TIGER 把模仿策略预测的动作块转成任务空间的短时域末端执行器参考，用作稠密奖励，而不是直接执行演示策略；在稀疏奖励操作任务上，它比匹配的 RL 基线更快达到 50% 成功，并在真实机器人早期训练中显著减少安全重置。
值得关注：对机器人学习：演示从“要复制的脚本”变为“局部的进度方向”，使 RL 能在演示不完美或分布外时继续学习，而不是被模仿策略的天花板限制。 对工业部署：真实机器人 RL 的早期安全重置和人工干预是隐性成本；TIGER 报告…
GPT-5.6 Sol 在 Devin Desktop 和 Devin CLI 上以 70% off 提供，促销截至 2026 年 10 月 3 日；发布方称其在 FrontierCode 1.1 上达到顶级结果，并因此成为 Devin 中成本效益较高的前沿模型之一。
值得关注：对 Devin 用户而言，该促销直接降低前沿模型在 Desktop 和 CLI 中的使用成本；对 AI 编码代理市场而言，模型供给与定价促销正成为平台竞争的一部分。与已有 Devin 相关卡片相比，本条不重复 Clau…
这篇 Nature Communications Comment 呼吁开发一类人机接口：在运动中解码脊髓运动神经元活动及由此产生的肌力信息，以使处于不同神经肌肉功能谱的用户能够以类肌肉行为意志控制可穿戴机器人。
值得关注：文章把可穿戴机器人控制问题定位在“用户意志”与“神经肌肉信号解码”上，而不是仅依赖设备预设动作或外部控制。 它强调覆盖不同神经肌肉功能谱的用户，具有包容性与广适用性的目标。 与已有相关卡片的关系：已有卡片分别关注异构机…
Anthropic 于 2026 年 10 月 2 日宣布启动 Claude Frontier Academy，承诺投入 1 亿美元，目标到 2027 年底培训 10,000 名 Frontier Deployed Engineers（FDE），以应对企业 AI 落地人才缺口；首批学员来自埃森哲、贝恩、凯捷、澳大利亚联邦银行、德勤、麦肯锡、摩根士丹利、诺和…
值得关注：本条与已有卡片中的公众 AI 议题征集、Public First Action 捐赠、Cohere 与滑铁卢大学合作不同：它聚焦企业 AI 落地中的 FDE 角色、合作伙伴网络和认证/驻留培养路径。增量信息是 Anth…
根据已知元数据与候选摘要，Chatham Financial 使用 Codex 和 GPT-5.6 构建技术、重设工作流，并可能将交易验证从 30 分钟压缩到 4 以下；但正文未抓取，具体事实与数据口径均待核实。
值得关注：资本市场的交易验证通常涉及准确性、审计与合规要求；若 AI 能显著缩短该流程，说明企业 AI 的价值可能进入核心运营环节。 与既有“GPT-5.6”卡片的关系：本条把 GPT-5.6 从模型定位/能力描述延伸到具体企业…
据给定 Manual title，AGIBOT 与 Vietnam National Innovation Center(NIC) 合作，主题为推进 Embodied AI Industry 与 Talent Ecosystem，日期标注为 2026-10-02；但抓取页面未包含公告正文，合作内容、形式与成果均待核实。
值得关注：本条与已有 AGIBOT 与长隆主题公园卡片不同：长隆条目关注文旅场景与大规模机器人主题公园，本条关注 AGIBOT 与越南 NIC 的产业/人才生态合作线索。 与既有脉络的关系：本条的增量信息是地域与主题转向——越南…
OpenAI 官网存在一篇标题为 “A model guide for the GPT-6 family” 的指南页面，候选摘要称其面向初创企业，讲如何选择 GPT-6 模型、调节推理投入、改进提示与技能、协调工具并为生产环境准备工作流；由于原文正文未能抓取，以下内容仅基于元数据，具体事实待核实。
