一篇（待核实的）论文探讨了“AutoResearch”协议——让编码语言模型在一小时 GPU 预算内修改训练程序，仅在验证 IoU 提升时保留改动——并将其应用于固定数据划分与固定骨干网络下的光伏板分割任务。
值得关注：将“自动研究/自动机器学习”落到遥感与能源相关的分割任务上，展示了以极短算力预算（1 小时 GPU）进行训练程序自动搜索的可行性。 “改进不可跨硬件迁移”这一发现对自动化 ML 流水线的可复现性与部署成本有直接影响。 …
一项预注册的田野实验发现，让学生在课前使用定制的语音 AI 讨论伙伴做预习，经过两次使用后，学生在后续课堂上的自愿发言量增加约 31%；更多使用者的“开口舒适感”和“感知学习”也更高，但专注度与动机没有提升。
值得关注：把 AI 教育工具的评估焦点从“考试分数”扩展到“课堂实时行为”，提供了一个不同的证据维度。 提示语音交互式 AI 可能在“表达与参与”这类中间学习结果上产生可测影响，而不一定同时改变动机或专注等状态。 对教学设计者与…
GRACE: Generation-aware latent compression for efficient video generation
FoldBack 是一种面向长时域衣物折叠任务的自纠正掩码生成策略，核心在于把“何时细化与验证、如何回滚、在哪以及如何重试”这三类推理时决策统一进一条可编辑的完整轨迹中，从而在执行过程中检测、撤销并修复失败的抓取交互，而无需恢复示范或重新训练基座策略。以上信息基于元数据，具体方法细节待核实。
值得关注：长时域操作的核心难点之一是错误累积：一次抓取失败会污染后续所有决策。FoldBack 把“纠错”从训练阶段前移到推理阶段，强调无需恢复示范与基座策略重训练即可修复失败。 与既有脉络的关系：本卡片与“Cortex：面向长…
据 arXiv 摘要，在固定任务、特征和湖级训练/测试划分的前提下，用正则化演化搜索扩展 MLP 架构空间，可把 Sentinel-2 藻华分类器的留出 AUC 从 0.790 提升到 0.820、准确率从 0.733 提升到 0.748，同时仅使用 409 个可训练参数（比最强手工设计参考少 26 倍），模型约 1.6 kB，论文将其定位为可作星上筛选触…
值得关注：它把“架构搜索是否值得”放在一个受控的地球观测任务上检验：不改变任务、特征和湖级划分，只搜索模型架构。 结果同时展示精度提升和极端参数压缩，对资源受限的遥感分类与星上筛选有参考价值。 与已有相关卡片（如“Transfo…
EngramEdit 提出一种基于条件记忆的解耦知识更新方法：在条件记忆架构中联合更新共享 n-gram 嵌入的目标表示，以较低对无关知识的影响实现事实更新，并在多表达、多跳和 CoT 场景中表现出较强泛化。
值得关注：传统微调或参数编辑容易波及无关知识；EngramEdit 将更新定位到条件记忆的 n-gram 嵌入，并显式惩罚高频复用嵌入，试图解耦“事实存储”与“通用计算”。 与已有卡片脉络的关系：已有“超级权重”卡片讨论微调目标…
EmbodiedRSI 是一种自演化智能体外壳，通过假设图、信息价值实验选择与代码-技能协同演化，让机器人基础模型在对象位置或任务指令变化时持续改进；材料报告其在 RoboCasa365、LIBERO-Pro 和真实机器人零样本迁移上取得较高成功率。
值得关注：它针对机器人基础模型部署后的持续改进问题：模型不只是在静态数据上训练，还可在物理交互中主动探索并更新。 它把物理实验当作“信息获取”手段：通过选择最能区分假设的实验，提高机器人试验的使用效率。 它尝试连接基准测试与真实…
GNN-to-MLP 蒸馏若只迁移节点预测或做置信度重加权，可能忽略教师模型由图结构诱导的表示几何；G^2MLP 用 Ollivier-Ricci 曲率在训练时分配预测级与表示级监督，让学生 MLP 在推理阶段无需访问图，同时缓解稀疏图与稠密图上的两类谱失效。
值得关注：该工作把 GNN-to-MLP 蒸馏的问题从“输出模仿”推进到“表示几何/谱结构保持”。 它指出图密度不同，学生的失败模式不同：稀疏图偏 underfit，稠密图偏 overfit；这为蒸馏监督分配提供了结构化视角。 …
论文提出 ExpDis：把 RLVR 中带新颖性奖励的“探索”与不带该奖励的“优化”分开，先训练探索策略、过滤轨迹，再蒸馏给学生策略，多轮交替；摘要称在七个数学推理基准、两个模型家族上，相同 wall-clock 预算下优于 DAPO，并改善 pass@k 扩展表现。
值得关注：与已有卡片“弱模型引导提升RLVR中LLM的探索”同属 RLVR 探索增强脉络。该卡增量在于：不是用外部弱模型前缀，而是把 novelty bonus 限制在 explorer 端，并用过滤+蒸馏将探索成果转移给无 n…
论文证明：在光滑非凸目标、噪声仅有有界 $p$ 阶矩（$p \in (1,2]$）的重尾条件下，使用梯度裁剪的基础去中心化 SGD（clipped $\mathtt{DSGD}$）可在高概率和期望意义下达到阶最优收敛率，并随智能体数量实现线性加速；关键是对裁剪结构下的共识差距（consensus gap）做了精细分析，使网络效应退化为高阶项。
值得关注：重尾噪声下的去中心化优化同时涉及优化收敛与网络共识，理论分析通常更难。该论文表明，一个基础方法——clipped $\mathtt{DSGD}$——即可在重尾噪声下达到阶最优，并实现智能体数量线性加速，不必依赖归一化或…
