论文提出 Teacher-Assisted Communication Training（TACT），通过教师辅助修订、伙伴回应测试与 on-policy distillation，试图让语言智能体在提升社会目标达成的同时降低通信成本；在 SOTOPIA 与 AgentSense 上，摘要报告了目标表现提升和 token / 交互消息减少，但具体数值未给出…
值得关注：社会智能不只是“说得对”，也包括“说得省”和“说得让伙伴可承受”。已有相关卡片中，“AI队友的社会成本”关注引入 AI 队友对人类成员沟通响应性、社会影响力与归属感的影响；本条不重复该发现，而是从智能体训练侧处理通信成…
论文提出 TokenCast，为 LLM 智能体执行片段学习可组合的成本表示，在执行过程中无需额外 LLM 调用即可刷新 token 消耗预测，并在离线预算控制重放中显示节省 token 的潜力。
值得关注：LLM 智能体成本不仅取决于单次调用，还受执行路径、工具反馈和上下文累积影响；TokenCast 把“执行中成本预测”作为一等对象。 与已有卡片“注定失败：通过受召回控制的探针级联提前终止 LLM 智能体片段”的关系：…
该工作提出一种“几何感知”的超二次曲面（superquadric）基元分解框架：在内点选择阶段显式引入法向一致性等局部表面几何先验，并把内点细化建模为能量最小化问题、用图割（graph-cut）求解，从而缓解仅靠空间邻近与残差准则导致的错误内点传播。（依据题名与摘要元数据整理；正文未抓取，具体数值与实现细节待核实。）
值得关注：它触及鲁棒几何拟合的一个经典失效模式：当两个基元彼此贴近或相互重叠时，仅凭点级残差与空间邻近无法区分归属，错误内点会被"传染"式地传播到后续估计中。 把局部表面几何（如法向）作为内点判定的依据，代表从"残差驱动"向"残…
该工作提出一个表示学习框架，用带 Kalman smoother 的 hard-EM 学习一致收缩的扰动潜动力学，并与贝叶斯滤波结合，形成具有预测能力、可证明指数收敛到有界邻域的复合自适应跟踪控制器；在湿滑地面车辆携带液晃罐与摆负载、以及耦合 Duffing 振子实验中，相比固定衰减表示学习、LTI DAC 和模型 PD 基线，取得更准确的扰动预测和整体跟…
值得关注：将表示学习与经典 DAC/自适应控制结合，并用 hard-EM + Kalman smoother 学习收缩潜动力学，可能兼顾预测能力与稳定性理论保证。 与已有相关卡片主题不同，本条不重复其事实；增量点在于把表示学习用…
据题录与摘要级信息，一种极简在线流程 ROFT（Retrospection-Only Fine-Tuning，仅回溯微调）只用模型自己生成的“经验解释”文本做下一词预测训练，不使用外部教师、也不做基于奖励的策略更新，就在软件工程任务上报告了与 GRPO 相近的解出率，并出现更快的早期进展。**该结论的所有具体数值、实验设置与因果解释均待核实。**
值得关注：若成立，则“学习解释”本身就能带来“学习做事”的提升，意味着解释与行动之间存在可迁移性，而不只是事后合理化。 该流程不需要 verifier、外部教师或策略梯度，降低了智能体持续自我改进对奖励工程与算力的依赖。 对“没…
ScAn-Bench 由 ScAn-Bench-LLM 与 ScAn-Bench-VLM 两个代理基准组成，分别建立在 4524 与 8024 个语言模型、视觉语言模型流水线 checkpoint 之上，目标是对“如何获得 scaling law 与最优 scaling 方案”这一方法论本身做系统性评估；具体实验结论与数值待核实。
值得关注：把评测对象从“模型能力”转向“研究方法论”，属于基准设计的一个不同层次：它评测的是研究者得出 scaling 结论的过程是否稳健，而不仅是结论指向的模型好不好。 与既有卡片的关系（增量信息）：本卡片与 Sovereig…
Scaling Long-Form Story Generation via Narrative State Tracking
该研究显示，计算互文检索可以恢复一部分经过改写、典故、历史语言和翻译转换后的圣经引用；但由于编辑注释未必穷尽，模型输出也不等于新发现，检索模型更适合被定位为辅助专家细读的“启发式合读器”。
值得关注：这项工作同时展示了 computational intertextual retrieval 的潜力和 epistemic limits。作者不主张把 scholarly annotations 当作穷尽集合，也不主张…
在消费级头/足IMU的稀疏惯性姿态估计中，作者提出按“每个流、每个通道块”学习可靠性时间门控；作者报告该模型在干净数据和模拟偏置/漂移/丢包故障下均优于静态或无门控融合，说明可部署稀疏动捕的关键可能是学习“信哪个通道”，而非增加传感器数量。
值得关注：消费级可穿戴无摄像头动捕的部署瓶颈不只是算法精度，还有真实设备中的偏差、漂移、丢包和佩戴差异。固定融合或手动丢弃“已知坏通道”难以覆盖未预料故障；通道级可靠性门控提供了更细粒度的鲁棒性设计思路。
摘要称，AI Night-Scientist 将科学构思中的创造力拆为行动、过程、结果三轴，并用 GRPO 强化学习训练模型学习“何时/如何”偏离可预测推理，从而提升科学提案多样性、预测引用影响与原创性；完整实验与可复现性待核实。
