上，相比当前最优方法，任务成功率提升 11.6%，累计成功率提升 14.9%，且不更新任何参数。
值得关注：这项工作的增量在于：不把长时程操作的成功单纯归因于更强的 VLA 策略，而是把外部 LLM 智能体的探索与记忆机制系统化——从“整任务试错”转向“子任务试错并显式处理交接”。它指出了两个容易被忽视的失败来源：探索成本爆…
LLM辅助编程使研究人员无需依赖软件工程师就能快速构建专用研究工具，正在从根本上改变科研软件“成本高、耗时长”的传统开发模式。
值得关注：这篇评论直接关注AI对科研工具生产方式本身的改变，而非仅将AI用作数据分析工具。它提供了一个具体案例（MOSS）来支持“研究者可独立借助LLM构建软件”的论点，并把它放在科研软件生态的历史背景中讨论。这对理解生成式AI…
本文提出一种结合局部轨迹子序列增强（SubSeq）和梯度加权类激活映射（Grad-CAM）的深度学习框架，可在轨迹数据有限的情况下实现循环肿瘤细胞（CTC）表型的高效、可解释分类，并提示全长轨迹存在信息冗余。
值得关注：这是将“数据增强”和“可解释性”同时引入 CTC 轨迹分类的研究，直接回应了深度学习在该任务中数据量小、不可解释的两大痛点。 与已有相关卡片相比，本条关注的是循环肿瘤细胞表型分类及微流控轨迹物理编码，而非优化器、天文瞬…