论文提出 On-Demand Attention（ODA），一种局部优先的解码方法：利用预训练模型解码状态中关于“全局读取收益”的预测信息，通过轻量 recall head 在生成过程中选择性调用全局注意力；仅训练 recall head，不改预训练权重，并保留完整历史 KV cache。据摘要，在 Qwen 与 Gemma（包括混合注意力骨干）上，选择性…
值得关注：长上下文推理的核心成本之一，是解码时反复进行全局注意力读取；ODA 把“是否读取全局历史”变成生成过程中的条件决策。 只训练轻量 recall head 而不改预训练权重，意味着该路线可能以较低适配成本叠加到已有模型上…
据论文摘要，FL-Net 是一个面向多中心临床研究的联邦学习框架，试图用模块化数据协调、数据发现、披露控制、版本化工具和容器化工作流，满足现有 14 个联邦学习框架未完全满足的五项文献需求；但其具体需求、性能指标和临床落地效果仍需查证全文与后续项目结果。
值得关注：它针对的是联邦学习“研究多、真实多中心临床落地少”的缺口。 它把数据协调、发现、披露控制、工具版本化、容器化工作流和网络化执行放在同一个框架中，而非只关注模型聚合算法。 它关联欧盟项目和大规模医院网络计划，若按摘要所述…
MILER 是一个端到端策略框架，通过自定义语义中层表示模拟器离线训练强化学习策略，并在真车上用 BEVFusion 生成一致的语义鸟瞰图、结合轨迹对齐策略，实现感知与控制的零样本 sim-to-real 迁移；在 3.0 km 测试赛道、两辆不同车辆上累计 17.3 km 无人工干预驾驶。
值得关注：提出“语义中层表示一致性”思路：让仿真器与真实车辆感知对齐到语义 BEV 表示，以降低非结构化场景的仿真到现实差距。 轨迹对齐作为策略输出与真车控制之间的桥接层，避免策略动作直接作用于真车，对安全部署思路有参考价值。 …
LLM-Falsifier 将大语言模型用于信息物理系统（CPS）中信号时序逻辑（STL）规约的证伪，通过最小化 STL 鲁棒度，并利用自然语言变量名、输出轨迹和临界时间见证等语义信息，在 ARCH-COMP 证伪基准上以“找到反例所需平均仿真次数”衡量，在 21 条规约中的 14 条优于现有证伪工具。
值得关注：它将“LLM 作为优化器”的近期线索推进到形式方法与 CPS 证伪场景：优化目标不只是数值分数，还借助变量名、轨迹和临界时间见证等语义反馈。 对 CPS 验证流程而言，证伪的价值在于快速找到违反规约的反例；仿真次数直接…
JEPA-Anything 提出基于正交预测因子分解（orthogonal predictive factorization, OPF）的领域无关框架，扩展 JEPA 以在视觉、生物、临床轨迹、控制、分子动力学、物理场和天气等七个领域学习预测模型，并在摘要中报告了动力学、干预预测、分子滚动、生物实验和轨道标度方面的积极结果。
值得关注：若结果成立，表明世界模型可能不必按领域各自为政，而可用统一的因子化预测设计迁移到视觉、生物、临床、控制、分子、物理和天气等系统。 该工作把预测从离线指标推进到干预预测和湿实验验证，可能对 AI for science、…
论文提出一种不依赖噪声密度形状的位置估计器，在未知位置族时达到已知位置族 oracle 的 Le Cam 两点率基准，并给出用二元分位数间隙的多尺度函数刻画 Hellinger 驱动两点率的新结构联系。
值得关注：它直接处理位置估计中“不同噪声形状导致不同有限样本速率”的异质性问题，目标是不预设参数族也能逼近实例最优率。 从理论角度看，将 Hellinger 散度驱动的两点率与分位数几何连接起来，可能为自适应估计和 minima…
Nature 新闻介绍一套面向长寿研究的专用 AI 系统：用衰老生物学数据训练 LLM，提供 17 项基准任务，并以 AI agents 连接模型与工具；在许多但非全部测试中，专用 LLM 优于更大商业通用模型，但“生物年龄”仍难定义和解释。
