波士顿动力博客“Ask a Roboticist”系列新增一篇机械工程师Diane的专访，来源描述称其主题涉及机器人的耐久性测试以及如何在数周内模拟数年的机器人使用；但抓取到的正文片段显示的是“Meet Ethan”，因此Diane专访的具体内容与身份细节待核实。
值得关注：波士顿动力的公众形象长期集中在动态运动与视频演示上；“Ask a Roboticist”系列把叙事转向工程细节与工程师个人经历，有助于理解机器人产品化背后的可靠性工作。 对产业观察者而言，耐久性测试能力是判断机器人能否…
ForgeStencil 是面壁智能联合 OpenBMB 开源的 AI 优化系统，据称是全球首个支持 Stencil 自动研究与部署的系统；它由 Kernel Agent 与 App Agent 组成，宣称可在零人工介入下实现从优化想法到应用部署的闭环，一周自动优化 100+ 工业与科学软件，同精度较最优基线平均加速 2.35 倍。
值得关注：已有相关卡片分别涉及通用 3D 世界代理、编码智能体推理性能、以及代理视觉交互改 UI；ForgeStencil 的增量在于：它把 Agent 用于底层软件性能优化，并强调“自动研究 + 自动部署”的完整闭环，而不是停…
北京大学与元空AI联合实验室开源科研智能体OpenAI4S，采用MIT协议、核心零依赖，以Code-as-Action思路独立复现闭源Claude Science，内置30+科研Skills，并强调不伪造数据与计算。
值得关注：已有相关卡片覆盖了通用3D代理、编码智能体、UI设计代理等方向，而本条聚焦“科研智能体”与“开源复刻”这一增量信息：在AI4Science领域，OpenAI4S不仅强调智能体用代码执行科研任务，更把“不伪造策略”作为核…
一篇发表于《Nature Machine Intelligence》的 News & Views 评论指出，一种新的深度学习方法通过“轨迹预测”推进分子动力学模拟，可以在更长时间尺度上运行模拟，同时仍能实现准确的物理性质预测，从而突破传统分子模拟中的“飞秒时间步长上限”。
值得关注：分子模拟的时间步长限制直接影响可模拟的物理过程总时长，是计算化学和物理化学中的一个关键瓶颈。 从“显式时间积分”到“轨迹预测”的转变，展示了深度学习在科学模拟中不只是加速单步计算，还可能改变模拟的基本推进方式。 该评论…
论文提出“技能熵”（Skill Entropy）来量化长程推理中模型在不同技能之间切换的难度，并以此构建了跨技能长程推理基准 Skill^2-Bench 和训练框架 Skill-Entropy RL；在 Qwen3-4B-Instruct 上，Skill^2-Bench 分数从 34.4% 提升至 68.4%，在 Qwen3-1.7B 上从 14.6% 提…
值得关注：现有评测往往只看“每个技能本身行不行”，忽略了“模型能否在推理链中顺畅切换技能”。该工作把“技能切换”这一长期隐含的瓶颈显式化。 它不仅提出评测指标，还把指标从“衡量尺度”变成“训练信号”，形成闭环。 与已有相关卡片相…
VirTues（Virtual Tissues）是一个通用的空间蛋白质组学基础模型，利用蛋白质语言模型嵌入和分解式Transformer，从多重成像数据中直接学习蛋白质、细胞、微环境到组织的多尺度表征；从单一预训练骨干即可支持标记重建、细胞分割与分型、微环境注释、空间生物标志物发现和患者分层，并在三阴性乳腺癌中展现出优于现有方法的生物标志物预测能力。
值得关注：VirTues是首个直接运行于高重空间蛋白质组学、并能够跨异质panel和数据集整合的通用基础模型。它填补了从原始成像数据到临床可操作生物标志物分析之间的空白，为构建统一的空间蛋白质组学“虚拟组织图谱”提供了蓝图。与已…
