华为云码道 CodeArts 面向鸿蒙开发者升级，上线鸿蒙编码大模型、码道鸿蒙智能体与开发者实践中心，并以 DevEco CLI 和端侧模拟器打通“生成—编译—安装”演示，目标是降低超 1100 万鸿蒙开发者的开发门槛。
值得关注：鸿蒙生态的开发者规模与原生应用供给相关；专用编码模型和工具链可能降低学习与迁移成本。 与已有编码智能体卡片相比，本条增量在于：它并非通用 coding agent 基准或桌面 IDE 交互更新，而是云厂商面向鸿蒙生态的…
月之暗面推出 Kimi Code Desktop，将 Kimi Code 的 Agent 能力带入 macOS 与 Windows 图形界面，并支持 Plan、Goal、Swarm、Tower 多 Agent 模式及终端、浏览器、Git/PR 等开发工具集成。
值得关注：本条与已有相关卡片中的 Cursor Design Mode、Claude Fable 5 在 Devin 中的可用性更新，共同显示编程 Agent 正在向桌面端、图形界面和多界面协同演进。增量信息在于：本条聚焦月之暗…
类型安全只保证输出符合 schema；在 Jev 及两个 Jev-like 开放权重模型中，仅改变选项名到 rubric 的分配，尤其把 0/1 改为 no/yes，就会系统性反转决策排序，而 type-error rate 仍保持 0%。
值得关注：它把“类型安全”与“语义可靠”明确分开：输出可以完全合法，却把决策排序反转。对以模型输出直接驱动工作流决策或二值判断的系统，这意味着一种静默失败模式——类型错误率为 0，也可能伴随大幅准确率退化。
SWE-Serve 用来自 SGLang 生产变更的 53 个仓库级任务，评估智能体能否完成生产推理服务工程，并直接测出“本地测试通过”与“生产端到端正确”之间的显著差距。
值得关注：把“生产正确性差距”变成可测量的基准指标，便于跟踪未来 agent 是否从“能改代码/能过局部测试”走向“能满足端到端服务要求”。 对推理服务栈的模型支持、运行时执行和公共 API 协调提出仓库级综合能力要求，比孤立 …
StableVQ 把离散视觉 tokenizer 的 VQ 训练不稳定归因于编码器-解码器与码本训练的相互纠缠，并用 Dynamic STE、Region VQ Loss、Decoupled Schedule 三个轻量且无可学习参数的策略，在 ImageNet 上改善训练稳定性、码本利用率与重建质量。
值得关注：对 VQ tokenizer 而言，码本利用率高不等于训练稳定；StableVQ 把问题定位到模块目标与优化动态的纠缠。 它强调“让 Encoder-Decoder 和 Codebook 各自独立履行责任”，而不是依赖…
SpeakerMem-R1 将多方对话的长期记忆建模为“说话人标注的逐字消息 + 派生状态”的双轨结构，并按个人层与群体层组织证据；摘要报告其在多个基准上取得二分类准确率，并称在 EverMemBench 公开榜上达到 62.33% 的最佳已报结果。该结论来自 arXiv 摘要，细节与外部复现待核实。
值得关注：该工作把长期对话记忆从“内容检索”推进到“说话人/关系/状态重建”，更贴近多方对话的真实需求。 与既有卡片中 VoiceMem 所代表的实时语音交互记忆方向相比，本条增量在于：不强调流式低延迟，而聚焦多方对话中的消息归…
φ-RIE 是一个高斯原生的转换流程，目标是把 3D Gaussian Splatting（3DGS）重建中选择的物体变成可移动的仿真器资产，同时保留并补全其余场景，使照片级重建向可交互机器人仿真环境靠近。在来源给出的 50 个 ScanNet++ 场景上，证据选择与配准重试把固定保留率下的 20 mm matched F1 从 0.336 提升到 0.3…
值得关注：它在 3DGS 照片级重建与机器人仿真之间加入“对象化、可交互、可补全遮挡”的转换环节。 “资产构建与源移除耦合”是设计重点：同一物体身份同时驱动资产生成和背景补全，而非分别处理，可能减少物体与背景纠缠带来的不一致。 …
来源材料称，NanoTS 是一种基于深度学习的 SNP 检测与基因型分型工具，用于纳米孔长读长转录组 dRNA 和 cDNA 数据；在至少 5 条 ALT reads、ALT read 比例 ≥0.05 的 SNP 上，dRNA 和 cDNA 的 F1 分别高于 0.980 和 0.966，并展示了对等位基因不平衡变异及孟德尔病致病变异的检测潜力。
值得关注：它针对的是纳米孔长读长转录组变异检测中的一个核心痛点：通用长读 DNA caller 难以处理转录组的覆盖不均、异构体表达和等位基因不平衡。 allele-phased pileup 与 haplotype phasi…
基于五项控制实验，本文认为编译率（compile rate）不能可靠衡量单函数 C/C++ 漏洞修复进展：它受评估框架、数据集伪影和编译器标志影响，甚至会在被当作优化目标时奖励“非修复”。作者提出仅对编辑区域评分的 diff_F1 作为变化感知筛选，但明确它并非修复质量指标。
值得关注：编译通过不等于漏洞被修复；代理指标可能制造虚假进展。 评估框架和数据集伪影可主导结果，基准本身需要审计。 编译器反馈循环作为优化目标时，会出现 Goodhart 定律式失效：指标变好，真实修复变差。 对学术和工业实践而…
HARMONY 提出一种层次化链式思维框架，把智能体 VLM 推理与视觉几何基础模型结合，从单张室内图像逐步构建语义一致、感知对齐的 3D 场景。
