在扩散 Transformer 中，条件通常只嵌入一次并在每个去噪步骤复用；该论文提出用“预测嵌入”替代固定条件，并让条件在每步去噪时重新计算，从而改善图像生成。其最终模型 NEPA-DiT-XL 在 class-conditional ImageNet 256×256 上达到 FID 1.32，训练计算约为 REPA 的三分之一（据摘要）。
值得关注：它挑战了扩散 Transformer 中“条件嵌入一次、全程复用”的常见做法，转向“条件随去噪状态动态重算”。 它把 next-embedding prediction / 自回归式嵌入预测与扩散图像生成连接起来，探索…
材料显示，在24个组织特异性相互作用组中，有效电阻作为图神经网络逐节点可靠性信号受逆度支配并随共表达过滤网络增长而退化；但其相对度保持零图的残差在控制多种因素、扣除置换底线后，仍能在19/24个留出网络中解释额外逐节点损失，且随深度增强——不过选择性预测实际改善可忽略。
值得关注：这项研究把 GNN 可靠性/不确定性从“只看输出”推进到“利用输入网络结构估计哪些节点预测更可能出错”。它提示有效电阻可作为组织特异性相互作用组中的候选结构信号，但强逆度效应和微弱的选择性预测改善限制了直接应用。与已有…
DuoMind 是一个面向多机器人协调的分布式分层框架：每个机器人用 VLM 编排器做高层推理与机器人间语义通信，用 VLA 动作模型做低层执行，并配套提出长时程操作基准 RoboPoly。
值得关注：多机器人协调需要在分布式条件下处理长时程行为与细粒度执行，单机器人基础模型能力不能直接等同于多机器人协调能力。DuoMind 的重要性在于将 VLM 高层编排、VLA 低层动作与机器人间语义通信整合为一个分层框架；Ro…
DMAD 将 DMD 中依赖辅助扩散模型估计 score 差的分布匹配目标，改写为共享 backbone 双判别头的分类式对抗蒸馏，直接学习 log-density ratio，并在少步图像、视频与联合音视频生成上报告了领先指标；复现与效率细节待核实。
值得关注：本条与已有 PDMD 卡片同属“分布匹配蒸馏用于少步视频扩散生成”的脉络。增量信息在于：PDMD 侧重投影掉与 student-critic 端点残差平行的分量以过滤 critic 误差；DMAD 则把分布匹配改写为分…
LoopCD 是一种无需训练的对比解码框架：它把循环 Transformer 中较早循环的中间预测当作“弱预测”，与最终循环的“强预测”对比，从而在完整循环深度下提升解码质量，并可在减少循环次数时仍匹配或超过未引导的完整深度基线，降低前向 FLOPs。
值得关注：它指出循环 Transformer 的中间计算并非“废料”，而是可被解码阶段复用的弱监督信号。 它提供了一种训练无关、无需辅助模型的对比解码路径，可能降低额外训练或外部模型依赖。 它把“质量提升”和“计算减少”放在同一…
Cost-augmented Schrödinger bridges on graphs are exactly solvable: a Feynman-Kac tilt replaces learned control
AutoCompact 将“何时压缩上下文、保留什么工作状态、压缩后如何继续”纳入编码智能体的策略训练，并在 SWE-bench Verified 与 SWE-PolyBench Verified 上分别比 base model 绝对提升 9.2% 和 5.0% 的通过率。
值得关注：与已有相关卡片中的 CompactionRL 等方向相比，本条不重复其部署细节；增量信息在于：AutoCompact 明确把 compaction 的“时机、保留状态、续接方式”作为策略学习目标，并用 judge 纠错…
Argo-Bench 是一个面向企业级数据科学与分析工作流的代理评测框架：它在模拟的真实规模数据仓库上考察代理“先查清事实、再采取行动”的能力，用行动在模拟器中的后果而非查询文本本身来打分；论文报告称 14 个前沿与开放权重模型中最强者也仅在 34.8% 的任务上达到 95 分以上，平均 59.5 分。
值得关注：它把“企业规模”落成可操作的评测约束：数十张表、十亿行级别的仓库，以及不向代理暴露的真值状态。 它把“行动后果”引入评分闭环，使评测对象从一次性查询生成变为多步探索加决策。 它对现有 text-to-SQL 基准提出了…
据元数据，该工作提出一个“多解释方法对比 + 量化一致性”的可解释性审计框架，用于检验 DeBERTa-v3 在零样本医学摘要分类中的预测与解释行为；因未能抓取正文，以下具体数值、实验设置与结论均**待核实**。
值得关注：若上述描述成立，其增量价值在于把“解释是否可信”从单方法定性展示，推进为**跨方法一致性 + 错误机制归因**的可操作审计流程，对高风险医学 NLP 部署有直接参考意义。 与既有相关卡片的关系：现有卡片分别涉及零样本组…
4Director 将视频世界模型的条件从模糊的二维运动线索或缺少完整几何的三维轨迹，改为显式的 4D 场景表示：每个物体先重建为 canonical mesh，再按逐帧 rigid transformation 移动，从而提供直观的三维控制接口，并据称在视觉质量及相机、物体控制上优于先前方法（具体指标待核实）。
值得关注：它把视频世界模型的控制条件推向显式几何：不是仅从图像平面线索推断运动，也不是只给稀疏 3D 轨迹/blob，而是要求每个物体具备可复用的 canonical mesh 和逐帧 rigid transformation。…
Nature Machine Intelligence 的 News & Views 文章认为，生物医学发现的限制资源已不再是数据本身，而是整合与解释证据的能力；文中将 DeepEvidence 描述为一种新的深度研究智能体，其特点是不止于检索事实，而是构建科学证据的显式表示。其具体方法、性能和评测结果**待核实**。
值得关注：它把 AI 代理的能力讨论从“能否检索到事实”推进到“能否探索、组织和综合科学证据”。这与已有卡片中“AI 代理评估从工具调用转向任务完成”的脉络相关；本条增量在于生物医学深度研究场景中，任务目标可能是证据表示与综合，…
LlamaIndex 发布 Extract v2.5，这是其基于 schema 的文档提取代理的新一代版本；在不提高每页定价的前提下，所有 tier 的 ExtractBench 准确率均有提升，并首次把 Advanced Citations 从 Agentic Plus 扩展到 Agentic，显著改善证据定位能力。
值得关注：文档提取正从“能抽取”转向“高准确率、可审计、可进入 human-in-the-loop 工作流”。Advanced Citations 和 confidence scores 的组合，直接影响企业能否把提取结果接入自…