据腾讯研究院AI速递转述，Anthropic 新一代 Sonnet 5.5 遭泄露，内部代号「Fennec」，据称已进入最后阶段，最早或于下月发布，直接对标 DeepSeek V4 Flash；核心升级包括 200 万 token 上下文、更快推理与更低延迟、长上下文与多步规划增强，以及浏览器与终端等工具调用改善。
值得关注：本条是 Sonnet 系列产品动态的增量信息。相比已有相关卡片，本条聚焦具体模型泄露与竞争策略，提示 Anthropic 可能用中等尺寸模型（Sonnet）覆盖原本入门/轻量（Haiku）定位，以更低的成本提供接近旗舰…
NVIDIA NeMo Switchyard 通过“模型路由”机制，让 AI Agent 在任务执行过程中按需选择最合适的模型，在模型能力、成本与延迟之间取得平衡，从而避免“所有请求都发给最大模型”带来的浪费，也避免“一律使用小模型”造成的质量下降。
值得关注：传统 AI Agent 通常绑定单一模型，难以兼顾复杂任务的推理质量与简单任务的成本效率。NeMo Switchyard 将“模型路由”作为 Agent 工作负载的一等编排能力，使系统能够动态适应任务差异。 与既有相关…
ARA（Agent-Native Research Artifact）是一种面向AI阅读、复现和延伸研究的“Agent原生”科研知识格式，主张用包含探索过程、可执行代码和原始证据的知识包取代传统论文PDF。实验显示，AI基于ARA的理解和复现表现明显优于传统PDF加代码仓库，但ARA距离全面取代PDF仍有较大距离。
值得关注：ARA代表一种“Agent Native”的理念：过去是“人类—PDF—人类”，未来可能是“人类—Agent—ARA—Agent—人类”。这不是简单的格式替换，而是把科研过程本身作为可复用、可核验的知识资产，让AI能够…
JetPack 7.2.1 首次为 Jetson 带来 PyNvVideoCodec 2.2 的 Python 硬件加速视频编解码支持，并以统一 `jetson-videosdk` 智能体技能将开发者意图转换为可执行、可测量、可复现的视频流水线；同时支持在 Jetson T5000 模块上仿真 Jetson T3000 性能，便于提前开发面向低功耗、紧凑型…
值得关注：这是 NVIDIA 将智能体式工作流下沉到边缘视频编解码层的重要一步。之前已收录的卡片涉及 NeMo 自动研究工作流、Nemotron 3 Ultra 的 Agentic RTL 编码、Vera CPU 对 AI 工厂…
Meta宣布重回开源路线，发布Muse Spark 1.2，并开源300亿参数Agent模型Muse Glimmer；后者采用Apache 2.0协议，经4bit量化后仅需24GB显存即可运行，面向端到端任务、工具调用、多步推理等Agent场景设计。
值得关注：这是Meta在开源路线上的重要动作，与Google DeepMind的SIMA 2等通用Agent路径形成对比：Meta通过Apache 2.0协议和低门槛量化部署推动Agent模型普及。相比已有相关卡片，本条增量信息…
Erik Brynjolfsson将AI重新定义为“放大意图”——AI放大行动能力，但方向仍取决于使用者；下一代开发者的核心能力将从“写代码”转向“调度Agent集群”，并从被动接工单转为主动发现和定义问题。
值得关注：已有相关卡片多聚焦于具体AI代理产品或推理性能，本条则从经济学与组织分工角度补充了“Agent作为一种协作集群”的新范式：不只是模型能力提升，使用者的工作方式和组织知识沉淀方式也需要重构。这为开发者能力模型和企业AI落…
VidForensics-M1 首次将“元检测”（meta-detection）引入 AI 生成视频检测，通过强化学习同时优化预测标签与支撑证据，并利用时间定位作为可验证证据来源，从而提升对未知场景和新兴视频生成器的泛化能力。
值得关注：**首次将元检测引入 AI 生成视频检测**：不同于传统分类或仅标签级 RL，元检测同时优化证据质量，提升可解释性与泛化性。 **提出可验证证据的优势**：时间定位相比文本理由更不易受外部模型幻觉干扰，为强化学习提供更…
本文提出一个“测试时自进化”框架，让GUI智能体在部署后无需人工标注真值，通过“探索—评估—反思—内化”闭环持续改进视觉定位能力，在六个基准上平均准确率相对基座模型提升7.4%。
值得关注：现有同策略自蒸馏研究多聚焦于多模态推理后训练（如OPD-V）或多语言数学推理（如RP-OPSD）。本文的增量在于：首次将同策略自蒸馏引入GUI视觉定位的测试时适应场景，并针对该场景中无真值、失败探索、自回归前缀污染等问…
在固定动作标注示范预算下，先利用无动作内窥镜视频预训练手术视觉动态、再微调联合动作预测的 Surgical WAM，将四个模拟手术操作任务的平均成功率从 63.5% 提升至 77.8%，说明无动作视频可以为手术机器人闭环控制提供可迁移的视觉动态先验。
值得关注：已有手术世界模型通常把视频用于仿真或策略评估，Surgical WAM 则将视频预训练学到的视觉动态直接用于闭环控制，并验证了无动作视频对动作监督稀缺场景的增益。对数据采集昂贵的手术机器人领域而言，这意味着更多可得的视…
