在源分布与目标分布相差大小为 $\varepsilon$ 的对抗性 2-Wasserstein 扰动时，分布鲁棒优化（DRO）未必能最小化超额风险（遗憾）；论文证明最小最大遗憾优化（MRO）与谱范数正则化（SNR）可达最小最大率，而 DRO 在部分情形下会以依赖维度的因子次优。
值得关注：DRO 是分布鲁棒学习的常用范式，但“最坏风险最小”不等于“遗憾最小”。本文把两者之间的差距在 Wasserstein 鲁棒线性回归中定量化，并给出可操作的替代方案（MRO、SNR），对需要在分布偏移下控制超额风险的学…
REA 提出一种统一的具身智能体运行时，将慢速的思考型基础模型（System 2）、具身路由器（System 1）与快速反应策略（System 0）解耦协作，核心原则是“运行中的策略不等待大脑”，在 LIBERO-Pro、RoboTwin 2.0 及真实 Unitree G1 人形上取得优于单策略基线的成功率与效率。
值得关注：它把“大脑-小脑”式具身架构从概念配对推进到可运行的统一运行时，并用“不等待大脑”的调度原则和路由记忆、边界判官门、预算升级梯三项机制，回应了异步协调中最实际的阻塞与回退抖动问题。与既有卡片中偏重策略基元标准化（Cor…
RangeSWA 是一种无需额外训练的长度外推方法，针对连续扩散语言模型（CDLM）在生成长度超过训练长度时出现的重复、语义漂移与质量下降问题；论文摘要称其能降低长文本生成的生成困惑度与重复率，但具体数值与实验规模待核实。
值得关注：对既有脉络的增量：已有卡片分别关注 CDLM 的架构重设计（LangDiT）与扩散模型的训练方式（格点场论无数据训练），本条关注的是推理期的长度外推，属于不触碰训练目标的互补方向——即“不改模型、不改训练，只改推理时的…
RAMA 将“检索增强 + 多智能体深度强化学习 + 情景记忆”引入低轨（LEO）卫星路由：每颗卫星在本地观测、近期路由历史、邻域状态之外，再检索自身的情景记忆条目，用 Transformer 决策网络融合后输出路由决策；在 140 星 Kepler 星座与 1,584 星 Starlink Shell 1 的实验中，相较 DDQN 基线显著降低时延。
值得关注：把“检索增强”从语言模型/RAG 场景迁移到网络路由控制：不是检索文本，而是检索自身的历史经验条目用于决策。 显式的情景记忆弥补了 DRL“只靠权重记经验”的局限，且在多智能体去中心化设定下可行。 大规模星座（1,58…
在 ICU 死亡率预测中，生理轨迹特征（纵向生理摘要）比观测模式特征（测量频率与时序）更能稳定迁移到外部数据集；观测模式特征在本地有效，但跨中心迁移和测量可得性下降时收益不稳定甚至转为有害。
值得关注：临床预测模型的评估不应只关注新患者人群，还应关注供给输入的测量条件（频率、时序、可得性）。 观测模式特征高度依赖具体测量环境，跨中心部署时可能失效；生理轨迹特征迁移更稳健，适合作为跨机构模型的核心表示。 对模型监控与部…
PersonaChatBench 通过“同一任务 + 多个带私有人设卡的模拟用户”的配对设计，把聊天助手在不同用户条件下的表现差异变成可测量指标，并发现任务完成得好并不等于满足用户的个性化需求。
值得关注：面向真实应用的助手评估不能只看平均分：聚合指标会掩盖“对某类用户好、对另一类用户差”的不一致。PersonaChatBench 提供了一种按用户条件拆解评估的思路，为检验跨用户一致性和指导助手适配多样需求提供基础。
LSA 通过在可学习的潜在空间中对键（keys）进行层次聚类，让查询（queries）只对聚类层级打分而非遍历所有键，从而在 1M token 以上的超长上下文中实现亚二次方的注意力计算，并在 10M token 规模下保持与原有方法相近的准确率、同时大幅加速 prefill 与 decode。
值得关注：超长上下文是长周期智能体与开放式科研任务的基础设施瓶颈之一。LSA 的价值在于把“索引”本身的成本也压到亚二次方，而不是只在注意力打分阶段做稀疏化；同时给出可蒸馏（D-LSA）与原生训练（N-LSA）两条落地路径，兼顾…
LARC 提出在连续隐藏状态空间中进行推理，以替代离散 token 空间的思维链，从而缓解统一多模态模型中“推理在离散域、生成在连续域”的模态错配问题，并在 GenEval 上比 BAGEL 提升 7 个百分点。
值得关注：现有推理增强型 UMM 难以像 LLM 那样通过增加推理长度获得稳定收益，LARC 把推理载体从离散 token 换成连续隐状态，直接针对这一错配。若该路线可复现，意味着多模态生成模型的测试时缩放不必依赖语言 toke…
这篇论文把 bandit regret、序贯检验、最佳臂识别和马尔可夫决策过程的实例相关极限证明统一写成一条“精确信息账本”，指出链条中只有第一步是恒等式，其余步骤都会引入可命名、可量化的缺陷，其中大多数缺陷可以从算法自身的运行中计算出来。
值得关注：对理论：把“下界证明”从黑箱式的松弛链条变成可审计的信息账本，使每一步的信息损失可解释、部分可计算。 对实践：若缺陷可从算法自身运行中估计，就有可能诊断标准算法与理论极限的差距来源，而不是笼统归因于“算法不够好”。 与…
ID-WM 把“状态空间可达性”与“底层动作控制”解耦：高层世界模型采样可行的状态转移，低层世界模型充当逆动力学求解器把子目标落到具体动作，从而在长程导航与操作任务中显著优于现有策略/扩散规划器与单层世界模型 MPC。
