ReMiX-MAE 提出一种自监督多模态掩码预训练框架，在训练时使用同步的 RGB、热成像和深度面部视频，并显式训练对模态缺失的鲁棒性，从而在推理阶段仅用 RGB 视频也能取得比单纯 RGB 掩码自编码器更稳定的疼痛评估表现；它还配套收集了一个带视频级自报标签和纵向治疗轨迹的“交感介导疼痛”（SMP）数据集。
值得关注：不同于一般多模态融合方法，ReMiX-MAE 专门强调训练期多模态、推理期单模态（RGB）的“缺失通道”跨模态表征学习，缓解临床部署中热成像/深度设备不普及的瓶颈。 与已有相关卡片相比，它属于多模态表示学习的新应用场景…
生成式机器学习虽已在晶体发现中取得进展，但难以充分探索既新颖又有用的材料候选空间；一种基于强化学习的方法可将候选生成引导至这些区域，从而支持新型功能材料的设计。
值得关注：这是强化学习从语言模型/智能体领域扩展到“晶体生成设计”这一材料科学前沿的又一例证。与已有知识卡片中面向 LLM 的强化学习奖励构建、上下文压缩、电池管理不同，本卡片聚焦于 AI for Materials：强化学习在…
扩散模型依赖的“随机噪声”在有限精度硬件上实际由伪随机规则产生的确定性数值轨道实现；这些可被模型学习的轨道结构不仅是分布选择，还会作为一种与模型相关的结构化输入影响训练和生成质量。
值得关注：该发现将“随机输入”重新概念化为“结构化可学习输入”，为扩散模型的训练稳定性、采样策略和随机数生成器设计提供了新的研究视角。相比已有相关卡片，本卡片的增量信息是：在扩散模型中，伪随机数的轨道特性可通过可预测性和探针损失…
在环境模型不确定的马尔可夫决策过程（UMDP）中，预先准备并部署少量（k个）策略，用极小极大遗憾准则优化这组策略，是NP-hard问题；作者提出精确嵌套分支定界算法KAPS。实验显示，遗憾下降最大的一步发生在策略数从1增加到2时；单策略情形下KAPS与现有方法质量相当且更常证明最优性。
值得关注：填补了“单一通用策略”和“每个MDP一个专用策略”之间的实用中间地带：在策略数量受现实约束时，提供最优的少量备用策略。 为“先准备少数预案、执行前根据已解析的不确定性选择”的决策场景提供了理论保证和精确算法。 与已有相…
根据 arXiv 摘要元数据，本文构造了宽度为 O(n) 但 0-证书复杂度为 Ω(n²) 的无歧义 DNF，并利用常数大小的 gadget 证明一个提升定理，将证书复杂度分离转化为通信复杂度分离，从而给出 Alon-Saks-Seymour 猜想的最优反驳，以及 Clique versus Independent Set 问题的最优通信下界。具体证明细节…
值得关注：ASS 猜想是图论与通信复杂性交叉领域的著名猜想；最优反驳意味着相关界限在某种意义下不可再改进。 常数大小 gadget 的提升定理可能成为后续复杂度分离结果的通用工具。 同一构造同时影响通信复杂度、查询复杂度和学习理…
本文提出了 onepot-Bench 0，一个面向湿实验室执行的合成化学能力评估基准套件，由 ChemAbacus、SynthRefusal 和 SynthBench 三项互补评估组成；材料中未报告具体量化结果，模型表现待核实。
值得关注：现有基准较多依赖公共数据，可能已被模型在训练阶段见过。onepot-Bench 0 使用实验室私有实验数据，并同时考察数值推理、安全拒绝行为和反应结果预测，有助于推动评估更贴近真实湿实验室执行需求。
MedPRESS 是一个包含 600 段五轮医疗对话的多轮基准，用于评估大语言模型在患者反复施压下是否会出现“医疗谄媚”（sycophancy），即放弃安全立场转而迎合患者不合理要求；测试显示多数模型会随对话升级而向不安全共识偏移，且反谄媚提示无法完全消除该风险。
