XTrack 把预训练视频 DiT 改造为统一的跨视角时序物体对应框架，通过 RGB-to-mask 潜在传输联合建模跨视角匹配与时间跟踪，并借助注意力对齐、难负样本条件与伪标签管线解决跨视角定位不准和稠密标注缺失问题。
值得关注：把“跨视角匹配”和“时序跟踪”从两套流水线合并为一个统一框架，减少逐帧匹配或顺序跟踪带来的误差累积。 针对视频 DiT 直接用于跨视角任务时的注意力错位问题给出明确的结构性修正手段，而非仅靠微调。 伪标签策展思路缓解了…
该论文把随时间的回归函数 \(m_t(x)=E[Y_t\mid X_t=x]\) 视为协变量空间上的一个“场”，推导其在个体协变量按扩散运动、结果按自身动态变化时的二阶演化方程，并讨论该方程在识别与估计上的含义（具体推导与模拟结果待核实）。
值得关注：把“回归函数随时间变化”从描述性问题提升为可用偏微分方程刻画的对象，可能为纵向数据、社会模仿/扩散过程与政策评估提供新的建模语言。 将 Hessian 与二次回归、核平滑偏差相连，有助于理解非参数回归中的曲率信息如何进…
REGER 提出统一框架，把“物品间语义与协同关系”显式注入生成式推荐（GR）的语义预训练、历史编码与 SID 生成三个阶段，并用基于 SID 前缀树的层次化偏好分解理论支撑一种前缀级蒸馏目标，在真实数据上稳定优于现有 GR 基线。
值得关注：指出 GR 的一个常被忽视的前提问题：随机初始化 SID 嵌入 + 从零训练，并不会自动获得物品语义结构。 把“物品关系建模”从隐式注意力机制提升为**显式的训练目标与理论分解**，使协同偏好的层次结构（前缀条件）可被…
ReferStream 是一个无需额外训练的框架，通过在流式视频生成过程中将新提供的视觉参考自然地注入已有视频，同时保持已建立主体与场景的一致性，并配套提出 ReferStream Bench 基准。
值得关注：流式视频生成正从“一次性生成”走向“边生成边交互”，而交互式注入新主体是其中的关键能力。ReferStream 的意义在于：它把“参考特征放哪里”与“如何不污染已有上下文”拆成两个可分别处理的问题（联合潜变量定位 + …
当 LLM 群体讨论被压缩成一段简短记忆交给最终决策者时，两种直觉式记忆筛选策略（保留最稀有主张、保留与决策标准最相关的主张）在隐藏画像任务上都会可预测地失效；决策模型还会额外受“社会证明”影响，给来自多个智能体的事实加权。以上基于元数据与摘要，正文细节待核实。
值得关注：它把“记忆该记什么”从工程启发式问题转为可诊断的偏差问题：稀有性与相关性都是诱人但不可靠的筛选信号，而决策端对来源数量的敏感会进一步扭曲证据权重。对多智能体协作、会议摘要式记忆压缩、以及“给最终决策者喂什么”的系统设计…
本文提出一套无需人类数据的仿真训练方案，使 LEAP 灵巧手能在真实世界中零样本完成高难度的“在手物体位姿到达”任务，并叠加可调保守度的学习型残差安全过滤器，在少量牺牲成功率的前提下大幅降低物体掉落。
值得关注：把“安全”（不掉落）从模糊要求变成可测量、可调节的评估维度，并给出性能—安全权衡的量化结果。 零样本仿真到真实迁移 + 仅腕部相机的配置，降低了部署对昂贵动捕系统的依赖，提升了技能的可移植性。 为高维灵巧操作系统的可靠…
Pneuma 是首个基于在役商用飞机机载时间序列构建的公开大规模预测性维护基准，包含超过 9.2 亿个多变量时间步、4 种机型与 9 类经核实故障场景，其统一评测显示即使当代强模型也难以识别细微故障特征。