在分解模型 \(W = UV^\top\) 中，梯度下降隐式偏向低秩解，而 Adam 从相同的小初始化出发不具备这种偏置。研究者将差异追溯到损失函数的规范对称性（gauge symmetry），即 \((U, V) \mapsto (UQ, VQ)\) 下的不变性；梯度流的低秩机制只有在优化器满足规范等变（gauge-equivariant）时才能迁移，而…
值得关注：提供了一个新的优化器分类视角：不仅要看收敛速度或显存效率，还要看更新规则是否保持损失函数的规范对称性。 对基础模型训练有启示：Adam 虽然常用，但可能缺少低秩隐式偏置；Muon、Shampoo 等规范等变优化器可能更…
通过对 NVIDIA Nemotron 检索栈进行端到端适配（语料挖掘、合成监督、检索模型训练、重排器适配、阅读器微调），现代希腊语的专业领域 RAG 性能得到大幅提升；微调后的 Nemotron 1B 嵌入器在 HERA 基准上 nDCG@10 从 0.362 升至 0.835，LoRA 调优的 30B-A3B 阅读器将判定答案正确率从 29.4% 提升…
值得关注：现代希腊语是相对低资源语言，在主流检索模型中缺失。这项工作是针对 Nemotron 检索栈做希腊语端到端适配并公开基准的尝试之一；HERA 据称是首个大规模希腊语 RAG 基准。与已有相关卡片（DualG-MRAG、P…
本文证明，子空间约束均值平移（SCMS）算法在一般情况下并不收敛到传统文献所认为的“静态密度脊”，而是收敛到一种新定义的“稳定密度脊”；作者进一步提出广义SCMS框架，并给出了收敛性与统计一致性的理论保证。
值得关注：这项研究颠覆了关于SCMS算法收敛性的长期假设：算法并不收敛到经典的静态密度脊，而是收敛到新的稳定脊。该发现为密度脊估计建立了更严格的理论基础，同时指出了原始算法计算效率低下的原因，并提出改进框架。与已有相关卡片相比，…
在分布式优化中同时实现本地差分隐私（LDP）和低通信成本仍有挑战。 已有向量量化方法，如 vqSGD，使用高维几何构造，但会产生不利的、随维度增长的方差。 本文提出 SSTQ，试图在隐私保护、量化误差和通信开销之间取得更好平衡。
值得关注：现有 vqSGD 等方法虽能做隐私向量量化，但方差会随维度变差；SSTQ 用坐标子采样与紧框架组合来缓解该问题。 与已有知识卡片中的 EdgeRefine（图差分隐私）不同，本条的增量信息主要在于“向量量化 + 本地差…
本文提出“口语函数调用”（Spoken Function Calling, SFC）这一新视角，用结构化规则定义替代传统封闭集口语语言理解（SLU）的模糊规则，实验表明SFC可显著提升LLM和LALM的语义抽取准确率。
值得关注：已有大型音频语言模型研究多关注推理蒸馏、声学感知等方向，而本文从“语义理解如何定义”这一源头问题切入，将口语语义理解重新表述为函数调用，并提供 SFC-Bench 这一评估资源。它为语音交互系统从封闭集意图识别走向开放…
SmartMage 是一个根据查询内容动态选择相关模态（而非固定组合）的 3D 场景理解多模态大模型（MLLM），据论文摘要，它在 5 个 3D 场景理解基准上达到 SOTA，在 RGB-only 视频理解基准上取得有竞争力的结果，并提出了 ScanFacet 诊断基准来分析不同语义任务偏好的模态组合。
值得关注：现有 MLLM 通常默认“所有模态都输入、所有模态都融合”，但真实查询往往只依赖其中一部分模态。SmartMage 把问题从“如何融合所有模态”转向“当前查询到底需要哪些模态”，这对多模态推理和具身智能具有重要意义。它…
待核实（仅有论文元数据，无法确认研究结论）。
值得关注：该论文发表于《Science Advances》，主题涉及微纳机器人在口腔疾病治疗中的应用，可能为牙周炎的靶向给药或生物膜清除提供新思路。但具体增量贡献需在获取全文后评估。
