ufakzeka-kulak 是一个从零训练、Apache-2.0 开源的 31.6M 参数土耳其语语音转文本模型，在 FLEURS 与 Common Voice 27.0 土耳其语测试集上的归一化词错误率（WER）均低于 Whisper base 和 Whisper small，但仍高于 Whisper large-v3。
值得关注：提供了一条“小参数 + 许可证合规数据 + 预注册式评估”的可复现基线，与依赖大规模网络抓取数据的通用模型形成对照。 数据构造中“第二独立读取一致性过滤”的做法，对使用弱标注（上传字幕、机器转写）训练 ASR 的工程实…
大语言模型的科学发现能力可能与训练数据中“单次事实”（monofacts，即训练中仅出现一次的事实）的比例密切相关：在材料科学与调控基因组学中直接操纵训练集的单次事实率后，单次事实越多，模型产生的发现越多。
值得关注：若单次事实率确实是决定发现能力的关键数据属性，那么构建面向科学发现的训练集时，数据筛选与配比可以围绕“稀有/一次性事实”的密度来设计，而不仅依赖数据规模或多样性。这为从数据侧解释和提升大模型的科学发现能力提供了可检验的切入点。
Reviso 提出一种“智能体式”视频字幕框架，先以低帧率全局预览构建层级化观察计划，再按优先级主动回看关键片段并调用工具细查，从而避免模型过度关注次要细节、忽略关键上下文与核心事件。
值得关注：该工作把视频字幕从“一次性均匀看完整段视频”转向“先规划、再按优先级取证”的智能体范式，与当前多模态智能体、主动感知和强化学习训练趋势一致。其“并非所有视觉证据同等重要”的论点，也为视频理解中的证据选择与注意力分配提供…
论文发现 Muon 在预训练阶段的优势在微调后并不稳定：当预训练数据预算足够大时，AdamW 在微调后的下游表现反而优于 Muon；且模型越大，AdamW 反超所需的预训练 token-参数比越小。
值得关注：本条补充了“预训练优化器优势能否迁移到下游任务”这一链条上的反向证据：Muon 的预训练加速并不自动等于微调后的下游优势，且这种逆转与预训练数据预算、模型规模相关。它提示图书/简报在讨论优化器选型时，应把“预训练阶段指…
Pixel-UMI 提出一套从传感化人类演示中学习移动操作全身策略的流程，通过环境感知重定向（EAR）、重定向误差感知掩码（REAM）与 DAgger 人类在线纠正三个环节应对具身差异，在五类挑战性任务上取得 87.0% 的平均任务进度。
值得关注：移动操作的演示数据获取成本高，人类演示是可扩展的替代来源，但具身差异是核心障碍。Pixel-UMI 的增量在于：不只做轨迹重定向，还把重定向本身残留的误差作为训练信号（REAM），并用在线人类纠正弥补接触丰富场景下动作…
Pixel 是一套把机器人硬件、数据采集、全身控制与策略学习放在一起协同设计的全栈系统，目标是解决这些组件各自独立开发时产生的错配问题，从而学习通用移动操作能力。
值得关注：现有机器人学习研究常把硬件、数据与控制分开推进，导致系统级能力受限于组件间的接口错配。Pixel 的价值在于把“协同设计”本身作为方法主张，并覆盖从低成本硬件到分层策略学习的完整链路；同时提供无需机器人本体的人类数据采…
论文用可控方程求解任务发现，RLVR 能在分布内训练出高准确率且步骤清晰的推理，但在分布外（OOD）偏移下模型会放弃推导、退化为低效暴力枚举；用双射反演任务做协同训练可显著恢复正确策略与准确率，作者据此提出“结果-only RLVR 也能隐性激励有效推理策略”的理论解释。
值得关注：对“RLVR 可泛化”的乐观叙事给出边界条件：分布内成功不等于 OOD 下策略稳定，评估需专门检查策略是否退化（如从推导转为暴力枚举）。 为“如何激励可泛化推理”提供非直觉的干预线索：更远、更简单的双射任务协同训练反而…
