在掩码扩散语言模型中，把“与最终输出一致”作为可提交标签在低 NFE 下过于宽松；改用“轨迹收缩”目标（只接受留在参考轨迹上的提交），并用置信度加隐藏状态作为输入，可用很小的策略网络显著改善准确率—NFE 前沿。
值得关注：扩散语言模型的并行解码能否实用，很大程度取决于“提交决策”的质量。该研究把解掩码策略的设计拆成可独立检验的变量，指出常见监督信号在低预算下的缺陷，并给出一个轻量策略即可换取更快解码的证据，对推理效率优化有直接参考价值。…
VERA 是一个开源、自托管的仪表盘，把 COMPL-AI 对 EU AI Act 的技术解读（6 大原则组、18 项技术要求，其中 12 项可由现有基准测量）转化为非工程人员可操作的评估流程，并在某大型欧洲银行的部署中得到实测：完成负责任 AI 评估的平均耗时从阅读原始输出文件的 56 秒降至使用仪表盘的 30 秒，组织内 usefulness 评分 4…
值得关注：监管合规评估的瓶颈往往不在基准本身，而在“谁能读、读多快”。VERA 的增量信息在于：它不是提出新基准，而是把既有 COMPL-AI 要求体系与公开基准封装成审批者可用的界面，并用被试内研究给出了可量化的效率证据与主观…
UniVOE 提出一种“以移除驱动注入”的训练框架：先用视频修复先验训练能消除交互效应的对象移除器，再由它把真实物体在场视频转成物体缺席视频，反向构造大规模成对监督来训练对象注入模型，并用基于奖励的后训练对齐人类偏好。
值得关注：视频对象编辑长期存在“删得掉、插得像”的不对称难题：移除可借修复任务迁移，注入却缺少成对监督。UniVOE 的核心增量在于把两种互逆操作串成数据闭环——移除器既是编辑工具，也是注入模型的监督生产者；再叠加偏好奖励后训练…
论文把注意力块视为概率密度空间上的相互作用粒子系统，用惯性（Nesterov 型）阻尼哈密顿动力学推导出“加速注意力块”，并给出 softmax 与线性注意力两种核下的几何、适定性与有限维解理论，最后用几何修正项在 nanoGPT 风格实验中降低验证负对数似然。
值得关注：把注意力从“静态层堆叠”重新表述为概率测度空间上的惯性动力学，为理解深层注意力的稳定性（如 token 范数增长、二阶矩爆破）提供了连续—离散对应的定量工具；同时说明几何修正可以在不改变主干结构的情况下改善语言建模损失…
Squaring-the-Sphere 提出一种名为 CubeAtlas 的全景表示，把立方体贴图的六个面展开到同一张紧凑画布上，在保留透视几何的同时组织跨面关系，使预训练扩散 Transformer 单次前向即可联合建模完整全景，并在更低注意力计算下取得优于等距柱状投影（ERP）建模的质量。
值得关注：该工作把“表示选择”而非“模型规模”作为全景生成的核心杠杆：用一张结构化画布同时缓解 ERP 的畸变/域差与立方体贴图的接缝/面间不一致，并让稀疏注意力与布局几何对齐，从而在不改骨干的前提下降低计算。对需要高分辨率、无…
SpectralCanary 通过在数据集发布前把固定“金丝雀”图像以平滑低通掩码混入每张图，使文本到图像（T2I）模型在微调后生成结果中留下可检测的低频信号，从而以极低图像质量代价审计某图像集合是否被用于微调。
值得关注：T2I 模型微调的数据来源难以追溯，主动审计可在数据发布环节建立可验证链路。SpectralCanary 的“极简”设计（无需逐图优化、不改 caption、低频混合）降低了部署门槛，同时保持较高检测率与图像保真度，说…