值得关注：把“创意”从单一采样温度参数，转向可学习的多级能力与语义目标。 若结果成立，可帮助科研辅助系统生成更多类研究方向和贡献类型，而非只做结构化、可验证任务。 对自动头脑风暴、研究议程探索、基金/项目构思工具有潜在价值。 与…
PDMD 通过在分布匹配蒸馏（DMD）更新中投影掉与 student-critic 端点残差平行的分量，过滤 critic 误差，从而在极少 NFE 下稳定视频扩散模型蒸馏并提升样本质量；论文报告在 Wan2.1 与 MiniMax-H3 视频-音频联合生成上取得优于蒸馏基线的指标。
值得关注：少步视频扩散生成对部署效率重要；PDMD 关注的不是新增网络或复杂多阶段训练，而是修改 DMD 更新方向以抑制 critic 误差累积。 与既有卡片“**视频扩散模型中的序列性差距**”的关系：后者指出标准双向视频扩散…
NHMO 通过学习仅依赖域几何的调和测度密度/边界核，使同一形状上的不同 Dirichlet 边界值和 Poisson 源项在推理时可即插即用，而无需重训。
值得关注：与已有神经算子/物理约束卡片相比，本条增量在于：它不直接学习时变演化或特定物理过程的解，而是利用调和测度的几何依赖结构，把边界数据与源项留到推理时通过积分处理。这为变形状域上的椭圆 PDE 提供了一种几何先验明确的神经…
RefGAP 是一种训练免费的参考注意力校正方法：在扩散式视觉编辑中，根据前向传播测得的参考注意力质量，在线调整每层参考 logits 的正/负偏移，以增强编辑区域对参考的利用并限制非编辑区域被参考改变，从而改善身份保真度；完整证据与实现细节待核实。
值得关注：参考引导编辑的关键矛盾是“参考遵循”与“编辑外保持”的平衡。RefGAP 把参考注意力不足作为可诊断瓶颈，并用训练免费方式做非对称校正。 与既有卡片的关系：已有“视频扩散模型中的序列性差距”关注扩散去噪循环的串行计算限…
UMM-Reflection 用轨迹级强化学习，在统一多模态模型内部联合优化“反思文本”和“基于 flow 的图像修订”，在 BAGEL 上把 GenEval 相比 SFT 提升 12.05 分，并迁移到多个未参与训练的基准。
值得关注：它把统一多模态模型从“理解与生成功能共存”推进到“自我诊断—修订—再观察”的原生循环。 与既有卡片的关系与增量：已有“原生统一多模态模型中的理解-生成协同”强调共存不等于自动协同；本条增量是用交错强化学习对完整反思轨迹…
LHFM 从辛几何与经典力学出发，用图像依赖的哈密顿流和输运–源参数化建模图像动态；摘要称其在确定性视频预测中取得比较递归模型里最低的 FLOP count（相近预测精度下），并在图像生成的匹配实验中把 FID 降到 flow-matching 基线以下。
值得关注：该工作把视频预测与图像生成放到辛几何、哈密顿力学和几何量子化的视角下，属于物理/几何启发的生成建模路线。 与既有相关卡片的关系：已有卡片涉及并行解码蒸馏、FlowMimic 的像素对扭曲流场、智能体优化等；本条增量在于…
KV-streams 是一种即插即用的上下文压缩训练策略：它不丢弃每次压缩后的 KV cache，而是将其向前流式传递，从而在作者报告“无明显性能受损证据”的情况下，把智能体强化学习训练的墙钟时间加速 2.6–5 倍，并可能让流式 KV cache 充当递归状态。
值得关注：长程智能体 RL 的关键瓶颈之一是长上下文带来的 GPU 内存与重计算成本。KV-streams 的新意不只是设计一种压缩算法，而是改进压缩训练循环中的 KV cache 生命周期：从“压缩后清空”改为“流式前传”。与…
InfiniHand 是一个端到端、流式、前馈框架，可从未标定自我中心视频直接联合估计 MANO 参数、相机轨迹和手部位置；材料称其在域内基准上优于 SOTA，并在 ARCTIC PA-p 上较 ViDiHand 降低 21.4%，运行 11.19 FPS。
值得关注：它把“手部几何”和“相机自运动”放在同一可流式框架中，针对的是自我中心视频世界空间追踪中的联合估计问题。 若材料结果成立，可减少对独立手部姿态估计器 + SLAM 级联的依赖，并缓解误差累积和计算开销。 与既有脉络的关…
在循环 Transformer 的后训练中引入自适应迭代决策器 TaH2，把额外循环迭代集中在真正受益的 token 上，可在 AIME 上同时改善测试时扩展的准确率-计算量斜率与匹配计算量下的准确率。
值得关注：已有相关卡片分别关注自适应采样预算、测试时扩展的评估/可复现性、以及无验证器置信度轨迹选择；本条增量在于模型架构内部的循环深度自适应，而非外部采样或轨迹选择框架。 它把测试时扩展的效率指标落到 accuracy-com…
在基于 RGB 姿态估计的康复动作质量评估中，摄像头放置与患者朝向会显著影响系统区分正确动作和错误动作的能力；一个优化放置的单 2D 摄像头可较常用 0° 正面视角提升 16.9% 的可分离性，双视角组合还能进一步带来最多 13.1% 的提升。
值得关注：该研究把“摄像头放置/患者朝向”从普通工程细节提升为影响临床相关动作错误检测的关键变量。 与既有卡片“超越单摄像头——体育视频理解中的智能体多视角推理”相比，本条不是体育视频中的 MLLM 智能体多视角推理，而是临床康…