SILSA 用沿三个标准轴排列的固定重叠切片潜变量替代昂贵体素 token，并加入切片级拓扑监督，在减少 token、训练内存和推理时间的同时，提升高分辨率 3D 生成的结构保真度与拓扑一致性。
值得关注：高分辨率 3D 生成的一个关键矛盾是：分辨率越高，体素或局部 token 越贵，同时连续表面和拓扑结构越容易被切碎。SILSA 的重要性在于尝试同时处理“表示效率”和“拓扑保持”两个问题。 与已有相关卡片 **ELSA…
材料提出的核心问题：什么让伟大科学家伟大？当 AI 开始在开放问题上取得进展时，科学家仍远胜于 AI 的一点，是能感知在日益膨胀的研究档案中，哪一个先前想法/论文是解决新问题所需的。 ScholarCatalyst 试图研究并评测这种能力：给定一个初始研究问题，只从项目开始时已经存在的文献中，检索出后来被作者判断为已经或可能推动该项目的论文。
值得关注：该基准把科研文献检索从“找相关文档”推进到“找能启发新研究”的层面，评测对象更接近科研立项和构思中的真实需求。 通过限制只使用项目开始时的文献，材料试图模拟真实的信息条件，并避免用完成后论文作为检索答案；具体能在多大程…
该论文针对具有局部依赖结构的类别型高维分布，以低阶马尔可夫随机场（MRF）建模依赖，为“均匀加噪的离散扩散 + τ-leaping 采样”给出端到端样本复杂度分析，并提出权重共享的神经 score 学习器。
值得关注：这项工作把离散扩散的采样分析从经验性能推进到带有限数据样本复杂度的学习/采样保证，关注离散状态空间和类别型局部依赖分布。 它强调显式依赖词汇表大小与 MRF 交互阶数，为讨论序列长度、状态空间大小、数据量与采样质量之间…
ROWBench: Do Video Models Render What the Program Specifies?
RPG（Reconstruct, Practice, Go Real）提出一种不更新模型权重、只改进系统提示与可复用符号技能库的具身智能体自我改进框架：在 22 个操作任务的留出初始化上，任务成功率从第 1 轮练习后的 28.6% 提升到第 15 轮后的 95.0%，并在 3 个任务各 10 次的实体试验中全部成功。
值得关注：这条工作把“自我改进”从模型权重更新转向具身执行系统的提示与技能库更新，并通过仿真练习、失败诊断和跨任务筛选形成闭环，最后以实体机器人试验作为验证信号。与已有相关卡片相比：AI4AI-Bench 关注 LLM 智能体改…
One Basis to Animate Them All: Gaussian Blendshape Distillation for Real-Time Avatars
OmniSeek: Native Tool Integration for Multi-turn Audio-Visual Reasoning
据摘要级信息，Omni-Embed-Mini 用 0.9B 参数、在不更新任何文本侧参数的前提下，把文本、语音、音频、图像、视频与富视觉文档映射到同一余弦空间，使文本检索能力在结构上无法退化；但其正文未能抓取，除元数据外的所有细节与数字均**待核实**。
值得关注：**与既有脉络的关系（增量信息）**：已有卡片中的 REDDIT（回放式分布编辑、避免 ASR 灾难性遗忘）、Direct-OPD（策略蒸馏迁移）、Patch Policy（轻量适配复用预训练密集表示）都围绕"新增能力…
该论文提出一类非二次动能驱动的欠阻尼 Langevin 系统，用动量预条件与动能梯度的“平滑谱驯化”来处理矩阵空间 Gibbs 采样；在势能既非凸也非全局梯度-Lipschitz 的条件下，证明目标测度不变、加权全变差距离下指数收敛，并给出无需修改势能梯度即可保持时间一致矩界的 Euler-Maruyama 离散化。
值得关注：本条与已有“驯化 Langevin 超越凸性”的脉络相关，但增量在于：从显式次梯度/驯化 Langevin 转向**欠阻尼 Langevin + 动量预条件 + 谱驯化**，并将对象扩展到矩阵空间 Gibbs 分布、加…
MosaiChunk 提出一种时空记忆机制，通过选择并合成历史 key-value（KV）条目，在固定记忆预算下提升自回归视频生成对远距离对象/场景的“回访一致性”；生成器保持冻结，仅训练轻量 router。
值得关注：它将长时视频生成的瓶颈从“单纯扩大上下文窗口”转向“如何有效访问和合成历史记忆”。 它强调 revisit consistency，即对象/场景离开再返回后能否保持细节一致，这可能补充传统短片段质量评测。 它提供了一个…
本文提出把非可逆共形图像变换 $T$ 及其适配递归约束的广义逆 $T^\dagger$ 与扩散去噪步骤交错编织，使自指场景与其几何扭曲同步生成，以解决仅靠提示、事后变换或采样中直接变换的不足。
值得关注：它把经典艺术与数学对象（Escher、Penrose、共形映射）和现代生成模型连接起来，并指出了一个具体失败模式：生成模型会“修复”人为扭曲，使递归结构难以保持。其提出的“编织”策略可能对需要全局几何一致性的生成任务有…
MIRTO 试图把脑MRI无监督异常分割（UAD）的评估从“单一排行榜分数”转为对配准、阈值、假阳性预算、指标聚合和病灶定义等评估选择的显式、多重宇宙式检验；据候选摘要，这些选择可能显著改变方法比较结论（待核实）。