值得关注：此前预测性维护研究多依赖不可公开的专有数据，横向比较与复现困难。Pneuma 以真实机载时间序列和真实维护记录标签构建公开基准，使方法间比较具备统一口径；其结果显示真实航空时序的细微故障识别仍是开放难题，为后续建模（如…
该研究构建了带标注的自我中心网球数据集，系统评测图像编码器、视频编码器和视觉语言模型在七项时空预测任务上的表现，并用条件扩散模型从视觉预测生成全身网球运动，指向基础视觉模型支撑实时动态机器人的可行性与边界。
值得关注：把“基础视觉模型 + 自我中心视频”放在实时动态机器人场景中做端到端评测，并给出可量化的定位、预测与触球时间误差基线；同时用扩散模型把视觉预测接到全身运动生成，形成从感知到动作的闭环演示。相比仅探测视频模型时空表征的工…
该研究针对激活引导中信号强度不稳定、引导强度缺乏统一解释以及多属性引导相互干扰的问题，提出了“参数化引导”与“向量正交化”方法，使模型能够同时、解耦地控制多种行为特征。
值得关注：激活引导是一种无需重新训练即可在推理时调整模型行为的高效手段。该研究解决了实际应用中引导强度不可靠和多属性难以协同控制的两大痛点，提升了引导技术的实用性和可解释性。与既有卡片中关于“超级权重”不适合作为微调目标（需结构…
MuonGS 通过 Gram–Schmidt 投影移除 Muon 更新中的径向分量，在不固定权重范数的前提下让权重范数以约 √t 的速率增长，从而在长程预训练中实现比 MuonH 更低的验证困惑度，稠密模型上估计可达约 15% 的 token 等效加速。
值得关注：现有做法多依赖权重衰减或硬性范数约束，但缺乏对“控制强度—训练动态—最终效果”的统一解释。MuonGS 把范数控制从“固定约束”转为“控制增长速度”，并给出累积有效学习率的下界与平稳性保证，为 Muon 类优化器的后续…
MERLIN 通过追踪每个上下文分段键的一阶与二阶矩，让查询能够同时恢复其与各分段对齐的均值与方差，从而实现更内容感知的多状态线性注意力聚合；元数据称其在长上下文任务上稳定优于现有聚合方法（正文未抓取，细节待核实）。
值得关注：MSLA 类模型以分段压缩换取效率，但聚合环节的信息损失是其长上下文能力的瓶颈。MERLIN 只增加键的矩统计（均值与方差）即可让路由更具内容感知，属于低侵入、可插拔的改进思路；若结果成立，意味着在不显著增加内存的前提…
MoI-Bench 是一个以移动端用户需求为出发点的图像生成与编辑基准，通过“操作 × 目标”的解耦设计和“质量—可部署性”二维能力图，揭示端侧模型与服务器端模型的差距，并指出端侧模型扩大任务覆盖比继续提升部署效率更值得关注。
值得关注：现有图像生成/编辑基准多以单一分数排名模型，难以反映端侧部署的资源约束与实际用户需求。MoI-Bench 将“质量”与“可部署性”并列评估，为端侧图像模型的研发优先级提供了更贴近落地的判断依据——对移动端产品选型与模型…
这篇论文提出“元认知控制器”（Metacognitive Controller），作为扩散语言模型骨干上的轻量插件，学习在智能体交互中“何时定稿 token”和“生成应延伸多远”，在五个基准上平均降低 20.6% 推理 FLOPs，同时保持有竞争力的任务准确率。
值得关注：已有相关卡片多聚焦扩散语言模型推理加速的工程手段：Flash-dLLM 从 KV 缓存 I/O 与并行解码切入，Pivot-SD 从自蒸馏后训练切入，rMuscle 面向 VLA 推理的上下文复用。本条的增量在于：把“…