该研究提出一种神经符号框架：由 LLM 把自然语言的斑马逻辑谜题解析为结构化工具调用以构造 exact cover（精确覆盖）实例，再由符号求解器计算解并反馈修正编码，在多种模型规模、后训练范式和模型家族上稳定优于纯神经基线（含 CoT）及近期神经符号方法。
值得关注：对“LLM 做逻辑推理”的常见路线（延长思维链、加大模型）给出替代方案：将可靠性作为架构属性，由符号层保证确定性。 反馈驱动的编码精化把“自然语言→形式化”这一易错环节变成可迭代、可纠错的流程，而非一次性翻译。 与既有…
EgoActionBench 是一个面向自我中心（egocentric）人类视频的密集动作描述基准，将连续操作拆解为带时间定位、关联左手/右手/双手的原子动作，并用新评测协议同时考察“做了什么、何时发生、哪只手执行”；20 个基线模型在此暴露出动作原子性、时间精度与手-动作关联上的明显不足。
值得关注：对具身智能：明确了“从人类视频学习”在数据与评测层面的一个关键缺口——不仅要识别动作类别，还要定位动作边界并区分执行的手。 对评测方法：提出兼顾语义与时间、并引入手别关联的密集预测评分流程，为后续密集动作描述研究提供可…
在合成流行病 SIQR 模型上，嵌入式训练的平均精度最高，而“先数据同化、再离线训练”的分阶段方法虽误差略有上升，但模型评估次数大幅减少、优化鲁棒性更好，形成实用的精度—效率权衡。
值得关注：闭合建模是连接高保真模拟与快速评估的关键环节。该工作把“精度—成本”权衡显式化，说明离线分阶段训练可在不大幅牺牲定性行为的前提下降低训练成本并提升优化稳定性，对仿真密集型工程设计具有直接参考价值。与既有关于数据高效学习…
DiabAgent 提出一套面向“智能体生理控制”的研究套件（APC 框架 + DiabetSim 模拟器 + SweetBench 基准），在 1 型糖尿病血糖控制场景中用 Claude Opus 5.5 以 1 小时决策间隔取得 COGI 73.5，略高于开源闭环基线 OpenAPS 的 71.2。
值得关注：把医学语言模型的评价从“临床问答”推进到“持续干预下的生理控制”，并给出可量化基准。 提供了可复用的三件套（框架/模拟器/基准），使后续工作能在统一任务集上比较不同智能体方案。 相对既有相关卡片（如数据中心控制面策略生…
本文提出 Product Kernel Perspective Space（PKPS），用模型响应嵌入的低维表示来预测基准分数，使评估可以利用“稀疏且非配对”的缓存数据，并在两个大型基准套件上优于基线方法。
值得关注：生成式模型评估成本是模型选型与迭代的瓶颈之一。PKPS 针对的正是现实评估数据的“不完整”形态——稀疏、非配对，而非理想化的完整分数矩阵。其增量在于把“相似查询”纳入表示学习，从而突破只能使用配对稠密子集的限制；这一点…
这是 Nature 于 2026 年 11 月 2 日发布的作者更正（Author Correction），针对 2026 年 9 月 23 日发表的原始研究《mTORC1 drives cell-autonomous astrocyte reactivity in tuberous sclerosis》，修正了正文图 3n、扩展数据图 3 图注和扩展数据…
值得关注：与既有卡片《mTORC1 驱动结节性硬化症中细胞自主的星形胶质细胞反应性（2026-09-23）》的关系：本条是该卡片的后续更新，属于同一研究的版本修订记录，而非新研究。既有卡片陈述的科学内容（TSC2 缺失使神经祖细…
AI 提供方经常在更新模型和系统集成时不更改公开标识符，这削弱了监管监督与科学可复现性；作者主张建立满足监管者和研究者需求的“有意义的 AI 版本管理”。