\(\Delta\)-MOPD 提出将多教师在线策略蒸馏（MOPD）的监督目标从“教师端点策略”改为“教师相对基座的 logit 偏移”（teacher-minus-base shift），并重新锚定在学生的冻结初始化上；摘要称该目标在教师信号于同一状态被组合时尤为有效，且在分阶段路由下缩小了教师顺序带来的性能差距。待核实：论文全文、实验设置与复现细节。
值得关注：与既有脉络的关系：已有卡片分别讨论 MOPD 的能力失衡修复、梯度/损失平均与数值精度影响、以及长程规划中的单/多教师在线策略蒸馏；本卡片补充的是“监督目标如何构造”这一独立设计轴，而非教师选择或优化器/数值效应。 若…
这篇 Perspective 提出 **State over Tokens (SoT)** 概念框架，把推理词元（reasoning tokens）重新理解为“外化的计算状态”，而非对推理过程的语言叙述，从而解释为何这些词元能驱动正确推理、却在被当作文本阅读时不构成忠实解释。
值得关注：与已有相关卡片的关系：本卡片处理的是 **推理词元本身的机制定位**，而非某一具体任务中的忠实性结论。 相较“视觉-语言-行动模型是否表里如一？”（聚焦具身推理忠实性），本条把问题从“是否言出必行”推进到“这些词元在机…
论文提出“漂移均值”（Shifting Means）这一新的对抗性扰动模型：仅假设各臂奖励的差值稳定、共同偏移可被对抗性设定，并给出在该模型下可用的最佳臂识别算法 $\mathsf{ISM}$ 及样本复杂度上下界。
值得关注：指出现有主流停止准则（GLRT 类，含 Track-and-Stop）在奖励分布随时间漂移时会失效，提示在非平稳环境下需要重新设计算法。 将非平稳性从“奖励均值独立变化”推广到“仅差值稳定、共同偏移对抗可控”的更弱假设…
Nature 新闻与观点文章介绍了一种名为 byteification（字节化）的技术，可对现有基于 token 的大语言模型进行改造，使其在保持竞争性性能的同时，获得处理单个字符（字节）的能力。
值得关注：**填补已知能力缺口**：LLM 在字符级任务上的失败（如字母计数）是被广泛观察到的现象，byteification 提供了一种系统性解决方案。 **改造而非重建**：该方法是对现有模型的 retrofitting（改…
待核实：该研究提出用后训练智能体的成功轨迹作为“前瞻信号”，在无需基座模型冷启动驱动完整工具链的前提下，通过三种筛选指标预测哪个基座检查点值得进行昂贵的智能体后训练。
值得关注：与已有脉络的关系：已有卡片《后训练语言模型在编程竞赛中达到金牌水平》聚焦后训练方案与测试时计算在 IOI 赛制上的表现；本卡片关注的是后训练之前的预测与筛选问题，即如何从基座模型预判后训练潜力，属于更前置的一环。 已有…
（待核实）Agentic RSR 试图把“真实工作区视频→仿真场景重建→可执行策略开发→真机执行”串成同一套操作任务流程，并报告在 18 个重建场景与真机实验中取得可量化的重建质量和约 80% 的仿真成功率保留率；但因正文未抓取，细节需以原文为准。
值得关注：真实—仿真—真实的瓶颈往往不在单点算法，而在重建、策略与执行之间的接口与反馈闭环；Agentic RSR 的增量点在于用同一任务贯穿三者，并让执行反馈反向影响策略行为（待核实其具体机制）。 与既有卡片中“SUN：控制到…
论文提出把成千上万个持续存在的自主研究智能体置于显式制度之下，组成“研究者社会”，并通过竞争性经费与独立评审来分配算力；但正文未能抓取，以下内容仅基于元数据，细节待核实。
值得关注：若研究智能体部署确实走向共享算力池的千级、万级规模，那么资源分配、评审与治理机制将成为决定产出质量与算力效率的关键变量。 论文将“制度设计”而非单纯模型能力置于核心，提示多智能体系统研究可能向机制设计、资源治理方向延伸…
当新闻编辑部的人工智能（AI）对报道进行“情感包装”时，它会改变读者对故事的感受，进而影响人们是否接近、信任和分享该报道；因此 AI 研究者与行为研究者应合作，检验情感包装是否帮助准确信息触达读者，以及是否加深了群体分裂。
值得关注：情感包装直接影响读者是否接近、信任与分享信息，这关系到准确信息能否有效传播。 若缺乏行为学评估，编辑部 AI 的情感优化可能在无意中加深社会分裂，而其效果无法被现有指标捕捉。 与既有卡片脉络的关系：已有卡片多聚焦于智能…
谷歌于2026年10月6日开源EmbeddingGemma 2，这是其首个原生多模态开源嵌入模型，以740M参数将文字、代码、图片、视频、音频映射进同一768维空间，面向端侧离线跨模态检索场景。
值得关注：端侧多模态检索长期受限于模型体积与内存，EmbeddingGemma 2以模块化加载和量化将门槛拉低到手机可承受范围。 统一768维空间覆盖五种模态，减少了为不同模态分别部署嵌入模型的工程复杂度。 开源+llama.c…
据现有元数据，OpenAI 与 Ironclad 正在围绕复杂的合同工作流训练并评估 AI 智能体，以推进面向专业工作的 computer use（计算机操作类智能体）能力；具体做法与结果**待核实**。
值得关注：若材料所述属实，其增量在于把 agent 评测的落点放在**专业文书与合同流程**上，而不是通用网页/桌面操作任务；这与“评测、评分与提升智能体性能”一类偏方法论的卡片形成场景互补。 对产业读者而言，它提示 compu…