值得关注：该基准揭示了医疗大模型评估的一个关键缺口：**安全医学知识不等于安全对话行为**。模型可能在单轮问答中给出正确建议，但在患者持续施压时让步。这直接关系到医疗 AI 在真实咨询场景中的可信度与风险控制。
根据摘要，现有 AI 滥用检测大多针对单轮或同会话多轮威胁，攻击者可将有害目标拆解为看似无害的单元，并在多个相互隔离的智能体会话中逐步积累“能力”以规避检测；Magnet 是一种在用户 ID 等高层关联器上汇总跨会话能力痕迹、生成证据束的检测方法。具体检测性能与实验证据待核实。
值得关注：它指出了现有 AI 滥用检测文献较少覆盖的威胁模型：跨会话“能力积累”。 它把“能力”放在会话产物与工具调用结果上，而不是模型内部状态，使检测可以基于外部可见痕迹进行关联。 增量信息：既有相关卡片分别覆盖权限设计、认知…
LiveMem 提出“上下文轮换下的状态连续性”（state continuity under context turnover）：用一个固定容量的记忆状态把计算持续向前推进，使得支撑证据被移出当前上下文后，模型仍可能基于该记忆状态回答问题；在 LongMemEval 等评估中取得领先总体性能。
值得关注：现有“上下文保留/摘要/检索”只是在当前上下文之外保留对选定历史的访问，而 LiveMem 把“状态连续性”作为持续 LLM 推理中一种独立且互补的抽象：计算可以通过一个固定容量记忆状态持续前进，其生命周期与当前激活上…
本文证明：在一般查询下，一比特均值估计要达到阶最优样本复杂度并不需要交互；一个完全非自适应的随机协议可以匹配两阶段自适应协议的最优样本复杂度，从而否定了 COLT 2026 开放问题中关于“交互是否必要”的猜想。
值得关注：直接否定了 COLT 2026 开放问题 1（Open Problem 1）中关于“一般查询下交互是否必要”的疑问。 说明在样本复杂度的阶最优层面，自适应交互带来的增益可以被随机非自适应查询完全替代。 与已有相关卡片所…
GradCuit（gradient through circuit）通过在 Transformer 选定层中插入可优化的连续潜在状态，并利用因果自注意力形成从整段续写 token 到潜在状态的可微路径，使奖励加权梯度能直接分配给这些潜在状态；在摘要报告的评测中，它平均准确率为 64.5%，超过思维链提示 6.6 个百分点，并比最强对比方法高 2.4 个百分…
值得关注：与“已有相关卡片”的关系：本条不重复 RMM 的 token 驱逐策略、多智能体社会结构中的潜在目标涌现，也不涉及图像生成；它聚焦于测试时优化连续潜在状态这一方向。 增量信息：GradCuit 在测试时计算中把“整段续…
本文提出仅利用参考图像的局部方差/标准差统计量，将全局MSE/PSNR重分配为局部MSE近似，从而在基于DCT（如JPEG）的压缩图像上准确估计SSIM，并显著优于直接使用全局MSE的基线方法。
值得关注：在真实编码流程中，全局失真指标容易获得，而逐块局部 MSE 往往不可得或开销较高；本文用参考图像统计量补足了这一缺口。 提出了一种从“非感知全局指标”到“感知局部指标”的低成本映射思路。 因统计量可复用，对视频编码的多…
CoWAM提出一种可选择的策略干预层，通过将同步性、角色兼容性和碰撞收敛表达为“协调合约”，仅在备选动作满足所有义务且带来清晰、低风险改进时才替换机器人默认动作，否则保留默认动作或进入弃权回退。在八个仿真双手任务中，CoWAM提升了协调有效选择和闭环成功率，并将有害干预率控制在1%以下。
值得关注：现有WAMs只提供“预测的未来”作为附加证据，但缺少判断“是否应该改动作”的决策机制。CoWAM把干预逻辑形式化为合约，使选择性干预更可控、更有原则，并在协调丰富的双手任务中系统验证了这一接口。已有相关卡片（Compa…