值得关注：衰老研究数据复杂、概念边界模糊；AI 可帮助整合多模态时钟与工具，但也会放大“测得出、解释不清”的风险。 与已有 foundation-model 卡片相比，本条的增量是：把 LLM 的领域化、基准化和 agent 化…
预训练的收益不是固定值，而同时取决于目标数据预算、目标数据覆盖度，以及源域与目标域是否改变了建模物理；在给定 RANS/翼型实验里，小预算时同 SA 目标的预训练等效样本收益更高，预算增大后转捩建模目标反超。
值得关注：这条结果把“分布偏移”拆成可实验比较的维度：几何/翼型族变化，以及建模物理变化。它提示在做 PDE/CFD 代理模型迁移时，需要先判断目标数据量、目标覆盖度和物理差异，而不是笼统地问“预训练有没有用”。
HIL-UMI 是一个策略引导的 UMI 框架，用 Energy Score 触发人在环数据采集，并用在线优势预测精炼基于进展的优势估计器，从而在无需物理机器人执行策略预测的条件下，对视觉-语言-行动（VLA）模型进行交互式后训练；材料称其在四个真实世界任务中相较 SFT 取得一致提升。
值得关注：该方法尝试减少对物理机器人反复执行策略和现场人工干预的依赖，可能降低 VLA 部署适配成本。 用策略与人类动作的差异引导采集，并以在线优势预测挑选关键片段，为机器人数据飞轮提供一种主动数据选择思路。 与已有相关卡片相比…
在妇女健康沟通的多语言理解评测中，总体准确率与跨形式一致性可能掩盖安全相关失败：采用“语言非对称风险监督”的多语言适配模型在法语和阿拉伯语上的分诊不足（under-triage）达到 0.994，而改用来源一致、跨语言不变的风险标签进行受控再适配后可降至 0.572 和 0.558。
值得关注：报告强调，稳健的多语言医疗评测必须显式测试三件事：**语域变化**、**不确定性处理**、以及**适配标签的来源与不变性**。 对医疗沟通场景而言，漏判风险（under-triage）比答得不够好更危险；仅看回答质量的…
该研究声称，在 OpenAI GPT 系列跨代安全训练中，性别歧视内容可能不是被消除，而是被转化为更难被表层毒性分类器识别的形式；作者称之为 harm laundering（危害洗白）。
值得关注：该研究直接挑战“毒性分类器分数下降即安全改进”的评估惯习。若危害只是从显性歧视转化为隐性框架、主题收窄或表征不对称，则依赖表层毒性的安全报告可能低估实际风险。与既有脉络的关系：已有卡片记录 RetroCoT 作为跨模型…
GeoAAC 提出一种面向 flow-based VLA 策略的几何自适应动作分块方法：利用 Flow Matching 去噪轨迹的几何信息估计当前动作预测可靠性，从单次生成中自适应确定动作 horizon，无需额外训练，并在多种仿真与真实操作任务上优于固定 horizon 基线和已有自适应方法。
值得关注：动作分块 horizon 是 VLA 策略中连接“生成动作序列”和“实际闭环执行”的关键超参数；固定 horizon 难以适配任务阶段变化。 GeoAAC 的增量在于：把 Flow Matching 去噪轨迹几何作为过…
FunArt 提出从单次静态配置的 posed RGB-D 观测构建“铰接感知功能 3D 场景图”的框架：它把物体融合几何转为 TRELLIS.2 的 O-Voxel 表示，利用冻结的稀疏压缩 VAE 作为结构先验，并用轻量 query-based 解码器联合分割可动部件与功能交互元素、估计运动类型/轴/原点/范围；在 Articulate3D 上报告 S…
值得关注：把“铰接结构”和“功能交互元素”放在同一框架中，可能减少对主动交互或已知物体输入的依赖。 与既有 FAMOS 卡片的关系：FAMOS 关注从稀疏、无序部分点云进行前馈式 3D 铰接建模；本条 FunArt 的增量在于输…
