VoxProg 提出将3D物体摆放任务转化为“体素编程”问题：由语言模型生成可执行程序，在场景表面的局部体素视图上构建几何参照并计算目标位姿，配合执行反馈迭代修正代码；其具体性能数字与实现细节待核实。
值得关注：把空间推理的“隐含几何参照”外化为可执行程序与显式坐标网格，使中间步骤可检查、可修正，区别于纯端到端的隐式提示跟随。 与已有的 SpatialGuard（面向文本到图像的可验证空间推理闭环）相比，本条关注的是3D场景中…
VAP 将流匹配（flow matching）中按插值时间平均的损失，拆解为随时间变化的“内在歧义下界”与“可约残差”两部分，用于定位哪些时间段受数据量限制、哪些受模型/估计器限制；具体数值与证明细节待核实。
值得关注：流匹配的损失曲线常被当作整体进度指标，VAP 提供了一种按时间定位误差来源的诊断语言：哪些时段即使增加数据也难以改善（内在歧义），哪些时段可通过采样或估计器改进（可约残差）。与既有流匹配应用卡片（如 PRISM 的门控…
LoopRec 挑战序列推荐“所有历史条目固定计算深度”的默认做法，用逐条目的二值退出/继续门控把全局深度变成可学习的条目级属性，在四个骨干家族上稳定优于同深度固定计算基线。
值得关注：现有序列推荐普遍把“计算深度”视为全局超参数，LoopRec 将其下放为条目级可学习决策，并给出诊断证据说明均匀分配的次优性。这与既有卡片中“按需分配资源”的脉络（如 CARE 的置信度自适应路由、DepGPO 的依赖…
该研究用师生模型（teacher-student）比较卷积学生与局部连接学生，试图分离“局部性”和“权重共享”对学习动态与样本复杂度的独立影响，但正文未获取，具体结论待核实。
值得关注：常见叙事把 CNN 的成功笼统归因于局部性与权重共享，本文尝试把两者拆开，并引入“输入空间相关性”和“训练时域/学习率调度”作为调节变量，提示架构优势并非无条件成立。对理解归纳偏置与数据分布、训练预算的交互有参考价值。…
SWE-DIVE 是一个动态、交互式的评估框架，通过引入“用户模拟器”和“对话验证器”，在 Harbor 环境中对编码智能体进行多轮交互式评测，以弥补传统单轮、结构良好提示（如 SWE-bench）与实际使用场景之间的差距。
值得关注：它把编码智能体评测从“单轮静态提示”推进到“多轮动态交互”，更贴近真实开发会话中需求逐步澄清、追加的场景；同时通过对话验证器约束用户模拟器的行为，试图保证模拟对话仍服务于初始任务目标。这为评估智能体在模糊、演化需求下的…
论文为具有独立同分布标记周期（有限平均长度）的再生过程上的有界函数，证明了一个自归一化伯恩斯坦不等式；该界使用观测到的周期长度，并保留截断项与观测窗口结束后周期的显式项，进而用于非独立同分布再生数据的分类泛化误差界与学习目标设计。
值得关注：大量学习理论保证依赖 i.i.d. 假设，而真实序列数据常存在依赖与周期性结构。该工作把集中不等式扩展到再生过程，并让界中大部分项可由观测数据计算，从而把理论界转化为可优化的学习目标；同时给出 minimax 最优性说…
据期刊元数据，Science Advances 2026年第12卷第43期刊出题为“Scentronic: An artificial intelligence–assisted olfactory interface for remote odor sharing and transmission”的论文，提出一种AI辅助的嗅觉界面用于远程气味共享与传输…
值得关注：远程嗅觉传输长期受限于气味生成、混合、残留与个体感知差异等工程与生理约束；以AI辅助的界面设计是近年“多感官媒体”方向的一条可能路径（待核实其具体贡献）。 与既有卡片中“红外成像+AI用于无辐射分诊”等不同，本条属于人…
CADRE 是一族开放权重的因果扩散表示自编码器，覆盖多种时空压缩率，用于检验交互式世界模型“在哪里、压多少”压缩更划算；据摘要，它在延迟-质量前沿上占主导，并给出四条与机器人操作/导航相关的压缩取舍发现（正文细节待核实）。
值得关注：它把“世界模型该用什么样的自编码器”从默认复用文生视频组件，变成可系统比较的设计变量（压缩维度、压缩位置、解码器类型），并把交互延迟纳入评价轴。对既有“交互世界模型作为游戏引擎”“多玩家实时世界模型”等脉络而言，本条增…
Quant-Arena 用真实 A 股数据把“提出假设→写特征与打分代码→在 2022–2023 反馈调优→冻结策略→在封存的 2024 年评估”这一完整量化研究闭环交给 LLM 智能体，结果显示九个前沿模型中最高的 GPT-6 Astra 也没能在 2024 年跑赢等权市场。
值得关注：它把评测对象从“单点能力”（公式、代码、单笔决策）推进到“研究流程整体”，并用封存年份与含市场冲击的成本模型来约束过拟合与理想化假设。对量化研究自动化和 LLM 智能体评测两个方向都是增量：以往基准无法区分“会写代码”…
Pinal 是一个 16 亿参数（16-billion-parameter）的基础模型，可直接从自然语言功能描述生成候选蛋白质；在四类设计任务中均观察到预期功能，其中设计的 H-protein 在多酶 CO2 固定路径中使产物滴度较天然大肠杆菌 H-protein 提高 1.7 倍，且未经过迭代实验优化。
