LEMS 与 KFAC-SVD 针对低秩 SVD 压缩中的“全局秩分配不准”和“分解质量差（秩塌缩）”两类问题，分别引入逐层误差代理与基于 token 级统计的分解方法；据摘要称在 Mistral、Qwen3、Llama 3 上取得最高 4.8 个百分点的零样本精度提升、困惑度平均改善 15%（细节待核实）。
值得关注：低秩 SVD 压缩是降低 LLM 计算成本的重要路线；该工作把改进点落在“秩分配”和“分解质量”两个可直接复用的环节，若结果成立，对现有 SVD 压缩流程具有即插即用式的改进意义。 将误差建模与 ILP 结合用于全局秩…
AdaBPE 通过在 BPE 合并过程中按候选词元的长度与类型动态调整最小频率阈值，缓解传统 BPE 将空白视为固定语义边界、且偏向高频短模式的局限，使词表容量能更多分配给 LaTeX 等低频领域符号，并在五个数据集上报告了编码效率与领域内容下游性能的提升且不损害通用语言表现。
值得关注：词元化决定了模型输入的基本离散单元，词表分配策略会直接影响对形式语言、代码/排版记号等低频但结构关键内容的建模效率。 若 AdaBPE 的结论在更多领域语言上成立，则对混合自然语言与结构化符号的语料（如含 LaTeX …
一篇 arXiv 教程论文提出模块化物理约束机器学习框架 KKT-HardNet，试图把混合建模、过程仿真、优化与模型预测控制整合到同一平台，并声称在约束满足与推理时间上取得数量级提升（具体实验细节待核实）。
值得关注：现有物理信息机器学习卡片多聚焦特定场景（如流体场重构、材料吸附位点搜索、稀疏标签多任务学习）。本条的不同点在于：以“硬约束满足 + 统一优化/控制平台 + 教程化基准”为组织方式，强调工程端到端的可部署性，而非单一预测…
Ballester 与 Tran-Nguyen 在 Nature Machine Intelligence 发表 Perspective，提出一套评估指南，主张通过数据、代码与实验流程的透明披露，以及对数据泄漏、采样偏差和设计缺陷的防范，实现评分函数（scoring functions）公平、可复现且有意义的比较。
值得关注：评分函数的优劣判断高度依赖评估协议；数据泄漏与偏差会系统性高估方法性能，误导方法选型。 透明度与共同数据划分是把“看似更强”转化为“可验证更强”的前提，对学术复现与产业落地均有直接价值。
谷歌开源了与Meta PyTorch团队共同开发的原生TPU软件栈TorchTPU，使现有PyTorch模型经少量改动即可部署到TPU，并已在8000颗Ironwood TPU上完成训练验证。
值得关注：PyTorch是当前大模型开发的主流框架之一，而TPU是英伟达GPU之外的重要算力选项。TorchTPU若如材料所述实现“少量改动即可迁移”，将影响开发者在框架与硬件之间的选择成本，并可能与vLLM、SGLang等推理…
据 OpenAI 官网条目元数据，Uber 正在将 ChatGPT Work 推广至 3 万余名员工，用于研究、数据分析、制作演示文稿和处理复杂工作流；具体部署范围与效果指标待核实。
值得关注：与既有卡片中 The Den 的中小团队案例相比，本条提供的是**万人级企业全员铺开**的样本，二者构成“小团队省时”与“大企业规模化”的对照，可用于观察 AI 办公工具在不同组织尺度下的落地差异。 与教育场景的 Ch…
NVIDIA 在 GTC Berlin 宣布官方支持八节点 DGX Spark 集群，统一内存扩展至 1 TB，可本地运行 GLM 5.3（753B）等前沿级模型，并在推理、多模型编排和预训练三类负载上给出接近线性的扩展数据。
值得关注：把“前沿级开放模型 + 多智能体负载 + 小模型预训练”从数据中心拉到桌面级集群，改变了本地 AI 开发的规模假设：内存而非单卡算力成为第一道门槛，八节点 1 TB 是跨过该门槛的关键配置。 给出按拓扑选型的工程结论：…
OpenAI 为 API 增加最长 12 小时的提示缓存选项（对 GPT-5.6 及以上模型生效），同时宣布 Codex 和 Work 登录用户的缓存永久保留；但官方文档明确 12 小时只是“按缓存命中计费”的最短生命周期，不保证复用 KV 张量或降低延迟。
值得关注：对开发者：缓存写入成本翻倍（相对未缓存输入的 1.25 倍升至 2.5 倍），需要重新估算长上下文与多轮调用场景的账单结构。 对产品设计：缓存永久保留使 Codex/Work 这类持续型工作流的上下文连续性更强，可能影…
Anthropic 于 2026 年 10 月 22 日发布公开征集，邀请学术机构、非营利组织和政府实验室的 PI 及其团队申请成为客座研究员，在 8–12 周内与 Anthropic 研究人员合作，用 Claude 探索生命科学关键问题，Anthropic 承担模型与工具运行成本，成果与数据代码拟共同发表并开源。
值得关注：对于生命科学研究者，这是一条低成本获取前沿模型与研究团队协作的通道，且不要求交出数据。 对于 AI 行业，这体现了模型公司从“提供 API”向“深度参与科学研究合作”延伸的趋势。 与既有卡片的关系：已有“Anthrop…
宇树科技发布新款人形机器人“H2-X功夫传奇 守护”，官方称最长续航约8小时并支持高强度爆发动作，演示视频涵盖徒手抬车、飞踢、高台跃下翻滚等场景，材料推测其面向应急救援、安保防护等方向。
