本文提出惯性流形神经算子（IMNO），显式利用耗散型含时偏微分方程长时间演化中的有效低维结构，以提升长期自回归训练与预测中的物理可解释性、精度和稳定性；对平移等变 PDE，还提出保对称性的 IMNO-SE 变体。
值得关注：IMNO 的价值在于将动力系统中的惯性流形思想引入神经算子设计，使模型不只学习黑箱映射，还尊重耗散 PDE 长时间行为的低维结构。IMNO-SE 则展示了如何把物理对称性作为归纳偏置嵌入网络。这类“物理结构化”神经算子…
针对基于评论家（critic）的强化学习训练不稳定的问题，论文提出 BPCO 配方，在数学推理任务中让每个提示仅采样一个响应即可匹配或超过 GRPO 这类基于组的基线方法。
值得关注：传统 GRPO 类方法需要为每个提示采样多个响应，计算成本高；BPCO 表明精心设计的 critic 可以成为组相对优势估计的可靠替代，从而在保持性能的同时降低采样开销。 与既有脉络的关系：已有相关卡片多关注特定应用（…
在短期内，AI辅助可以提升任务表现，但长期可能削弱技能发展。本研究发现，更低的AI请求成本会促使参与者更频繁地使用AI；在AI可用期间请求过AI帮助的参与者，在AI被移除后任务表现更差，且其后续无辅助表现若用之前AI辅助阶段的表现来预测，会被高估。摘要指出，独立推理被AI替代时，技能发展较弱。
值得关注：在生成式AI大规模融入工作与学习的背景下，大量研究关注AI如何提高效率，却较少用对照实验审视AI对“人”本身能力发展的长期影响。本文通过逻辑谜题实验和贝叶斯潜在能力建模，提供了AI辅助可能弱化技能发展的证据，并指出“辅…
隐式神经表示（INR）可以把大规模科学测量数据编码为紧凑函数；采用层级化编码（图注中称为 WIEN-INR）后，有望比普通 INR 保留更丰富的细尺度细节。当前材料仅为 News & Views 预览，具体技术细节与量化结果待核实。
值得关注：作为 News & Views，这篇文章本身不是新研究报告，而是对“隐式神经表示用于科学数据压缩”方向的评论与定位。它表明该方向正从一般图像/视觉表示走向科学数据；同时，层级编码试图改善 INR 在细粒度细节上的不足。…
论文提出专家锚定蒸馏（Expert-Grounded Distillation, EGD）框架，将机构级道路安全审计经验压缩进一个80亿参数的视觉语言模型，使该系统在孟加拉国视觉道路安全审计任务中的风险评级表现优于其310亿参数教师模型和 Gemini-2.5-Flash，为低资源环境下的主动式道路安全审计提供了可扩展方案。
值得关注：已有相关卡片覆盖了低资源 OCR、多模态生成基准、肿瘤学决策支持等方向，但本条将“专家经验蒸馏 + 视觉语言模型”首次用于道路基础设施安全审计，是基础模型在公共安全与交通治理领域的新增量应用。它展示了用小型开放模型替代…
EarthVerse 是一个用于评估科学智能体在动态地球系统与自然灾害场景中端到端可靠性的基准测试。它包含 405 个可复现任务，基于 199 个有记录事件和 19 类灾害；在受控工具使用协议下，25 个模型/智能体系统的最佳平均答案单元准确率达到 84.65%，但最高 Strict@95 只有 34.81%。这一差距说明当前智能体常常能完成单个步骤，却难…
值得关注：EarthVerse 把科学智能体的评估从“最终答案是否正确”扩展到“研究过程是否可审计、证据链是否一致”。它强调出处保留和透明计算，并用量化结果暴露了当前系统在端到端科学可靠性上的明显短板。
一个冻结的 DreamerV3 仅从摆锤视频中训练后，能在隐空间中学到一种近似守恒的“类能量”标量，但在自主想象推演中该标量会漂移；将隐状态投影回初始水平集可降低保守模型的推演误差，而匹配的随机约束通常反而增加误差。
值得关注：该结果区分了“动态上有意义的物理不变量”和“仅能被解码出来的相关性”：模型可以从像素中学到物理约束，却在想象前向过程中违背该约束。这揭示了一个具体的失败模式，对依赖视频预测/世界模型做规划、推理和内容生成的系统有直接意…
ConvergeFlow 是一种基于嵌入空间的流式语言模型：它将数据预测器约束在 token 嵌入的凸包内，并仅用流匹配（flow matching）产生的均方误差（MSE）目标训练，在合适的正则条件下可证明流会收敛到合法 token 嵌入，从而无需交叉熵（CE）监督解码器即可直接预测 token；在 OpenWebText 上取得了与现有连续/离散扩散语…
值得关注：为连续流语言模型摆脱交叉熵解码器提供了一条可证明的收敛路径，直接回应了“流轨迹无法终止于合法 token 嵌入”这一关键缺口。 将“凸包几何约束”与“流匹配”结合，拓展了连续表示语言模型的设计空间。 为基础模型（fou…
关于AI是否能有意识的公共讨论往往建立在一个误解之上：默认人类心智是脱离身体的、类似计算机的信息处理器；Anthony Chemero在《Intertwined Creatures》中论证，人类心智本质上是具身的、动态的、社会的现象，因此“AI是否能意识”的提问方式本身就值得怀疑。
值得关注：在AI能力飞速发展的背景下，该卡片提供一条批判性理论路径：不是追问“AI能不能有意识”，而是先反思“意识是什么”“人类认知是否等于计算”。 与已有卡片关注AI智能体实际能力评测不同，本条是从认知科学哲学层面对AI意识讨…
该论文提出了一种结合自监督预训练、LoRA 适配和原型分类头的混合框架，用于恶意数据包识别中的少样本类增量学习（FSCIL），并在多个数据集上超越既往基线，取得当时最优性能（具体数值待核实）。
值得关注：本文聚焦于恶意软件检测中尚少被探索的 FSCIL 设定，将参数高效微调（LoRA）与原型增量学习相结合，为持续恶意流量识别提供了一条可行路径。相比已有卡片中其他领域的方法，本卡片的增量信息在于：它把“灾难性遗忘”与“少…
下肢外骨骼控制正从“先识别任务、再提供助力”的传统范式，转向端到端、任务无关的 AI 控制：通过实时估计生物关节力矩来直接生成辅助，绕开离散任务分类的瓶颈；但要大规模部署，仍须解决系统优化、安全机制和训练数据成本等关键挑战。
值得关注：传统“人在回路优化”已在多种特定任务上取得成功，但依赖离散任务分类的控制范式难以应对真实世界中连续、无限变化的人类运动。本文提出的端到端任务无关控制，以生物关节力矩估计为统一信号，可能改变外骨骼从实验室演示走向日常与工…