值得关注：对监管：没有稳定、可追溯的版本标识，监管者难以将某一行为或事件对应到具体的系统状态，问责与合规检查缺乏锚点。 对科研：模型行为随静默更新而变化，会导致实验结果无法复现，削弱以 AI 系统为对象的实证研究可信度。 本文把…
NVIDIA 发布 TensorRT Edge-LLM 及 `trtedge` CLI，使开发者能在 DGX Spark 64GB 上通过几条命令下载模型、构建优化引擎、启动终端对话或本地 OpenAI 兼容 API 服务，并可将同一推理运行时部署到 Jetson Thor、DRIVE AGX Thor 和 IGX Thor 等边缘平台。
值得关注：边缘 AI 的瓶颈往往不在模型本身，而在“让模型在目标硬件上以可接受延迟和内存跑起来”的工程链路。TensorRT Edge-LLM 把模型下载、引擎构建、对话测试、API 服务、推测解码加速收敛到统一的 CLI 与运…
AGIBOT 官网一篇标题为“How Much Work Do Robots Really Deliver? The Thinking Behind Worken”的文章，指向用“Worken”这一概念衡量机器人实际交付的生产性工作量；但页面抓取正文仅为导航与产品列表，文章实质内容与指标定义均待核实。
值得关注：对人形与具身智能行业而言，“工作量”口径是判断机器人能否进入真实生产场景的关键问题之一，比单纯的演示能力更接近商业化评估。 本条与既有卡片《AGIBOT 推出 Worken，尝试用统一指标衡量机器人“生产性工作量”》属…
腾讯研究院将联合故事FM于2026年10月31日在深圳举办主题为“我和 AI，有些私事”的线下故事开放麦，邀请4位讲述者分享他们与AI之间涉及亲情、育儿、爱情与职业转变的私人经历，并设5个现场即兴演讲名额。
值得关注：与已有卡片中腾讯研究院“AI & Society 大哉问”第三期聚焦“AI与教育普惠”的公共议题不同，本次活动转向**私人情感与家庭场景**，是同一机构在AI社会议题上的另一条叙事线：从“AI能否帮到寒门学子”延伸到“…
智元在 2026 年创新日上发布具身基座模型 GO-3 Preview 与交互大模型 WITA-OMNI，分别在三项和四项评测榜单登顶，同时提出物理 AI 工作量单位“Worken”，并配套发布第三代硬件架构 AHA3、重载本体精灵 G2 Max 与具身原生操作系统灵渠 OS 1.0。
值得关注：本条是对既有“智元 GO-3 Preview 具身模型发布”卡片的延续与扩展。相较此前仅覆盖 GO-3 Preview 的 WRAM 架构与三大榜单登顶，本条新增了以下增量信息：交互大模型 WITA-OMNI 及其四项…
OpenAI 表示将遵循一项共享的 robots.txt 信号，以便网站运营者向参与该机制的 AI 服务商表达其内容是否可用于 AI 训练；具体机制细节待核实。
值得关注：robots.txt 是搜索引擎时代形成的行业惯例，把它扩展为 AI 训练偏好的表达通道，意味着 AI 数据治理可能沿用既有的 Web 协议生态，而非另建全新标准。其效果取决于参与服务商的数量与一致性：只有单一厂商遵循…
智元发布具身模型 GO-3 Preview，通过 WRAM 架构统一推理、预测与动作生成，在 RoboDojo 等三大榜单登顶，并展示了真机在线迭代能力（便利店任务成功率 5 天内从 28.6% 升至 85.7%），计划 2026 年底开源。
值得关注：与已有的“具身原生”基座模型路线（如蚂蚁灵波 LingBot-VA 2.0 强调架构与训练目标为机器人原生设计）相比，本条增量信息在于：**后训练与部署环节的系统化**（Genie Evolver + Genie Ma…