论文通过构造“相同公式、不同语义”的配对模态逻辑问题，发现多数近期语言模型在直接提示下无法达到仅凭条件猜测的基线；但启用某种“推理模式”后，一个模型的准确率出现大幅提升。模型是否遵循题面给定的模态语义，高度依赖于推理模式以及模型本身。
值得关注：模态逻辑是知识表示、数据库、法律/规范推理、多智能体系统等领域的核心形式工具。语言模型若不能遵循题面语义，就难以承担这些领域的可靠推理任务。 已有相关卡片主要涉及视觉语言模型、具身推理和水印技术；本条属于大语言模型“逻…
本研究提出一种轻量级运动推理框架，在保护隐私的 CCTV 风格课堂场景中，以不到大型基线十分之一的计算成本实现更优的课堂事件识别性能，并展现出较强的跨域与合成到真实零样本泛化能力。
值得关注：填补了隐私感知课堂事件识别研究中基准和轻量方法的空白。 通过运动推理而非仅依赖外观或姿态，提供了新的行为识别视角。 合成数据与真实数据的结合，有望缓解真实标注稀缺问题。 在不到十分之一计算成本下超越大模型，对边缘设备部…
在部分可观测强化学习中，探索奖励与记忆架构是互补品而非替代品：探索奖励负责“暴露”，记忆负责将暴露转化为回报；奖励结构（而非奖励的信号密度）决定了二者的交互模式。
值得关注：重新定义了“稀疏奖励”：应区分结构稀疏性与潜在稀疏性，而非仅看信号密度。 为探索-记忆交互提供了系统证据，说明二者不是可互相替代的独立模块。 对奖励工程、记忆架构选择和部分可观测环境下的智能体训练有直接指导价值。 与既…
共享经典随机性——一种在纠缠理论中被视为较弱的资源——足以在固定浅层深度下，让信道量子生成模型严格表示比浅层酉 Born 模型更大的经典输出分布族；即使系统规模任意大，这种分离依然成立。
值得关注：理论层面：把此前“随机性有助生成”的经验观察提升为具有严格数学保证的表示能力分离。 资源层面：展示“较弱”的经典相关性也能在特定浅层量子生成任务中产生不可替代的优势，有助于理解量子与经典生成模型的能力边界。 与既有脉络…
程序化生成器可以规模化产出可验证推理问题，但“语义上有效”并不等于“对训练有用”。Reasoning Core 通过 50 个生成器、语义评分器、难度控制和审计流程，在 3B 规模的主要补全监督对比中，于 DROP、LogiQA、ARC-Challenge 上取得最高平均分，超过无程序化数据基线和三个替代程序化数据集合。
值得关注：Reasoning Core 的价值不在于简单提供更多合成数据，而在于把“程序化生成数据”当作需要精细设计的训练资源来研究。它明确指出：除了语义正确性，目标文本的紧凑性和难度校准也会显著影响训练效用。此外，审计流程揭示…
MT-GNN 通过图网络预测皮层下结构表面的度量张量（第一基本形式）并解码为网格，在 ADNI 的 14 个皮层下结构上于所有预测视界均取得最优平均顶点误差，优于测地线形状回归（DCM）和网格 Transformer（TransforMesh）。
值得关注：该工作从“直接预测形变”转向“预测表面内在度量”，结合可微重建，避免了直接回归顶点可能产生的非有效表面。 与已有相关卡片关注的规划或训练优化不同，本条将图神经网络与连续时间建模应用于医学影像形态学预测，属于基础模型技术…
RAIL 将大语言模型后训练中的 rollout 生成/干预选择建模为在线上下文赌博机问题，通过学习“可恢复性控制器”动态决定如何干预，从而在有限 rollout 预算下持续提升策略学习效果。
值得关注：RAIL 为“策略应当从什么中学习”提供了原则性方法，突破了固定启发式干预和对 rollout 数量单一控制的局限，使干预本身变成可学习的决策，并能随策略演化而调整。这对大模型后训练阶段的算力效率和数据效率有潜在价值。