FlowSGS 提出一种基于 Split Gibbs Sampling（SGS）与 Stochastic Interpolants（SI）的流匹配后验采样方法，用于计算成像逆问题；摘要声称其在多种逆问题上达到 SOTA，并首次为 flow-based inverse solver 加入非线性 Fourier 相位恢复实验。
值得关注：与已有相关卡片的关系：已有卡片中的 flow matching 应用分别面向湍流统计稳态、LHC 标准模型结构和视觉编辑/生成；本条增量在于把 flow matching 用作逆成像后验采样中的先验，重点从“生成内容”…
FAMOS 是一个前馈模型，可从稀疏、无序的部分点云集合中预测可动部件分割与关节参数，并支持可变数量输入（包括单视图）；在 PartNet-Mobility、ACD、ArtiCraft-10K 上相较前馈与优化基线取得一致改进。
值得关注：与既有相关卡片相比，本条不是继续讨论 3D 重建、3DGS 渲染或 PDE 发现，而是把“稀疏观测 + 前馈”推进到可动物体的关节参数与可动部件分割。增量信息在于：从单观测前馈推断扩展到多观测集合联合推理，支持可变输入…
来源指出，遗传性息肉病综合征可能是结直肠癌的前驱病变，并关联多种结肠外肿瘤。 早期识别和准确分类对及时诊断、个体化管理及受影响家族的靶向监测策略很重要。 作者提出的问题是：公共内镜数据集多围绕单个散发性息肉组织，尚未在患者层面连接息肉病表型、组织病理与胚系发现。 为此，作者发布 ERCPMP-Gx 数据集。
值得关注：如果公共数据长期缺少患者层面的表型—病理—胚系关联，AI 模型难以学习息肉病综合征的整体模式。 ERCPMP-Gx 的增量在于将内镜图像/视频与组织病理、临床胚系发现放在同一记录框架中，并纳入形态重叠的非遗传性病变作为…
该论文研究混合数据类型下的 DAG 因果发现，证明序数节点与正则单参数指数族节点之间的边方向在一般参数值下可分布识别，并提出基于评分的穷举搜索与使用 DAGMA 的掩码连续优化框架；具体流行病学实证效果待核实。
值得关注：观察数据因果发现的核心难点是：没有干预时，仅凭分布信息往往无法确定边方向，必须依赖结构假设。 混合数据类型在流行病学等场景中常见，而既有可识别性理论对序数、计数与连续变量混合的情形覆盖不足。 与既有卡片脉络的关系：已有…
一项题为 “Embedding Models Measure in Peculiar Ways” 的研究（据候选摘要）探讨嵌入空间是否能反映质量、距离、时间、体积等物理测量的语义结构，结果显示这种建模很弱，且呈现出受表层字符串相似度强烈影响的“奇特”测量模式。（正文未获取，结论待核实）
值得关注：它把“嵌入相似度是否可信”这一问题从词义、句义推进到**可客观测量的物理量**上——这正是一个理论上应有唯一正确答案的领域，因此更适合作为嵌入几何的“压力测试”。 如果连质量、距离这类语义明确的量都无法被良好建模，则基…
ESIA（Earth Surface Immune System）是受生物免疫系统启发的地表异常监测系统；摘要称其无需预设异常类别即可快速定位时序卫星影像中的未知异常，并进一步通过多模态基础模型完成开放词汇属性识别与单场景测试时适应。
值得关注：未知异常的历史样本少、类别开放，传统“固定类别检测”难以覆盖；ESIA 的摘要主张把流程从二值定位延伸到开放词汇属性识别，试图弥合“检测到可行动信息”的缺口。 若摘要指标可复现，快速定位、单参考图像对适应和开放词汇识别…
论文提出 dQwen3.5 系列（0.8B/2B/4B/9B），尝试把采用“注意力+RNN”混合架构的预训练自回归模型 Qwen3.5 适配为扩散语言模型（DLM），并报告混合主干在达到相同训练损失时所用 token 约为全注意力对照的一半，且在任意顺序解码与并行解码上表现接近全注意力 DLM（具体基准数值待核实）。
值得关注：它把 DLM 适配的研究边界从“全注意力 Transformer”推进到“注意力+RNN 混合主干”，这是当前 AR 模型架构演进的主流方向之一。 若“约一半 token 达到同等训练损失”在更大规模与更多任务上成立，…