CVPD（Contrastive Counterfactual Visual Process Distillation）提出一种完全自包含的多模态大语言模型视觉自蒸馏方法：通过“放大某个区域会改变并锐化模型答案分布，而移除该区域几乎不改变整图行为”的反事实盲区，从模型自身响应中生成密集的逐 token 对比监督，不依赖外部标注、工具或更强模型。论文报告，在…
值得关注：CVPD 不是用粗粒度奖励分数，而是用逐 token 的密集监督，把“模型看到了但没稳定用上”的信息显式转化为训练信号。 “感知先于监督”强调：在引入外部监督之前，先利用模型自身的感知不一致性进行自我改进。 论文将反事…
该研究提出一个隐私保护的合成数据流水线：先用 StyleGAN 生成新颖的硬件布局掩码，再用条件 GAN（Pix2PixHD）把掩码转换为逼真的 SEM 图像；仅用这些合成图像训练的分割模型，可以成功迁移到真实 SEM 图像，并且性能优于只在有限真实数据上训练的基线模型，同时降低了硬件设计 IP 泄露的风险。
值得关注：该工作同时应对了“数据量不足”和“数据不能共享”两个相互冲突的瓶颈。 与已有相关卡片相比，本条目的增量在于：将合成数据生成用于 SEM 硬件保证，并明确把 IP 保密作为生成流水线的设计目标，而不仅是为了提升模型性能。
MMDiff 是一种多模态模型差异分析框架，通过训练多模态稀疏自编码器（SAE），对比基础语言模型与多模态适配模型，把隐藏状态分解为可解释、可因果操作的特征方向，从而发现、审计和控制多模态大模型行为。
值得关注：MMDiff 把 SAE 从“事后解释”推进到了“事前控制”，使可解释特征可以直接用于模型行为干预。这种“模型差异分析”思路也有助于定位多模态训练带来的特有特征变化，而不仅仅是分析通用语言模型特征。
本文是 POLIS 研究计划的第一篇论文。POLIS 是一个持续进行中的研究项目，研究多智能体系统的“算法制度”（algorithmic institutions）。 研究问题：AI制度中的哪些部分产生安全？它们如何产生安全？ 作者报告了一个冻结的 5,280-episode 研究套件。 主要的预先指定委托实验覆盖四个模型家族；另有一个针对高冲突场景的诊断…
值得关注：已有相关卡片已经说明“部署规则”本身能因果性地改变多智能体系统的集体安全。 本条增量信息在于：把“规则”这个黑箱进一步打开，指出规则表述、权威状态、守卫类型、阻断后路径会各自影响安全结果。 本文还用“溯源感知”方法给出…
在线策略蒸馏（On-Policy Distillation, OPD）中，学生与教师之间的“令牌失配”（token mismatch）比“令牌一致”（token agreement）更值得关注；论文提出 TIDE 方法，分别处理“学生多余”和“学生缺失”两类失配令牌，在数学推理基准上优于标准 OPD 及近期基线，尤其在教师-学生失配较强时提升显著。
值得关注：它提醒后训练社区：在线策略蒸馏不能只追求学生输出与教师输出在令牌层面的“像”，还要诊断和治理“失配”。这一视角可能对长推理模型、格式稳定性、以及教师-学生能力差距较大的场景都有价值。
本文证明了一致稳定算法的矩不等式可以去掉对数因子，得到在相应范围内与下界匹配的泛化误差上界。
值得关注：该结果解决了 Bousquet 等人（2020）提出的开放问题，将均匀稳定算法的泛化界从含 $\log n$ 的差距改进为常数因子最优，有助于更精确地理解算法稳定性与泛化能力之间的关系。
论文提出 Latent Dynamics Reasoning（LDR），把视频潜在状态的时间演化建模为显式运动学积分：低阶动力学由数值积分完成，模型只回归三阶及以上残差；在 PhyWorld 白盒物理基准上，LDR 的分布内/分布外误差差距比视频扩散基线小 20 倍以上，论文称其为首个能外推所学动态的视频世界模型。
值得关注：因为强视频模型擅长生成逼真帧，但未必遵守物理规律；LDR 通过显式运动学积分和分布外测试，展示了“学规律”而非“记像素”的可行性，为视频世界模型提供了可外推的动力学建模方向。
对于一个一般的非负实解析势 \(V\)，当大参数 \(\beta\) 趋于极限时，朗之万扩散 \(dX_t = -\beta\nabla V(X_t)dt + \sqrt{2}dB_t\) 若从 \(V\) 的零集出发，会被限制在零集上；其极限动力学可按局部学习系数及其重数对零集分层来描述，并且该演化强烈偏向更高维（原文亦称“更奇异”）的层。这为“随机梯度…
值得关注：将奇异学习理论中的核心概念“局部学习系数”与朗之万动力学的极限随机演化联系起来。 为“SGD 偏向能泛化的奇异解”这一现象提供了可数学化的理论机制，而不只是经验描述。 说明“更奇异”的层不仅具有静态几何特殊性，还可能强…
据论文摘要，Johnson 等人展示了一种自主三杆张拉整体（tensegrity）机器人，能够在遭受极端冲击（包括从 5.7 米高处跌落到沥青路面）后，依然在多种地形上实现稳健移动。该结论仅基于已知元数据，具体实验细节待核实。
值得关注：张拉整体结构兼具轻量化与结构柔顺性，可能为机器人抗冲击与地形适应提供新设计思路。该研究同时涉及“自主性”与“抗冲击性”，区别于仅依赖被动结构的抗冲击方案。与既有卡片涉及的“投毒攻击”“LLM 代理”主题不同，本条属于机…
一篇发表在《自然》上的评论文章认为，如果没有强有力的标准和明智的监督，人工智能可能侵蚀高等教育的基础；文中具体监管建议因正文未抓取，待核实。