值得关注：人形机器人竞争正从“能不能走、能不能跳”转向“能不能干活、能干多久”，续航与爆发力是作业型场景的关键约束条件。 “徒手抬车”一类演示具有强传播性，但也容易被误读为通用作业能力；实际可用性取决于负载持续时间、稳定性、安全…
Anthropic公布Claude在64小时内自主生成318,484种蛋白设计，针对5种蝎毒神经毒素筛出211个候选交由实验室测试，其中17个达到结合标准。
值得关注：这条与此前“Claude自主设计蛋白质，15个靶标命中14个”的卡片构成同一脉络的延续：上一轮验证的是多靶标广度与两家独立实验室复核的成功率，本轮则给出单次长时自主运行（64小时、约1万GPU小时）的规模化产出数字与公…
OpenAI 发布 Decisions API，定位为面向应用开发者的“快速、聚焦、低成本”决策接口，用于在应用中嵌入轻量决策能力；具体能力边界与计费细节待核实。
值得关注：与既有脉络的关系：已有卡片覆盖的是“智能体管理入口”层面的进展（Devin Desktop 的代理看板与 ACP 协议、Cursor iOS 远程管理 Agent）。本条若属实，增量信息在于 OpenAI 从“模型/代…
智能体进入中国制造业的第一站不是产线车间，而是研发、采购、财务、售后等“泛办公”场景；通过业务骨干亲手搭建智能体，把老师傅经验与一线判断沉淀为组织可复用资产，推动AI+制造从辅助环节走向核心环节。
值得关注：提出了一条与“产线自动化”不同的落地路线：先从办公室“泛办公”场景切入，再向车间延展，降低了制造企业上手门槛。 把智能体的价值从“单点提效”上升到“组织资产”：老师傅经验、一线判断被沉淀为可反复调用的资产，回应了熟练工…
英伟达在GTC柏林站发布DSX全栈AI工厂参考架构及DSX POD计算集装箱（内含7个Vera Rubin NVL72液冷机架），宣称到场即插即用，将算力投产周期从4至5个月压缩至约1个月，新闻稿称部署最短14天。
值得关注：部署周期从数月级压缩到月级甚至两周级，改变了算力集群的交付节奏与资本周转模型。 100%液冷与快速节点组装，指向高密度算力部署的运维标准化。 与既有卡片“企业AI工厂中的自治代理治理”形成互补：后者关注AI工厂内的代理…
Anthropic 于 2026 年 10 月 22 日将 Agent Skills 开放标准捐赠给 Linux 基金会旗下的 Agentic AI Foundation（AAIF），使其转为厂商中立、社区驱动的项目，并同步移交名称、Logo、GitHub 组织与 agentskills.io 域名。
值得关注：标准的中立归属往往决定其能否跨厂商长期存活。本次捐赠把 Agent Skills 的治理权从 Anthropic 转移到 AAIF，并明确以个人身份而非公司身份维护，是对“开放标准由谁说了算”这一问题的制度化回应。相较…
曾负责Claude.ai等产品工程的菲利克斯·里泽贝格认为，Agent使用者常因逐条搬运信息而沦为“Claude的传送带”，更有效的做法是直接给模型完整数据、工具权限和验收条件，让它自行判断与执行。
值得关注：与既有卡片中“Agent将从外包工具变为常驻同事”“AI产品应瞄准两三个月后的模型能力”相呼应，本条补充的是**使用侧**的增量：模型能力被低估，往往不是模型不行，而是使用者用“传送带”方式限制了它。对图书/简报而言，…
在西班牙 MIR 住院医师考试 1,552 道题上，8–27B 参数的四款开源模型中较大的三款按考试规则作答可排进前约 600–3,000 名，但它们的置信度无法有效区分对错、拒绝作答从不划算、医学微调以牺牲准确率换取降低过度自信，且提供的图像对准确率没有影响。
值得关注：该研究把“考试分数”这一单指标证据拆解为部署开源医疗模型真正需要的多维能力：校准、可弃答性、推理忠实性与多模态利用。结果表明，高分排名可能掩盖置信度失准、推理过程不可靠以及对图像输入的忽视——这些正是卫生系统在本地部署…
WorldForge V2 提出一套“免训练引导 + 轻量适配”的组合框架，在保留预训练视频扩散模型生成能力的前提下，显著提升相机轨迹控制的精度，并缓解相机运动与场景动态纠缠的问题。
值得关注：相机可控性是视频扩散模型从“好看”走向“可用”的关键瓶颈之一。WorldForge V2 的思路是把“控制”与“生成”解耦：先在潜空间做选择性、可校正的引导，再用极轻量的 LoRA 适配固化能力，兼顾精度与生成质量。与…
在一项预印本研究中，当大语言模型（LLM）表现得更自信、一致但实际错误时，人类用户会倾向于顺从模型给出的错误信息；这种“人类侧的迎合”（human-side sycophancy）导致信任校准崩塌，且任务后的主观信任评分几乎未受影响。**（以上结论基于标题与摘要元数据，正文未抓取，细节待核实。）**
值得关注：将“迎合”从模型行为扩展到人机互动中的双向动态，提示单方面评估模型迎合可能低估风险。 主观信任评分与客观信任校准（AUROC 崩塌）脱节，说明用户体验指标不足以反映可靠性。 对教育类、学习类 AI 界面设计有直接含义：…
AOPD 不再假定教师每一步的指导都对学生有益，而是用“学生视角下的反事实优势”给教师动作加权：只强化真正能提高学生期望结果的动作，并用仅依赖学生 rollout 与终端奖励的估计器实现这一目标，无需额外采样。
值得关注：标准 OPD 的隐含假设是“教师指导恒有益”，当教师偏好与当前学生能力不匹配时，处处模仿可能引入无效甚至有害的监督。AOPD 把教师监督从“模仿教师偏好”转为“按对学生结果的实际贡献加权”，且不增加 rollout 开…