值得关注：长程任务是世界模型规划落地的主要瓶颈之一。ID-WM 的增量在于：不把分层建立在宏动作或潜技能上，而是把“可达性”和“可执行性”拆成两层模型分别负责，使规划器可以跨短片段拼接出新行为，并用分层结构抑制误差累积。这与已有…
该研究将硬约束投影（HCP）方法从线性偏微分方程扩展到非线性偏微分方程——一维 Burgers 方程，提出的 HCP-PINN 在未见网格上的数据误差比同等 PINN 低约一个数量级，且对物理配点的选择更稳健。
值得关注：将硬约束投影从线性 PDE 推广到非线性 PDE，说明该思路在非线性流体问题上有可行性。 “末端不可学习投影层”是一种把离散化后的物理约束硬编码进网络结构的方式，区别于纯软约束（损失函数惩罚项）的常规 PINN 做法。…
在双神经元 ReLU 师生模型（各向同性高斯输入、总体梯度流、小初始化）中，学习过程由“易”的角平分线方向与“难”的分裂方向共同组织：学生神经元先向角平分线鞍点坍缩，再逃离并特化到教师神经元，从而呈现出多阶段的对称破缺行为。
值得关注：为“梯度下降如何从对称初始化出发逐步特化神经元”提供了可解析的最小示例，把景观几何（鞍点/全局极小）与训练轨迹（坍缩—逃离—特化）对应起来。 有助于理解多指标模型中“先学主导方向、再分裂特化”的学习顺序，为更复杂网络中…
在胸片严重程度分类任务中，使用多名放射科医生的眼动注视数据（集合多名阅片者）来引导模型训练，比不使用眼动或仅使用单名医生的眼动能带来更稳定、更显著的性能提升；约 3 名阅片者即可获得 8 名阅片者收益的 73–80%，且这种收益在外部数据集上的迁移效果取决于队列。
值得关注：为“眼动监督”这类以人为中心的医学 AI 数据采集提供了**可操作的规模建议**：不必盲目扩大阅片者人数，3 人左右可能已能捕获大部分收益，从而降低标注/采集成本。 强调**外部验证的必要性**：同一方法在不同外部队列…
一篇发表于 Science Advances 的研究提出用流体驱动的机器人微操作方法来制造“组装体”（assembloid）；由于正文不可得，具体方法细节、操作精度与实验验证结果均待核实。
值得关注：微尺度组装通常面临夹持损伤、粘附控制与高通量操作困难等挑战；流体驱动若能在微操作中提供更柔顺的操控手段，可能对微制造与组装体构建具有方法学价值（此为由标题推出的合理问题意识，非本文已证实结论）。 与既有卡片中“面向真实…
Flide 是一种面向决策模型（如 Jev）的精确推理引擎，通过将决策请求的逻辑树结构与单一扁平 token 流中的物理执行解耦，在保证分支计算结果与独立前向传播在精确算术下一致的前提下，实现相比 vLLM 和 SGLang 最高 9.5 倍的查询加速。
值得关注：决策模型在智能体“系统一”快速执行中具有前景，而推理引擎的支持缺位是实际落地的瓶颈。Flide 的增量价值在于：它不是用近似或概率扭曲换取速度，而是声称在精确算术层面保证分支等价性，同时获得显著加速——这为延迟敏感的智…
论文提出“多尺度 FFT”算法，将随机分配（random allocation）采样方案下隐私损失分布（PLD）核算器运行时间对精度参数 α 的依赖从 O(α⁻²) 降到 O(α⁻¹log(1/α))，并在高精度下实现数个数量级加速、改进 DP-SGD with PREAMBLE 的隐私界。
值得关注：随机分配采样在私有优化与通信高效聚合中优于泊松采样，但其 PLD 核算长期受限于 α⁻² 的时间开销；本文把该瓶颈降到近线性（α⁻¹log(1/α)），使高精度隐私核算在实践上更可行，并直接改进 DP-SGD with…
SPLICE 通过测量带噪的切片切比雪夫多项式矩并拟合分布，在高维数据上实现了与维度无关的全局分布保证（Sliced Wasserstein-1 距离 $\tilde{O}(1/\sqrt{n})$），并在基准测试中达到差分隐私合成数据的当前最优水平。
值得关注：DP 合成数据长期在“实用（保边缘）”与“可证明（保全局）”之间取舍：前者高维全局结构无保证，后者受维度灾难困扰。SPLICE 声称同时缓解这两者，若其结论成立，将为高维隐私数据发布提供兼具理论保证与实测性能的路线，并…
DecisionRank 提出“条目空间同策略蒸馏”（item-space OPD），把生成式教师对学生打分排序结果的“条件反馈”直接用于监督学生打分，从而将生成式 LLM 的排序知识迁移到低延迟的决策模型重排器，并在检索基准上以更小参数量超越更大的生成式教师。
值得关注：给出一种把生成式 LLM 的排序能力“压缩”进非自回归决策模型的可操作蒸馏路径，兼顾效果与推理延迟。 相对既有 OPSD 类工作（多为逐 token 散度/目标重建视角），本条把同策略蒸馏搬到**条目空间**（排序列表…
CRoS 提出用“打乱推理步骤顺序”而非“删除或注入错误”来构造思维链（CoT）因果性奖励，在 Reasoning Gym 与 Gemma-3-4B 上同时改善域外准确率、CoT 质量与 CoT 忠实性，且优于现有因果奖励与结果奖励基线。
值得关注：直接针对 RLVR 的“结果正确≠推理有效”缺口，把因果性从度量指标推进到训练奖励。 指出扰动类因果度量的混淆效应（信息改变 vs 顺序改变），并给出可操作的替代方案，对奖励设计和评测方法都有参考价值。 与已有卡片《视…