值得关注：与既有脉络的关系：已有卡片《Cursor Router 如何为任务选择合适模型》记录的是**应用/工具侧**从真实开发者流量中学习模型选择（Compass 预测任务复杂度 + 任务分类器挑模型，并给出成本与满意度对比）…
Build Applications on NVIDIA BlueField Faster with NVIDIA DOCA Agent Skills
World Embedding Benchmark 用 8,000 个受控仿真案例评测视频表示中的物理信息，发现预训练全模态嵌入模型在跨模态物理对齐上较弱，但轻量探针可从冻结视频嵌入中恢复部分物理属性；同时，物理特定的持续对比训练会提升对齐与配对分类，却可能牺牲定量物理属性回归。
值得关注：该工作把物理保真评测从生成画质或跨模态对齐，推进到“视频嵌入是否保留可恢复的定量物理信息”这一层面，并指出对齐训练可能损害定量信息。与已有相关卡片相比，UniClawBench 偏主动智能体真实任务评测，UAV-Dua…
在非平稳 bandit 问题中，e-ATS 不预设固定的遗忘节奏，而是用 anytime-valid 的 e-过程先判断“折扣历史”是否已被当前证据支持；只有获得授权后才允许偏离乐观 Thompson 采样（OTS）。具体定理条件与实验数值均**待核实**。
值得关注：它把“记忆 vs. 遗忘”的权衡从经验性的固定折扣率（如滑窗、指数遗忘）推向**可检验的在线统计决策**：先问证据是否支持非平稳，再决定是否改变状态。 anytime-valid 的 e-过程天然适配在线、序贯、无法预…
这篇 arXiv 摘要提出：持续世界模型不应把旧知识退化一律视为失败，而应按“不变性时间尺度”分层保留知识；并建议用 differential retention 同时报告不变性回归测试与修订延迟，以区分正确修订过时知识与灾难性遗忘。
值得关注：它挑战持续学习默认假设：遗忘等于失败。对非平稳环境，遗忘可能是适应。 如果评估指标不能区分“两类退化/更新”，会奖励不更新模型，可能抑制真正持续适应。 与既有脉络的关系：已有“面向组合任务持续学习的世界模型基准”关注基…
在标注数据稀缺的肿瘤学 AI 背景下，该研究提出两阶段多模态模型：第一阶段从组织病理学推断转录组，第二阶段结合推断表达与临床变量预测乳腺癌新辅助治疗的病理完全缓解（pCR）；在 1,412 例、9 个队列评估中汇总 AUROC 为 0.79（95% CI, 0.73–0.85），提示“生物学信息引导的压缩”可能适用于数据稀疏的精准肿瘤学应用。
值得关注：直接回应肿瘤学 AI 中“标注数据稀缺”这一核心瓶颈。 将组织病理学、推断转录组和临床变量结合，属于多模态但以生物学信息压缩为核心的路径。 多队列开发与评估、消融实验和稳定性分析，为该类数字生物标志物提供了较完整的验证…
Double-Stitch 通过惩罚学习到的群体路径上的运动方程残差，实现无需每步数值模拟的 Wasserstein 空间拉格朗日力学学习；在多数任务上匹配或优于梯度流方法与基于模拟的 WLM，并将训练速度提升 4–14 倍。
值得关注：Wasserstein 梯度流无法描述保守或周期动力学；Wasserstein 空间拉格朗日力学虽然覆盖更广，但已有学习方法依赖逐步数值模拟，训练昂贵。Double-Stitch 的增量在于用“残差惩罚”替代“每步模拟…
论文初步检验 SigLIP2 预训练图像编码器向航拍影像七类火灾风险分类的迁移；在验证分区上，全模型适配优于冻结编码器探针，但摘要明确这些开发结果尚不能证明独立测试集或未见区域性能。
