本文提出 IAR（Inject, Align, Recover）三阶段后训练框架，将固定文档语料转化为大语言模型的参数化知识，在不依赖推理时检索的情况下提升领域问答能力，同时尽量保持通用能力。
值得关注：该工作为“让模型记住固定文档、回答问题时无需检索”提供了一条清晰的后训练路线，并显式处理了领域知识注入与通用能力退化之间的平衡。与单纯依赖 RAG 或普通 SFT 相比，IAR 展示了在固定语料问答场景中同时兼顾领域准…
在非负鞅的路径空间上核算信息流，可得到任意随机时刻也成立的精确变分恒等式；从 Ville 到 PAC-Bayes 的经典集中不等式都可看作它的特例，且每条不等式“丢弃”的松弛量被显式刻画。
值得关注：经典集中不等式常被看作不同技术；本摘要提示它们可能是同一个信息流恒等式在不同几何下的特例。 把尾部概率、相对熵、随机时间、e-process 和可选停止统一起来，为 anytime-valid 推断和自适应/在线检验提供新的语言。
TMI 可以在不预先指定任务、不要求单一工作流的条件下，从被动录制的屏幕截图和鼠标/键盘操作轨迹中分离交错任务，并归纳出符号化、可审计、可复用的结构化任务模型，在受控评测中优于既有工作流归纳基线。
值得关注：既有相关卡片分别关注计算机使用智能体的步骤级 GUI 状态理解（Desktop-Delta Bench）和轨迹奖励模型评估（OSReward）。TMI 的增量价值在于：它不是评测基准或奖励模型，而是面向“任务知识获取”…
这篇论文于2026年8月20日发布在arXiv（论文ID: 2608.20231v1），作者为Sahil Sharma，分类为physics.soc-ph、cs.AI、cs.CY。文章针对“全自动化之后如果人类没有收入，谁来购买产出”这一常见反对意见展开，认为这种反对混淆了“购买力”的会计职能与人类这一生物物种。论文建立一个后AGI经济的理论模型：企业拥有…
值得关注：这篇文章不是讨论某个机器学习模型的训练或系统结构性极限，而是把AGI之后的整个经济当作研究对象。它用增长模型反驳“自动化导致需求消失”的直觉：机器本身可以成为消费者，经济可以在人类零消费下闭环运行。更重要的是，它将“G…
Gravitational-wave parameter estimation with machine-learning generated surrogate waveforms
G3Ego 使用佩戴者的注视作为图构建的结构性线索，从稀疏采样帧中构建动作场景图并剪枝无关实体，从而在避免大规模视频预训练的前提下，实现有竞争力的自我中心动作识别与预测，并在类不平衡评估中持续改善 Macro-F1。
值得关注：G3Ego 提供了一个不依赖大规模视频预训练的替代路径：用稀疏帧、场景图和注视剪枝来捕捉第一人称动作的核心交互。与已有的 EgoPolice 等基准卡片不同，本条卡的增量信息在于“注视作为图结构线索”这一机制，以及“图…
G-CARL 提出“患者导向医学报告解读”（PMRI）这一多模态生成任务，并用“基于事实检索的原子声明核验 + 按实例加权的检查表奖励”来联合优化事实准确性与患者沟通质量，实验显示其整体表现优于现有后训练基线，且更受临床医生偏好。
值得关注：PMRI 将“生成合格医学报告文本”转向“面向具体患者需求的可验证沟通”，明确了医疗多模态生成中事实性与人文沟通的双重要求。 G-CARL 提供了一种不同于整体式奖励模型的细粒度奖励设计：对原子声明做检索核验，再用实例…
编码智能体的文档交互主要以“面向智能体”的指令文件和工作笔记为主，而非传统人类开发者文档；文档查阅与代码编辑、测试之间的关系并非简单线性，且“可操作、可验证”这两项常见的“智能体友好文档”假设在行为数据中缺乏一致支持。
值得关注：本研究首次从行为轨迹层面揭示编码智能体“何时读文档、读什么、读后发生什么”，弥补了现有研究多关注人类开发者文档体验的空白。 它为“智能体友好文档”概念提供了经验检验，提示现有假设可能不成立。 对未来智能体训练、文档标准…
Explainable Transformer Models for Clinical Prediction Tasks on Structured Electronic Health Records
本文提出了首个确定性算法，能够对任意二维奇异模型精确计算局部学习系数（即局部实对数规范阈值 RLCT），其适用条件为模型的 Kullback-Leibler 散度与某个多项式接触等价，并展示了包括多项式神经网络在内的广泛应用。
值得关注：奇异模型的模型选择长期受限于近似方法的误差。该工作将学习系数的计算从“特例可解”推进到“二维多项式类模型普遍可解”，是代数几何、计算符号计算与机器学习交叉的一个进展。相比已有相关卡片关注的优化器或状态空间模型，本条卡片…
该论文提出一种面向电子航海图（ENC）变更的自动化分类方法：通过专门设计的基线编码方案将复杂矢量数据变更转化为结构化表格数据，再使用梯度提升树（gradient-boosted trees）进行分类。在两个运营数据集上，该方法达到 90% 和 94% 的准确率，比默认超参数模型高出 5–7 个百分点。