值得关注：把“功能意图”直接作为设计输入，绕过了以天然蛋白为起点或手动形式化约束的两类限制，可能改变蛋白质工程的候选生成流程。 在 CO2 固定路径上观察到产量提升，提示该方法在代谢工程与碳利用方向具有应用潜力。 与既有卡片的关…
ProactEgoMem 是一个评估“主动记忆”能力的基准，要求穿戴式助手在流式自我中心视频中主动判断该记什么、何时开始与停止记忆维护，而不仅是被动回答提问；现有最强模型在该基准上仍无法同时做到及时且准确地捕获记忆。
值得关注：它把评估焦点从“被动问答”转向“主动记忆维护”：助手需要自行判断信息的价值并管理记忆的启停，而非等待提示。这对穿戴式/伴随式视频智能体的实际部署具有直接意义，也补充了现有自我中心视频理解基准（多侧重被动理解或高风险动作…
PhysiCalWorld 提出用“上下文提示”方式，把测试场景中的一段探索性交互片段编码为紧凑的“物理描述符 token”，从而在不微调、不做解析物理建模的情况下，将动作条件世界模型校准到该实例特有的动力学上，显著改善 rollout 预测精度与视觉规划成功率。
值得关注：指出了一个被忽视的失效模式：世界模型的误差不仅来自视觉建模能力，也来自对场景物理参数的无知，导致预测向经验先验回归。 提供了一种轻量适配路径：一次探索片段 + 一个 token + 复用，避免为每个新场景做微调或系统辨…
该论文将并行 AI 智能体的编辑合并问题建模为带依赖图的离散块优化，利用分数着色给出可证明的合并质量下界，并在代码修复与路线搜索任务上验证了“验证式合并”能缓解朴素合并导致的共享解退化。
值得关注：多智能体并行协作的常见失败模式是“局部有用、合起来变差”；本工作提供了识别相容编辑（独立集）与安全合并的原则性方法，而非启发式拼接。 理论结果将合并质量与图的分数色数挂钩，为多智能体系统的协调层设计提供了可计算的结构性…
Orbitol 把晶体生成的最小单位从“原子”换成“Wyckoff 轨道”，在给定空间群与占据的 Wyckoff 位置条件下直接生成满足该群对称性的原子类型、自由坐标与兼容晶格，并在速度与目标空间群保持率上优于对称性感知基线。
值得关注：对称性可控：把空间群从“事后统计属性”变为“生成条件”，有望让生成模型直接服务于对称性受限的功能材料检索（如压电性）。 效率与可筛选性：数量级的速度提升，配合较高的 DFT 通过率与新颖性，意味着生成—筛选—验证闭环的…
论文提出 PAPAV 能力框架，用五个反复出现的功能（感知、预判、规划、执行、验证）来统一比较多模态智能体（MMAs）与机器人系统（RSs），并追问：当多模态智能体从 computer-use 走向 robot-use 时，究竟发生了什么变化（具体结论待核实）。
值得关注：把“具身”从架构标签转为功能问题：同一套能力视角可同时审视软件界面智能体与机器人系统，便于定位能力缺口（如预判与验证评估不足）。 对评测实践提出直接批评：以任务成功率为主的基准可能掩盖 Anticipate 与 Ver…
对于一元高斯混合密度估计，非参数最大似然估计（NPMLE）在平方 Hellinger 距离下达到极小极大最优收敛速率：真实混合测度次高斯时为 $\log(n)/n$，紧支撑时为 $\log(n)/(n\log\log n)$。
值得关注：高斯混合是密度估计与经验贝叶斯的经典模型，NPMLE 是实际常用的无调参方法。此前对其在 Hellinger 距离下的最优性缺乏如此精细的速率刻画，尤其是紧支撑情形下 $\log\log n$ 因子的加速。该工作既补齐…
LAW（Loopholing All the Way）证明连续生成模型可以完全基于自条件（Self-Conditioning）构建：它在每一步传播去噪器预测下的期望嵌入（Expected Embedding），仅在最后一次性解码 token，在数独、迷宫、GSM8K 和 OpenWebText 上均取得优于既往扩散语言模型的表現。
值得关注：LAW 的意义在于重新定位了自条件的角色：它不再只是扩散语言模型的“调味剂”，而可以作为连续生成模型的唯一条件化基础。这为扩散式语言模型提供了一条区别于离散扩散和自回归的新设计路径，并在推理任务（数独、迷宫、GSM8K…
在训练目标与采样器保持不变的前提下，给均匀扩散语言模型（UDLM）引入“选择性循环”（递归复用早期 Transformer 层）能显著降低训练 FLOPs，并在匹配 NFE 预算下改善生成困惑度。
值得关注：UDLM 因训练目标更难而比 MDLM 更耗 FLOP，但换来更强的下游推理表现；本工作说明循环机制可以把这部分训练成本压下来，同时不牺牲（甚至改善）生成质量。对既有“选择性循环提升 MDLM 训练效率”的脉络而言，本…
LongZero 提出一种不依赖任何外部语料或更强教师模型的长上下文强化学习数据合成方法：先让模型在紧凑结构化形式中自拟问题、答案与支撑证据，再单独把证据扩展为长多文档上下文，并结合自拟多跳推理任务与多轮检索任务，用 GRPO 训练模型，从而提升其长上下文推理能力。
值得关注：缓解了长上下文 RL 对昂贵人工标注、稀缺自然数据以及外部语料/强教师模型的依赖，使模型能力提升更“自给自足”。 将“零数据 RL”从短上下文任务扩展到长上下文任务，填补了该方向的方法空白。 对与既有卡片“Copy L…