值得关注：本条与已有相关卡片形成互补：已有“倾听Z世代对人工智能在教育中应用的看法”呈现了学生群体对AI进入课堂的态度；本条则从教师和大学治理角度出发，关注AI在考试中的滥用与学术诚信风险。增量信息在于：它提示教育界需要同时关注…
Nature 于 2026 年 8 月 10 日在线发布了一篇关联网络研讨会的报道，面向招聘经理和求职者，讨论在科学职位申请中如何与何时使用人工智能；具体建议内容待核实。
值得关注：这是对“AI 如何进入科研职业生态”这一议题的延伸：此前已有卡片关注知识蒸馏、图形摘要制作、LLM 修辞偏差等 AI 在研究产出中的应用，而本条聚焦于 AI 在“科研人员求职”这一职业竞争环节中的角色。 增量信息：该报…
GENCO（GEometric Neural Corrective Optimizer）是一个统一神经求解器，可在同一架构和共享网络表示下处理潮流（PF）、最优潮流（OPF）和状态估计（SE）三类稳态电网分析任务；在多个基准和真实电网数据上，它相对经典求解器可实现数十倍加速，并配套开源低代码开发框架 GridFM，为“电网基础模型”提供了具体切入点。
值得关注：本卡片不同于已有的物理信息神经网络在弹性波传播或晶粒生长等材料/固体力学场景的应用，GENCO 将神经求解器与开发框架结合，直接面向输电网稳态分析这一工程物理领域。统一架构和配套低代码框架共同提供了一种新的大规模稳态电…
思考模式融合（Thinking Mode Fusion, TMF）中，非思考监督比例增大会降低思考模式的准确率；训练调度可以调节这一权衡，且最优调度取决于数据比例。
值得关注：现有研究较少关注 TMF 的训练动态，本文提供了系统分析与可操作的训练建议。 对需要同时支持快速应答和深度推理的应用（如智能助手、数学解题等）具有参考价值。 发布基准与代码，有助于推动该方向的后续研究。
面向荷兰政府场景的大语言模型评估框架“Grip on LLMs”提出六个评估维度，发现没有任何单一模型在所有维度上表现最优；模型质量越高通常伴随更大的环境与财务成本，而社会偏见与二者基本无关；事实性高并不等于诚实性高。
值得关注：该研究为政府机构选择大语言模型提供了基于公共行政价值的多维评估方式，弥补了非英语语境下政府用AI评估框架的空白。与已有相关卡片（如SPEARBench等侧重技术性能或自然度的基准）相比，本卡片强调从价值观出发、面向非技…
当前文档解析器在通用表格基准上得分很高，但在复杂真实世界表格上明显失效。本文提出诊断基准 TableParseMap 和无需重训练的修正框架 DEC，将冻结解析器的表格 TEDS 平均提升 1.57 点，在大型表格上提升达 5.66 点。
值得关注：已有相关卡片更多关注基准评测暴露的差距，例如 WorldExam 指出高视觉质量不保证世界模型具备内在反应性，DataGovBench 揭示真实世界数据分析的显著性能差距。本文的增量信息在于：它不仅用 TablePar…
FinATOM 提出让因果语言模型通过受限 token 生成直接表达股票收益预测与 ETF 配置决策，而不是为不同任务外接回归、排序或策略头；候选摘要报告该方式在 2023–2025 年 ETF 测试和 FinTexTS 上带来夏普比率改善（完整方法与数字待核实）。
值得关注：它将金融数值对象从“任务头输出”转为“token 生成”，让语言模型直接接触最终被评估的数值结果。 策略阶段直接以 21 日已实现 Sharpe 为优化目标，而不是只做有监督模仿，这使生成模型可以针对投资目标调整。 与…
在排序型链接预测公平性评估中，人口统计均等（Δ_DP）可能因为没有考虑链接在排序中的位置而掩盖暴露偏差；排名感知的 NDKL 能发现这类偏差，后处理方法 MORAL 能在效用损失较小的情况下降低这些偏差。
值得关注：挑战了常用公平性指标的充分性：Δ_DP 可能给出“公平”的误导信号。 排序位置本身是一种资源分配方式；在 Top-K 推荐、求职推荐等场景中，排名靠前才意味着真正的可见性。 本研究不是简单复现，还扩展了原有测试范围，并…
本文提出一种将能量与动量显式编码进潜状态的能量结构化潜世界模型（ELWM），并借助物理条件神经时间场（PC-NTF）与 Eikonal 方程生成物理一致的导航策略，在运动预测、导航成功率和碰撞率等指标上优于通用潜模型与 Active Neural Time Fields 基线。
值得关注：该工作的增量价值在于：不把物理规律当作隐式副产品，而是将其作为潜状态中可计算的显式量（能量、动量）加以约束。这为具身智能中的“可迁移物理知识”提供了一条新路径，可能推动开放世界导航、机器人运动规划与基础模型结合的研究方向。
DSLE 是一个将《黑暗之魂：重制版》全部 22 场 Boss 战封装为 Gymnasium 风格接口的容器化学习环境；当前评测中，专家系统和进化基线仅能稳定击败教程 Boss（峰值胜率 63% 与 43%），PPO/DQN 几乎无学习迹象，其余 Boss 均未被任何方法击败。
值得关注：DSLE 提供了一个高难度、高保真的游戏智能体基准，能反映当前强化学习算法在完整商业游戏中的显著局限。与已有相关卡片中的奖励学习、优化器等算法方法论研究不同，本条属于“游戏环境基准”方向的增量信息：它强调真实环境中的实…
DistMoE: Private-data Rehearsal-free Routing in Mixture-of-Experts for Distributed Instruction Tuning