值得关注：它关注 foundation-model 向遥感/航拍风险分类的迁移，而非从零训练专用模型。 它强调可复现数据划分、数据来源记录和模型选择记录，这有助于提升实验可追溯性。 它给出 frozen probe 与 full…
RNADynBench 提供 2585 条经质量控制的 100 ns 全原子 RNA 分子动力学轨迹与泄漏控制划分；RNADynNet 以共享骨干网络统一轨迹生成与单构象动力学指纹提取，并在两个测试集（含高灵活性挑战集）上取得 RMSF 相关性 0.875 和 0.766。
值得关注：RNA 功能依赖构象变化，静态结构视角不足以覆盖动力学行为。 该工作同时提供大规模标准化 MD 数据基准和统一模型，回应了“数据有限”和“生成/理解割裂”两个问题。 与当前提供的既有卡片无直接延续或更新关系；本条增量是…
来源材料报告，在人声合奏多音高估计（MPE）中，线性短时傅里叶变换（STFT）作为模型输入优于谐波常数 Q 变换（HCQT），并大幅降低特征提取成本；更细频率分辨率、更长分析窗口或更宽频谱覆盖并未带来额外改进。
值得关注：该结果挑战了音频 MPE 中默认采用 HCQT/频率自适应表示的设计假设：频率分辨率更细并不必然带来更好效果。 对需要在训练中动态生成混合样本的流程，降低特征提取成本可能直接改善训练效率。 对时变人声音高建模，分析窗口…
来源材料提出 **ProAR**，把自回归视频生成从“下一块预测”的短视模式改造成目标导向的前瞻推理：用目标帧预测与非对称注意力掩码锚定长期结果，再用未来表征自对齐引导短程转移；摘要称其在多个视觉推理基准上提升，并能用 25% 训练步数超过完整训练的标准 AR 基线。
值得关注：它把视频生成的目标从下一块预测转向目标导向推理，可能更适合世界模型、规划、具身智能等需要长期目标与中间状态有效性的任务。 训练效率叙事较强：25% 训练步数超过标准 AR 基线，若成立，对算力受限团队有吸引力。 与已有…
PoCoFL 把联邦学习拆成“FL 类型 / 策略语义 / 密码学实现”三层，用承诺加非交互零知识证明让客户端证明自己的贡献合规、聚合方证明自己按既定聚合策略处理了被接纳的贡献集合，从而在保持数据本地化的同时补上“策略合规”这一环，并被形式化为四种可实例化的 FL 变体。（基于摘要元数据，细节待核实）
值得关注：隐私不等于合规：数据不出本地只解决了隐私暴露面的一部分，无法回答“贡献是否按规则产生”“聚合是否按规则执行”这两个治理问题。 模块化抽象的价值：把策略与密码学实现分离，意味着换策略或换证明系统时不必重写整个 FL 工作…
论文将分类中的交叉熵解释为“有耐心的准确率”，并提出按剩余学习量截断的 **horizon loss**；在 MNIST 和 ImageNet 分类实验中，它以固定学习率改善 top-1 准确率，且标签噪声越大增益越明显。
值得关注：它挑战了一个直觉：在分类这种无探索、无信用分配、无动作采样噪声、且梯度精确的设定中，精确策略梯度未必优于交叉熵。 它把交叉熵与策略梯度放进同一个“学习视野”框架：交叉熵看长期/耐心总误差，精确策略梯度只看零视野即时收益…
Pivot-SD 是一种面向掩码扩散语言模型（dLM）的离线自蒸馏后训练框架，仅监督去噪过程中对剩余掩码位置不确定性影响最大的“支点”承诺；摘要称其用 200 个问题、每个问题 4 次 rollout，在数学与代码基准上改善 LLaDA-8B-Instruct，并超过全序列 SFT 与预算匹配的扩散 RL 基线。
值得关注：它把 dLM 后训练的信用分配粒度从“整段最终文本”或“整个去噪步骤”推进到“单个高影响承诺”。 对掩码扩散模型而言，这意味着训练信号可以更集中地作用于真正改变生成走向的决策点。 与既有脉络的关系：已有卡片中，“面向掩…