Where-OPD 提出一种面向多模态大语言模型（MLLMs）的同策略自蒸馏方法：让教师接收文本化、空间定位的引导，并用程序化合成场景提供自动物体身份与坐标，实现免标注后训练；据摘要，该方法在多个模型上提升计数、文档和图表理解，并在多个真实世界感知基准上平均提升 3.23 点。
值得关注：在已有 OPSD 相关脉络中，OPD-V 关注模态平衡作为特权信息，DASH 关注散度自适应监督视野，RP-OPSD 关注推理支点与多语言推理迁移。Where-OPD 的增量在于：把 MLLM 自蒸馏的特权信息设计为文…
本文提出用“反事实信息”来形式化比较探索策略，并指出：在作者构造的某个简单环境中，最大化基于计数、预测误差、empowerment、信息增益等内在奖励的策略，未必能获取最充分的反事实信息，且在该指标上可能是帕累托次优；作者随后给出已有内在奖励成功鼓励最优探索的条件，并构造一个在探索严格改善时赋予更高价值的目标。具体环境、定理与实验细节待核实。
值得关注：内在奖励是 RL 探索的常用工具，本文从信息价值角度质疑其充分性，可能影响探索算法评估与奖励设计。 “反事实信息”提供了一个可形式化的比较维度，而不只依赖任务回报或访问计数。 与既有卡片的关系：已有“你真的需要为在线R…
该论文提出 “Watch, Infer, Coordinate” 基准与约束推断方法：让 helper 通过观察目标机器人伙伴与另一机器人的联合操作行为，推断前者因硬件退化或执行器故障产生的物理限制，并据此在新任务中实现零样本协调；摘要称在三个物理耦合操作设置中，该方法显著提升约束推断与零样本协调表现，接近已知真实约束的 oracle。
值得关注：现实机器人会因磨损、故障或硬件差异形成能力差异；若伙伴无法获知这些差异，协调容易失败或效率下降。 论文把问题从“直接识别单个机器人动作限制”转为“从双机器人联合行为中推断限制”，强调物理耦合任务中补偿行为会隐藏个体限制…
据现有元数据，VISTA 是一个为通用多模态模型提供“长时程视觉”的视觉外挂（visual harness）：让模型直接以视觉观察感知环境、并以无损方式保留与重取历史视觉记忆，从而在交互式视觉任务中释放推理能力；正文未抓取，具体数字与实验设定待核实。
值得关注：把注意力从“换更大模型”转向“为同一模型设计更好的视觉接口”，这类 harness 思路成本低、可复用、易迁移。 无损视觉记忆 + 主动检索的思路，直接针对长时程交互中的上下文丢失与信息压缩损失问题。 若 ARC-AG…
ZFO 将“往哪走”与“走多远”解耦：由可信一阶优化器确定方向，再沿该一维方向做少量零阶函数评估来选择曲率感知步长，从而以低于完整线搜索的成本实现自适应步长，并在所评估的 LLM 微调设定中经常优于固定步长一阶基线。
值得关注：步长选择直接影响大模型微调的收敛速度与稳定性。ZFO 的思路是把成熟的一阶优化器用于方向判断，把零阶搜索限制在一条线上，从而避免完整线搜索的高成本，同时获得曲率信息。它体现了“方向-步长解耦”和“一阶/零阶混合”的优化…
该论文提出用“数学原语”（Mathematical Primitive）探查大语言模型的结构性数学理解，并以四维基准诊断数学推理；摘要称“发现”（Discovery）是主要瓶颈，发现受限型失败更可修复，进而提出一种原语优先的自蒸馏框架，在多种模型规模和困难基准上稳定提升数学推理。基准与框架的具体名称待核实。
值得关注：如果数学能力不能仅用最终答案准确率衡量，那么评估需要区分发现、生成、消化、执行等能力。 该工作把“诊断—修复”连接起来：先定位数学推理瓶颈，再通过后训练转移原语引导推理。 与已有关于模型表面表现与真实理解/忠实性差距的…
（待核实）据摘要性材料，TACO 是一种面向大语言模型全参数微调的优化器，通过“每列仅保留绝对值最大元素符号”的列式一稀疏更新来压缩优化器状态，据称可将持久优化器状态相对 AdamW8bit 减少约 174 倍，并在单张 80 GB H100 上支持 30–32B 参数模型的全参数微调；相关数据与结论尚待原文核实。
值得关注：显存瓶颈而非算力瓶颈，常是决定“能否上全参数微调”的第一约束；优化器状态是其中占比可观的一块（待核实）。 若 TACO 能在压缩状态的同时保持与 AdamW 预训练权重兼容的更新几何，则可降低“换优化器就要重调或掉点”…
据候选摘要，MEVA 把体素级图像强度与皮层网格几何（曲率、皮层厚度）编码进同一组自监督影像特征；这些特征在 UK Biobank 的 GWAS 中检出的全基因组显著位点多于仅用体积或仅用网格学到的特征，但正文未能抓取，所有具体数值与细节待核实。
值得关注：若结果成立，说明在体积自监督学习中补入皮层表面几何，可以捕捉到额外的一部分可遗传变异，直接提高 GWAS 的位点检出能力。 它为“影像表型怎么造”这一问题提供了多模态路线，而不只是在单模态内部换模型或换预训练目标。 与…
Sphere Encoder 2 针对原始 Sphere Encoder 在潜球面随机点覆盖与像素级重建损失上的两个限制进行改进；作者声称在保持自编码器速度与简单性的同时显著提升图像生成质量，但具体方法、指标与可复现性待核实。
值得关注：既有相关卡片分别涉及音频语言模型的声学神经元、智能体原生视频表示、PM2.5 预报迁移学习；本条增量在于图像生成方向的球面潜空间自编码器改进，与它们不重复陈述同一事实。 该工作把生成质量问题归因于潜空间覆盖缺口和像素级…
SoftServe 是一类面向深度学习的拟牛顿（Quasi-Newton, QN）优化方法，声称在不使用线搜索或临时曲率修正的情况下，处理非凸性与超大参数量，并在若干严重病态任务上常获得低于 Adam、Muon、SOAP 的损失；完整实验与理论细节待核实。
值得关注：深度学习训练优化长期以一阶方法为主，QN 方法因非凸性与参数量限制而难以直接扩展。 SoftServe 试图把“利用曲率信息”与“GPU 可扩展实现”结合：用变分目标构造正定曲率，用对角线/Kronecker 分解控制…
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…