值得关注：它试图缓解单目 3D 场景重建中“语义关系理解”与“几何保真”之间的张力。 与已有卡片中面向复杂 3D 空间文本到图像生成的 SpatialGuard 相比，本条增量在于：任务不是文本到图像，而是单目图像到 3D 室内…
论文提出 Growing Harness，将 LLM 智能体中重复出现的控制决策从每次任务上下文迁移到由失败反馈增长的可执行 harness 代码，在两项基准和 4B–120B 部署模型上减少 LLM 调用与推理成本，并在多数设置中取得最高平均成功率。
值得关注：标准 harness 把重复控制决策留在模型上下文中，会消耗上下文与推理成本；Growing Harness 将这部分控制固化为共享可执行代码，把 LLM 调用留给任务特定语义推理。这提示 agent 工程除优化模型、…
FleXray 是一个面向临床 X 射线的通用解剖分割模型：它利用基于物理的生成式 X 射线数据引擎合成带完整标注的 2D X 射线进行训练，摘要称其可在未见研究数据集和 in-the-wild X 射线中分割 60 个解剖结构，并推动 X 射线的定量分析。
值得关注：X 射线是最高频的医学影像入口之一。若能可靠实现全身通用解剖分割，可能扩展形态学与功能性 X 光分析的适用范围，而不再局限于少量解剖区域和任务。 与既有卡片相比，已有通用医学分割或临床决策框架多聚焦 MRI、肿瘤或特定…
Flash-dLLM 是一个免训练的扩散大语言模型（dLLM）推理加速框架，通过 I/O 感知的融合 KV-cache 内核和 dLLM 自起草-自验证的并行解码策略，缓解 KV 缓存复用与并行 token 验证同时发生时的 GPU 内存 I/O 瓶颈；摘要报告其在 GSM8K 和 HumanEval 上相对先前最强基线 Elastic-Cache 分别实…
值得关注：dLLM 若能在推理效率上接近或超过自回归 LLM，可能成为非自回归文本生成的重要替代路线。Flash-dLLM 的重要性在于它没有把 KV 缓存和并行解码割裂优化，而是关注二者联合时的 I/O 瓶颈，并用融合内核与自…
一项（据元数据描述）针对“用图像直接提交图形题”的 VLM 剽窃场景的研究发现：视觉对抗扰动能让所有被测模型出现脆弱性，但能力较强的模型也表现出可观的鲁棒性，因此扰动只能作为短期应急手段，长期仍需重新设计考核方式。
值得关注：它把 VLM 风险从“模型会不会答错/幻觉”转向“模型太会答”带来的评价有效性问题：当模型能直接把题目图变成答案，考核测到的可能不再是学生的能力。 它给出的不是单点技术方案，而是“技术缓解 + 制度重设计”的双层判断：…
EquivSVA 是一个围绕“行为族”组织的、经形式化验证的 SystemVerilog Assertions 数据集，用于受控研究 LLM 生成的断言是否捕捉同一外部可观察行为，而非依赖某一 RTL 实现的偶然细节；材料同时给出规模统计和 Qwen2.5-Coder-7B-Instruct 的小型演示结果。
值得关注：如果 LLM 生成的断言只能匹配某一个 RTL 实现，它可能把实现细节误当成规格，从而在等价实现或后续设计中失效。EquivSVA 通过“同一外部行为、多个结构不同实现、共享 gold properties、受控 mu…
据候选摘要，DreamStream 试图把端到端驾驶闭环仿真的目标从“照片级真实”转向“策略导向保真”：保留自动驾驶策略决策所依赖的场景特征，并配套提出 FDπ 指标与 Navhard-CL 基准；但正文未抓取，具体方法、数值与结论均待核实。
值得关注：端到端驾驶策略的评估依赖闭环仿真，但视觉真实不等于决策相关特征保真。若 DreamStream 的方法有效，它可能把仿真评估的关注点从“看起来像真实图像”推进到“策略是否看到与真实场景一致的决策线索”。这也会影响 be…
DISCO（Diffusion-Induced Spatial Attention Community Detection）是一种面向重叠社区检测的深度学习框架，结合影响传播动力学得到的结构先验、稀疏多头注意力和非负社区隶属学习，并在网络安全概念验证中用连续通信网络快照的社区分配变化构造可解释异常信号。
值得关注：重叠社区检测对节点同时属于多个群体的网络建模具有基础意义。 用扩散影响先验缓解局部消息传递的平滑与长程依赖限制，是图学习与社区检测交叉的一种方法思路。 将社区变化用于动态网络异常检测，提供了从结构变化到可解释线索的潜在路径。
CliffCompaction 是一种面向长时程编码智能体的自动上下文压缩技术，作者称其通过在有限上下文窗口下“只截断或丢弃、不改写”并避免压缩叠加，最高降低成本 50%，同时保持或提升 Terminal-Bench 表现，并在 KernelBench 上取得 CUDA 内核加速的 state-of-the-art 结果；但论文正文与实验细节未在来源材料中…
值得关注：长时程编码 agent 的主要瓶颈之一是上下文窗口与调用成本；如果压缩过程改写内容，可能引入语义漂移，并在多轮压缩中累积。CliffCompaction 的重要性在于提出一种“忠实压缩”原则：只截断/丢弃原始内容、不压…
A-DLCC 是一种完全数据驱动的聚类方法：它用 $β$-integrated local depth 识别跨多个局部层级都稳定的“局部中心”，再通过自适应合并规则自动估计簇数、决定何时停止合并；摘要称其在合成与真实数据上无需参数调优即可得到可解释聚类结果。
值得关注：聚类中的簇数与邻域大小等超参通常需要人工指定；A-DLCC 的价值主张是把“选参数”转为数据驱动的自适应合并与停止。 它组合了局部深度、组级相似度、图瓶颈路径和零模型校准，可能兼顾稳定性、自动性与可解释性。 与既有相关…