Social-HUMINT 把“社交媒体情报（SOCMINT）”与“网络人力情报（Cyber-HUMINT）”统一为一套经专家验证的 38 项能力分类体系，并用 LLM 多智能体流水线把“提取—推断—易感性评估”落地为可量化的暴露面测量，在真实参与者公开数据上显著优于规则与 NER 基线。
值得关注：把“社交媒体暴露”从模糊的风险感知转为可测量的指标（画像准确度 + 易感性预测），使防御方能够量化自身风险。 统一两套长期分离的个人中心情报学科，填补了现有模型无法覆盖“从被动采集到主动接触”全连续体的空白。 在 LL…
这篇论文提出“模拟控制评估”（SCEs）：用语言模型模拟工具响应来替代真实执行环境，从而能在更贴近部署任务的环境里做AI控制评估；在 LinuxArena 上，它比在独立控制环境 BashArena 中执行的传统评估更能预测部署时的安全表现。
值得关注：控制评估的核心用途是预判部署风险，而“在专用环境评估、再外推到部署”这一链条容易因环境差异而失真。SCEs 提供了一条在部署相关任务上直接做评估的路径，并且在本研究中表现出更高预测精度和更高样本效率。相对已有关于AI控…
论文针对“观测式隐私审计”场景（审计者不能插入金丝雀、不能控制数据纳入、不能重训模型），提出用可得的分布外（OOD）非成员估计反事实的分布内非成员分数分布，并通过保守校正缓解分布移位带来的审计偏差，在多个含分布移位的数据集上给出更稳定的隐私估计与更紧的下界。
值得关注：隐私审计通常依赖可干预的实验条件（如插入金丝雀、控制训练数据），但真实部署场景往往不允许这些操作；本文把审计问题转化为在分布移位下对成员推理分数分布进行迁移与校正的问题，补足了“观测式审计”这一受限但常见的场景。其增量…
论文提出 Sensorimotor Alignment（$S^2$），一种无需训练的离线指标，用来衡量模型感官表征与物理运动几何结构的对齐程度，并发现该指标与下游机器人任务成功率正相关，可作为闭环评估前的低成本代理。
值得关注：若 $S^2$ 的代理有效性在更多模型家族上得到验证，模型选型可从“跑闭环”前移到“算对齐”，显著降低具身基础模型的评估成本；同时为 PRH 在具身领域的扩展提供了可测量入口，并试图回答“模型为何成功”而非仅报告成功率。
TWICE（TWIn-world Credit Estimation）通过在反事实分支中复用事实轨迹的下游采样噪声构造“双世界”，把智能体强化学习中的回合级奖励拆解为更干净的回合内信用，在七个问答基准上平均优于 GRPO，且辅助 token 开销比 VinePPO 少 68%。
值得关注：智能体任务的成功往往取决于回合内某一两步关键决策，但稀疏的回合级奖励把信用摊平到所有步骤。TWICE 指出：只要环境中的检索、语料与评分是确定性的，就可以用“噪声对齐”的反事实孪生把决策效应从运气中分离出来，并以更少的…
论文提出 TTR-Compressor，把输入 token 视作一个回归问题的样本、以拟合系数作为压缩表示，回归问题端到端学习、系数在前向传播中闭式求解，在块稀疏注意力与多模态视觉 token 合并两类场景中优于池化/投影类压缩方案。
值得关注：把“压缩”从启发式的池化/投影操作，转化为一个有明确数学形式（回归）且可端到端学习的操作，为高效模型设计提供了新的基础构件。 闭式求解系数意味着压缩过程本身不引入迭代求解的推理开销，兼顾了表达力与效率。 同一压缩器跨语…
这篇论文（arXiv:2610.31662v1）研究如何在线监控 AI 系统的连续决策流：在每轮中，系统给出“建议决策”和“置信度分数”，决策者需决定是自动接受还是转交人类专家审计；目标是在保证“未审计的 AI 错误比例”不超过用户设定阈值的前提下，尽量降低专家审计频率。该结论基于摘要信息，全文细节待核实。