MISA-T 是一种面向混合强化学习（RL）回滚服务的路由层准入策略，通过自适应会话准入、工作负载感知的 KV 缓存容量分配和驻留时间感知的 KV 记账，在保持前缀缓存命中率和工作负载混合比例的前提下，显著提升 rollout 吞吐并缩短迭代时间。
值得关注：已有的强化学习系统优化工作多关注单类工作负载或单纯的前缀缓存复用；本条增量在于提出了一整套面向“混合 RL rollout 服务”的调度策略，解决了异构 rollout 会话共享 KV 缓存时的资源竞争问题，且不牺牲训…
MMCS 提出一种新的多模态预训练范式，通过把文本实体替换为对应视觉对象来提供显式对象级监督，仅用 5 万样本即可匹配或超过基于 60 万图像-文本对训练的模型。
值得关注：将对象级显式监督引入多模态预训练，缓解了图像级对齐的指称歧义问题。 与既有脉络的关系：与“MM-IssueLoc”等偏重多模态评测与任务应用的卡片不同，本条关注预训练阶段的视觉-语言对齐方法本身；与 WordVoice…
AI 研究系统可以在长程数学研究中帮助人类专家把格罗滕迪克常数 \(K_G\) 的最佳已知界限收紧为 \[ \frac{6\pi}{11} \le K_G \le \frac{\pi}{2\log(1+\sqrt2)} - 10^{-4}, \] 并产出被领域专家认为新颖的数学洞见。
值得关注：它提供了一个具体案例，说明 AI 不仅可以做代码、压缩或具身任务，也可以参与前沿数学研究。 它正面回应了“如何有效使用 AI 进行数学研究”的问题，强调长程研究、突破性洞见和理想条件。 与既有脉络的关系：已有相关卡片多…
本文构造了一个交互式 PCP 协议，使多项式时间验证者只需在少数点上查询电路、并读取一个证明预言机的少量位置，即可验证由概率电路和置信电路隐式表示的指数多个概率主张的近似一致性。
值得关注：它将交互式 PCP、NP 等复杂性理论工具与 AI 安全中的“诚实性”问题联系起来，提供了一种无需枚举指数多个条件概率即可验证模型概率输出一致性的可能性。相比已有关于 LLM 信念表达、概率张量分解、神经元归因的卡片，…
本文提出一种分层经验贝叶斯朴素贝叶斯（HEB-NB）平滑方法，通过数据自适应地学习 Dirichlet 先验浓度，取代固定强度的平滑规则（如 Laplace、Lidstone、Krichevsky-Trofimov、m-估计），在理论上给出 minimax 最优性保证，并在 31 个基准数据集上提升概率预测质量与校准性能。
值得关注：固定平滑规则在朴素贝叶斯中长期被默认使用，本文从经验贝叶斯和 minimax 理论角度提出了一种数据自适应的平滑方案，并提供了有限样本风险分离的理论保证。相比已有相关卡片（如聚类特征选择、多模态经验贝叶斯 VAE），本…
TrustNLP 研讨会六届共 144 篇论文显示，可信自然语言处理领域的研究重心已从“静态模型的事后解释”转向“生成式系统的机制理解与主动控制”；其中 truthfulness（真实性/诚实性）是增长最快的维度，fairness（公平性）是最持续的主题，explainability（可解释性）则呈 U 形变化。
值得关注：该工作提供了六年可信 NLP 文献的横向量化画像，显示“可解释性—控制”这一范式变化不是个别论文的主张，而是研讨会整体主题结构的迁移。它提示研究者：随着生成式模型能力增强，可信度问题的分布也在变化；机制可解释性的回升可…
在受控合成基准 CriticalSCM-Bench v1 上，学习排序模型 LambdaMART 仅在部分供应链场景中显著优于简单基准；而在数字基础设施场景中，领域知识驱动的常量缓冲策略依然更强，说明供应链干预排序不应默认追求模型复杂度。
值得关注：该工作区分了“识别/归因扰动”与“选择最优干预”两个不同问题，并在同一受控环境中比较了自适应排序模型与简单结构策略，识别出“自适应排序能增值”和“简单策略更优”两种不同机制，为供应链韧性决策中的 AI 应用边界提供了实证参考。
ConVAWG: A Retrieval-Grounded Framework for Controlled Synthetic Dialogue Generation in Violence Against Women and Girls
条件独立性（CI）检验是约束基因果发现的“统计引擎”：在 PC、FCI 等算法中，骨架剪枝和关键方向判定直接依赖 CI 检验结果；本综述将常用 CI 检验方法分为六大家族，并系统考察其假设、稳健性与可扩展性。
值得关注：在 PC、FCI 等约束基算法中，CI 检验是决定最终因果图质量的核心环节，但以往研究常将具体检验方法作为黑箱使用；本综述系统梳理了各方法族的适用条件、失败模式和开放问题。 相比已有相关卡片（如 Causal-TS 工…
Capturing Uncertainty in Human Motion for Representation Learning in Soccer
本研究对稀疏自编码器（SAE）的活跃潜在特征集合进行“集合级重叠”分析，发现SAE特征在理想化设置之外并不以简单“特征袋子”（bag-of-features）的语义进行组合，且其集合相似性主要追踪模型内部结构，而非人类概念边界或典型性判断。
值得关注：稀疏自编码器常被视为解释LLM内部表示中可解释特征的重要工具，隐含假设是特征按稀疏线性叠加方式组合。 本文提示，仅把SAE活跃特征当作一个“集合/袋子”来理解概念，可能不足以刻画真实语义组合；这为可解释性方法的适用范围…