LCM-Promo 是一个基于微调大语言模型的任务特定“大型商务模型”，它把 LLM 的单 token 输出解释为转化阈值概率，从生产日志中学习单调的促销响应曲线，并在流失唤回场景的生产 A/B 测试中，相较 Segment-EMA 生产基线将转化率提升 1%、促销成本降低 6%。
值得关注：促销分配的核心是“给谁发、发多少”，本质是增益建模问题；LCM-Promo 展示了用微调 LLM 处理该问题的一条可行路径，并给出了生产 A/B 层面的量化收益。 将单 token 输出解释为转化阈值概率、并约束响应曲…
KPPax 将传统大气化学机理描述语言 KPP 直接转换为 JAX 可微分代码，使化学机理无需手写伴随代码即可用于参数估计与物理—机器学习混合建模。
值得关注：传统化学机理与机器学习框架之间存在工具链断层：机理用 KPP 维护，模型用可微分框架开发。KPPax 把二者对接，省去手工推导伴随代码的环节，并使“先验可辨识性分析—参数估计—混合建模”能在同一可微分管线内完成，对大气…
论文提出将视觉生成拆成两阶段：先用自回归预训练获取高层语义知识，再用扩散后训练进行高保真渲染；作者报告该范式在 3B 参数、6,600 H100 GPU 小时条件下取得 GenEval 86 与 DPG-Bench 87，但正文未抓取，细节待核实。
值得关注：把视觉生成中的“知道什么”和“画得多细”显式分工，为训练目标与表示层设计提供了新的解耦视角。 提出语义 tokenizer 可以脱离图像重建目标，挑战了“tokenizer 必须重建像素”的常见假设（该主张的适用范围待…
CRS 把“任务是否成功”拆成沿关节轴的有效进展与偏离约束的浪费两路信号，在仿真中能区分二值成功率无法归因的迁移失败类型（基于摘要，正文待核实）。
值得关注：二值成功率会把“碰巧完成”和“按约束完成”混为一谈；CRS 提供了一种无需学习评判器、无需演示的归因式评估思路。 与既有卡片中关注的“策略偏置诊断”（如战略性扩展卡片的 FDR/FDH）相比，本条把诊断对象从语义因素偏…
论文提出“Hexels”——带一阶空间颜色场的平面六边形表面图元，在内存匹配条件下，其渲染质量、训练显存占用和表面重建精度均优于 2DGS，并推进了表面贴合图元在质量-效率权衡上的帕累托前沿。
值得关注：在资源受限场景下部署新视角合成与三维重建，显存和算力是主要瓶颈。Hexels 通过“更大更少”的六边形平面图元加局部颜色场，在更低训练显存下同时提升渲染质量与表面重建精度，为高效场景表示提供了一条不同于加密小图元的路径…
HoS（Heads of Security）通过在模型注意力头层面学习“可信/不可信”token 之间的注意力重分配，实现指令与数据分离，从而在保持模型通用效用的情况下显著降低提示注入攻击成功率（待核实：正文细节未抓取，以下均基于元数据与摘要）。
值得关注：提示注入是 LLM 应用（尤其是智能体与工具调用场景）的核心安全风险之一；HoS 提供了“架构内置”的防御路线，与微调式防御形成对照。 结果显示架构级干预可能同时兼顾鲁棒性与效用，缓解“安全—效用”常见权衡。 对白盒自…
Gym-Anything-RT 通过自动生成 100 个视觉小游戏构建实时交互评测环境，发现前沿视觉语言智能体在实时场景下表现显著落后于可暂停场景（如 GPT-6 Astra (xHigh) 实时通过率仅 9.0%，暂停后升至 75.0%）。
值得关注：现有评测多集中在允许充分思考的任务上，可能高估智能体在真实动态环境中的能力。Gym-Anything-RT 通过实时与暂停的受控对比，量化了“实时性”本身带来的性能损失（本例中从 75.0% 降至 9.0%），并揭示了…