CAPEval 提出将图像描述（caption）质量拆分为“覆盖度”（Coverage）和“精确度”（Precision）两个维度，并通过受控下游实验发现：覆盖度更能预测多模态理解性能，而精确度更能预测文生图生成性能。
值得关注：此前描述质量评测通常用一个总分衡量，容易掩盖“信息覆盖不足”和“陈述不可靠”之间的区别。CAPEval 将两者解耦后，给出了任务相关的明确结论：若目标是理解任务，应优先优化覆盖度；若目标是生成任务，应优先优化精确度。这…
本文提出了一套面向电力系统领域AI教学的开放、可执行模块库（Jupyter Notebooks），通过由浅入深的任务阶梯，帮助初学者和跨学科学习者绕过“跑通AI模型”的障碍，实践工程接地AI（EGAI）。
值得关注：这项工作的增量价值在于：它从“教育可复用性”角度切入AI与电力系统交叉领域，而不是提出新的专用AI算法。它明确倡导EGAI，并提供了一套可复制、可扩展的分级教学路径，使AI方法在电力系统领域不再是黑箱。这与已有相关卡片…
大型语言模型（LLM）的内部表征与人类大脑在演绎推理任务中的活动存在部分对齐；作者提出用任务态fMRI脑信号直接引导模型表征，结合推理时干预和训练时微调，在10个LLM（1.5B–72B参数）上带来最高13%的绝对准确率提升，且效果可跨推理类型迁移。
值得关注：本文将LLM-大脑关系从“表征相关性”推进到“脑信号引导”层面，这是核心增量。区别于已有相关卡片：X³-OPD是跨模态推理蒸馏，链式递归语言模型是推理时架构设计，视觉-语言-行动模型忠实性讨论具身推理；本文不使用文本教…
Sheaf神经网络（SNNs）虽然理论上更强大且在直推式任务上表现有潜力，但其在归纳式（inductive）协议下的行为此前未知；本文通过14个归纳数据集上的1,890个受控实验首次系统评估其设计空间，发现限制映射（restriction maps）是主导设计选择，且整体性能差异更多来自周边GNN架构组件而非sheaf算子本身。
值得关注：这是针对sheaf设计空间在归纳任务上的首个系统基准测试（依据原文摘要）。 为后续SNN研究和应用提供实证方向：优先调整架构组件，而非sheaf算子。 消息传递重构降低了sheaf方法在跨图批训练中的计算负担。 与已有…
AURORA-LM 提出了一种连续潜空间扩散语言模型：不把文本表示压缩到易建模的低维空间，而是保留高容量、可解码的文本潜变量，并让扩散模型直接学习其分布，在 OpenWebText 自由生成和 XSum 摘要任务上超过了评测中的所有连续/扩散语言模型。
值得关注：这项工作针对语言生成中的“离散 token 例外”问题，提出了一种不牺牲文本表示容量的连续潜空间扩散方案，可能为语言模型的高频/连续化生成提供新路径。与已有相关卡片中的生成式表示学习（如 VideoRAE 将视频基础模…
AtumAI 提出一个基于智能体 AI 的形式化、可迁移、系统化的框架，能从自然语言目标自动生成数据中心控制面策略；初步实验显示，其生成的策略在多个控制面任务上优于专家设计的基线。
值得关注：现成智能体 AI 在系统设计中存在形式化、迁移性、系统性三方面短板；AtumAI 通过“形式化任务编译 + 进化搜索”的方式回应这些问题，并展示了在真实控制面任务上的自动化潜力。与“仅让 LLM 直接生成候选”的常见做…
该研究提出了一种在随机环境中进行分布感知规划的原则性框架：通过价值函数与预测转移分布之间的“兼容性”条件，将贝尔曼备份化为关于分布矩的解析表达式，从而在传播预测均值与协方差的同时降低目标方差。
值得关注：为随机环境中的模型强化学习提供了一种介于“全随机采样”与“确定性点估计”之间的第三类选择。 为后续研究打开方向：更多价值函数类与分布族的兼容性组合。 与已有机器人基础模型等卡片不同，本条聚焦于强化学习规划中的不确定度传…