值得关注：减少人工审查负担，提高 ENC 变更分类的一致性与可扩展性。 提供一种可复现的基线编码方法，推动机器学习在地理空间信息维护中的实际落地。 与已有相关卡片中的人形机器人基础模型、LLM 调度、天文分类等方向不同，本条增量…
本研究利用家庭睡眠呼吸暂停监测（HSAT）记录，通过动态因果图学习揭示了睡眠呼吸障碍因果结构在不同性别和年龄亚组间的系统性差异；其中时间自依赖和呼吸暂停-去饱和关系在所有亚组中稳定存在，而其他因果关系变化显著。
值得关注：该工作首次（待核实具体是否为首次）将动态结构因果建模应用于家庭睡眠呼吸暂停测试数据，展示了一种无需侵入性实验室检查即可发现睡眠障碍人群间因果差异的路径。相比已有相关卡片，本条聚焦于健康/临床时间序列的因果结构发现，而非…
DreamHand 将视频扩散模型（VDM）改造成确定性几何编码器，在单个前向传播中恢复被遮挡甚至短暂出画的手部度量3D轨迹，在五个自我中心基准上达到新SOTA。
值得关注：与已有“视频扩散模型重用途”脉络不同：MotionForesight 将视频模型用于未来3D场景流预测，MirrorWorld 用于镜像反射生成，而 DreamHand 将视频扩散模型用于确定性的3D几何恢复。它展示视…
DICS（Data-Informed Centroid Splitting）通过基于聚类的数据驱动先验构建紧凑的候选分裂集，在保持决策树分类精度的同时显著减少训练时间，并提供了在特定假设下不劣于穷举分裂搜索的理论保证。
值得关注：传统决策树训练的计算成本随数据维度和规模增长迅速上升，DICS 提供了一种不依赖穷举搜索的替代方案，兼顾性能与效率。其理论保证试图说明这种加速不以分类性能为代价，为后续研究提供了可验证的分析框架。
本研究将**默读**作为可扩展的代理任务，证明了从单个受试者的非侵入性干电极脑电（EEG）中，可以通过对比学习解码出开放词表的词汇信息，且解码效果受限于数据量而非已达到饱和。
值得关注：本研究提供了一条可扩展的、非侵入式的“读脑”研究路径。相比难以采集的内心独白数据，静默阅读作为代理任务可大规模获取，且展示了开放词表词汇信息可从 EEG 中恢复。该结论有助于推动脑机接口、神经语言学与语言解码领域的发展…
DARS 是一个面向“规划器-渲染器”两阶段指令图像编辑系统的强化学习框架，通过双层信用分配和四字段结构化推理，把最终图像奖励转化为对规划器和渲染器更细粒度的训练信号；论文报告其在五个基准上优于使用相同骨干、数据、奖励模型和 rollout 预算的 Joint RL 基线，在推理密集型编辑上增益最大。
值得关注：DARS 直接回应“最终奖励不知道应该怪规划器还是渲染器”这一信用分配难题。它将信用分配从单模块、单智能体动作序列扩展到“规划-渲染”双模块流水线，并结合结构化推理在规划器内部做词元级奖励重加权，是对结果级强化学习信号…
Daedalus-150M 是一个 150M 参数的语言模型，设计时先固定“单用户、逐 token、4-bit 权重、普通 CPU”的推理目标，再选择架构：18 个 block 中仅 6 个保留全注意力，其余 12 个使用记忆宽度恒为两个时间步的短卷积。它在 59.9B 个 token 上从零训练，五项任务基准得分 47.31，超过训练前设定的 42.20…
值得关注：该工作把部署约束前置到模型设计阶段，而不是事后把大模型压缩到 CPU。短卷积设计使大部分网络不随上下文增长而重读缓存，因此长对话解码速度优势更明显；同数据、同规模的控制实验也说明收益来自架构本身。其增量信息在于：将“混…
ContractScrub: A benchmark for final review of legal contracts
现有大语言模型“遗忘”（unlearning）评测只考查孤立事实的删除，而新提出的 ConceptGuard 基准把评测推进到“双重用途概念”层面，结果发现当前主流遗忘方法在上下文分离、概念级控制和保持有用知识之间表现普遍较差，难以满足真实安全需求。
值得关注：此前基准（如简单的facts遗忘集）低估了真实场景中“知识既有害又有用”的复杂性；本工作把评测对象从事实转向概念。 与已有相关卡片相比，本卡片涉及的是 LLM **安全对齐中的“遗忘”能力评测**，属于不同的研究脉络；…
在Solana链上的meme币rug pull骗局中，仅凭代币上线后前5分钟的交易数据，经典机器学习模型（尤其是XGBoost）就能对潜在rug pull做出早期预测，而无需依赖智能合约代码级特征；多来源数据融合还能提升跨平台（PumpFun与Raydium）检测的可靠性。
值得关注：这是已知较早（或称为“先驱”）在Solana生态上进行大规模rug pull早期检测的研究，填补了此前集中于以太坊的空白。 结果说明：即使没有代码审计信息，纯市场数据也能在极短时间窗口内捕捉rug pull信号，这与“…