值得关注：在 AI 辅助决策落地中，全量人工复核成本过高、全自动接受风险过大；该工作给出“选择性审计”的可证明折中方案。 将“置信度/验证分数”与“错误率约束”直接挂钩，为合规与风险管理提供可操作的上限式保证（待核实其保证的具体…
该综述提出以“世界建模”为统一视角，将视频基础模型（理解/生成）与视频世界模型整合到“读、写、共享、交互”四个互补操作框架下，强调从片段级识别与感知保真转向持久状态、可控演化、物理与因果有效性及交互驱动的评估。
值得关注：它把“视频理解”和“视频生成”放在同一世界建模框架下讨论，避免仅以像素保真或片段识别衡量进展；并提出以世界状态一致性与交互决策后果作为评估重心，这对构建可用于规划与交互的视频世界模型具有方向性意义。相对既有卡片中偏具体…
在 OLMo-3-7B-Think 上，RLVR 并未单调提升工具性收敛行为：该行为比例从 SFT 的 25.0% 升至 RLVR 约第 200 步的 46.1%，随后在最终检查点降至 11.8%，低于 SFT 基线。
值得关注：IC 常被当作“能力强即趋向权力寻求”的一般性理由，并据此推断 RL 阶段风险上升。该研究提供了反例式证据：RLVR 过程中工具性行为比例可以先升后降，且最终低于 SFT 基线。这意味着以单次“训练前/后”对比来判断 …
PYTHIA 通过“冻结基础模型权重 + Transformer 子空间对齐 + 高斯过程不确定性量化”的组合，把在化学相似分子大数据上预训练的知识迁移到样本有限的新材料体系，并作为贝叶斯优化的代理模型，同时搜索最优吸附位点与缺陷构型。
值得关注：它针对的是材料机器学习中“样本效率”这一实际瓶颈：不是从头训练，而是借助化学相似体系的基础模型加轻量对齐层，把可用数据需求压到有限数据集规模，并把预测与不确定性一起接入贝叶斯优化闭环，指向低数据条件下的新材料缺陷/吸附…
该论文量化了部分可训练神经网络中“随机特征→全可训练”的相变规律：在多项式谱衰减与杠杆兼容假设下，给出了二层网络平方 $L_2$ 逼近率的显式界，并指出少量可训练参数即可捕获大部分逼近收益。
值得关注：若少量可训练参数就能逼近全可训练网络的收益，则可在保持表达力的同时显著降低训练与存储开销，为科学计算中的高效网络设计提供理论依据；相变视角也把“随机特征 vs 全训练”的经验取舍转化为可量化的比例选择问题。
OP-Print 是首个针对“同策略自蒸馏”的成员推断攻击研究：作者发现自蒸馏的监督印记稀疏且有结构，集中在不确定性敏感的位置，并据此在灰盒与黑盒两种威胁模型下构建了统一攻击框架，效果显著优于基线（基线即使在灰盒下也接近随机猜测）。
值得关注：自蒸馏常被视为“无需外部教师”的轻量化实用方案，本研究提示其隐私成本不可忽略。 揭示了监督印记的稀疏结构化特性，为攻击与防御都提供了可操作的着力点（关注纠正位点而非全轨迹）。 与既有同策略自蒸馏研究（如 LIFT、VA…
论文深入分析 G-Retriever 后发现一种称为“token collapse（Token 坍缩）”的病理行为：图软提示学习到的图 token 在不同输入之间几乎无法区分，实际只充当通用软提示，而非传递图内容；论文还提出评估图 token 对齐性的实用方法。
值得关注：揭示图软提示类方法可能并未按设计意图利用图结构，任务准确率不足以证明图 token 对齐。 提供了一套基于干预和探针的实用评估方法，用于检验图 token 与图内容的对齐性，而非仅从任务准确率推断。 对知识图谱问答等依…