值得关注：它把“评估管线选择”本身作为变量，而不是只比较模型架构或训练策略。 配准门控和实际假阳性负担报告，可能减少因几何错位、阈值迁移和指标聚合造成的虚假优势。 对脑MRI异常分割基准而言，单一分数可能不足以支持稳健结论；需要…
LSL 是一个面向大模型“灾难性遗忘”的通用训练框架：它把遗忘重新表述为每个权重矩阵输入空间中的几何问题，并在不访问旧数据的前提下，用“权重适配器 + 高斯混合模型门控”的组合让更新只作用于当前阶段的数据分布，从而在继续学习新能力的同时保留旧能力。**（该判断基于候选摘要，正文未抓取，细节待核实。）**
值得关注：**与主流缓解手段的差异**：常见做法依赖旧数据回放、正则化约束或参数隔离；LSL 强调“无旧数据”，且以输入分布局部性作为保留机制——若被验证，是一条较低成本的替代路线。 **把遗忘几何化**：从“指标现象”转向“权…
据候选摘要，该研究为具有有理多面体状态-动作矩形不确定性（覆盖奖励和转移）的鲁棒马尔可夫决策过程（RMDP）构造单个线性规划（LP），使其最优解可恢复鲁棒最优值和所有最优平稳随机策略；并在固定折扣因子下给出多项式规模 LP 与强多项式构造，同时改进或建立若干 RMDP 与回合制随机博弈的复杂度界。正文未抓取，相关定理细节与证明待核实。
值得关注：鲁棒 MDP 关注不确定性下的序贯决策；若能以单个 LP 表示并给出强多项式算法，理论上可提升问题可解性与复杂度理解。 候选摘要强调“所有最优平稳随机策略”的恢复，这可能对策略集合刻画有意义；但完整证明与条件待核实。 …
LACE 将大语言模型用于组合优化算法设计：先建立经验证的问题契约和 I–O–T–H 接口，再通过时间约束下的互补演化生成并选择一组互补启发式；材料报告其在 36 个 CO-Bench 经典问题上平均得分 0.945，高于最强已有 LLM 基线 0.870 和直接提示 0.571，并把增益主要归因于框架而非单纯模型。
值得关注：这条工作把大语言模型从“直接写代码/单次提示”推进到“结构化算法发现框架”：问题契约、工具库和互补启发式组合共同构成可演化的设计空间。材料强调增益来自框架而非模型，这对图书、简报和产业讨论都很关键：不要只问“换哪个模型…
基于关键词匹配的宽松工具调用指标可能把“从未真正发出工具调用”的小模型判为合格；一组只需数分钟 CPU 时间的严格廉价诊断步骤（逐字复现、首 token 探针、嵌入漂移检查等）可以在采信小模型的工具调用主张之前把这类假阳性筛出来（全部细节待核实）。
值得关注：**评测效度风险**：如果宽松的关键词类指标会“默认放行”，那么小模型在榜单或内部评测中的工具调用得分可能系统性高估真实能力，进而影响选型与部署决策。 **训练课程顺序的反直觉副作用**：论文把 1B 的失效定位到特殊…
KaliBench 是一个面向 Kali Linux 自然语言到 CLI 的细粒度基准与数据集，用于测量 LLM 生成可执行网络安全命令的能力，并基于确定性信号构建 runtime-free verifiable rewards 用于训练；摘要称在 unrestricted setting 下，没有开放权重模型超过 42% exact-command ac…
值得关注：它直接针对 LLM 在网络安全 CLI 场景中的落地瓶颈：不仅要知道工具，还要能生成参数正确、可执行的命令。 对 AI agent 工具调用、网络安全自动化、模型后训练奖励设计有参考价值；runtime-free ve…
InterEvolve 把“奖励程序”本身变成可在测试时被大语言模型改写、被数值优化器调参、并在并行仿真中反复验证的对象，从而在**不重新训练控制器**的前提下，让人形机器人把已有的移动-操作技能重组出来完成新任务（依据仅为摘要级材料，待核实）。
值得关注：**范式层面**：把“测试时计算”从推理期 prompting / 采样，扩展到**奖励与任务规格的测试时演化**；控制器权重不动，改变的是任务接口与规划信号。 **接口层面**：论文强调的“表达力 vs 可执行、可度…
HiPhy 是一个强化学习框架，通过“局部约束单个物理原理的时间动态 + 全局保证整个场景物理与语义一致”的双层目标，提升多物理原理同时发生时的视频生成物理合理性与语义对齐；摘要称其显著优于先前方法和基线。
值得关注：现有视频生成优化和评测常偏重视觉质量或单一物理现象；HiPhy 将问题推进到多物理原理在同一场景中的耦合与一致性。 与既有相关卡片的关系：已有卡片关注立体视频生成的自监督几何、长多视角 4D 一致性、X-to-4D 对…
论文提出 **HGR（Higher-order Grammar Representation）**，将分子提升为组合复形并解析为上下文无关高阶语法的产生式规则序列，使高阶拓扑能够被标准序列模型处理；摘要报告其在分子生成和 MoleculeNet 表示学习上取得领先结果。
值得关注：高阶拓扑，尤其是环系统和重复基序，是化学结构中的关键信息；标准序列或图表示难以显式捕获。 HGR 尝试把高阶拓扑“语法化”，从而同时利用高阶结构先验和标准序列模型的可扩展性。 RingDiv 与 RDI 指向一个方法学…