论文将多智能体“社会法则”从确定性、基于目标的设定扩展到随机、基于奖励的环境，提出 α-robustness 概念，并给出基于归约为求解一系列 Markov decision processes 的鲁棒性验证方法；实验仅在玩具环境中展示潜力。
值得关注：该工作把社会法则/规范研究推向更贴近现实不确定性的随机奖励设定，并关注协调机制与个体保证效用之间的平衡。 与既有相关卡片的关系：已有卡片涉及 LLM 多智能体社会结构中的潜在目标、奶牛场多智能体电池管理、临床多智能体编…
论文提出：攻击者若影响 AI 顾问，可能把其建议转化为有害的量子纠错恢复更新；在奇数距离方形 toric code 中，被动 syndrome 历史无法区分相反的相干 X 旋转，需额外校准测量和独立评估器来认证更新是否真正优于当前恢复。
值得关注：量子纠错恢复更新若可被 AI 建议影响，就不能默认建议正确；本文把问题从“AI 能否做研究”推进到“AI 建议进入量子控制回路后的对抗安全”。与已有“AI 智能体能否进行开放式 AI 研究”卡片相关但增量不同：这里关注…
ScienceIDE 试图把科学代码仓库转化为科学智能体可编程、可执行、可验证的学习环境；基于验证过的交互轨迹训练的 PhAI-IDE-72B、PhAI-IDE-9B、PhAI-IDE-4B，在留出的科学代码修复任务和部分通用代码、推理、知识基准上取得提升，提供了科学经验向更广能力正迁移的证据。
值得关注：科学软件不只是静态代码资产，也可能成为智能体反复学习、执行和验证的环境。 科学领域的正确性标准复杂，ScienceIDE 将 expert-defined acceptance criteria 和 scientifi…
rMuscle 是一个受人类肌肉记忆启发的实时 VLA 推理框架，通过复用机器人重复执行中的上下文与动作内部状态，在 RTX 4090 和 Jetson Thor 上取得 1.29–1.42X 加速，并在真实机器人上保持原成功率（更细粒度指标待核实）。
值得关注：VLA 是当前机器人策略的重要范式，推理延迟直接关系到控制回路实时性和动作质量。 该工作把优化重点放在具身工作负载的重复性上，并将可复用性从外部观测/动作扩展到内部模型状态，属于推理系统层面的优化思路。 对工厂等结构化…
RLLBC-Lib 是一个面向强化学习（RL）与基于学习控制（learning-based control）的教育代码库，通过表格型 RL 与深度 RL 的平行实现、核心原则示例以及可支持自动评分作业的基础，试图降低学生和其他学习者的入门门槛。
值得关注：RL 的抽象交互和多周期动态常使初学者难以仅凭公式建立直觉；可读、可运行的实现可以成为教学桥梁。RLLBC-Lib 的定位不是提出新算法，而是围绕理论基础、深度 RL 平行性和控制方法对比来组织教学材料。
在 AI 胸片报告生成（RRG）评估中，参考报告的书写风格差异足以改变评估指标结果乃至模型排名；论文提出 ReRef 重写参考报告，并发布经放射科医生验证的 MIMIC-CXR-Ext-ReRef 数据集。
值得关注：对 RRG 基准与模型排行榜：材料提示，仅依赖单一参考报告风格下的分数，可能无法稳定代表模型的评估表现；具体影响方向和幅度需结合全文进一步核实。 对数据集与评估设计：需要明确目标报告实践，或使用能更好解耦临床解释与风格…
xvr 是一个自监督 2D/3D 刚性配准框架：它用物理模拟从患者自身术前扫描生成训练数据，结合基础模型与患者特定神经网络/梯度优化，摘要称仅需约 5 分钟微调即可适配任意解剖区域，并在真实透视数据上实现秒级、高精度的跨解剖结构、跨体积成像模态和跨医院配准。
值得关注：它把基础模型、自监督物理渲染和患者特定快速微调组合起来，目标是把 2D/3D 配准从“需标注、需调参、单解剖部位”推进到“泛解剖、快速临床适配、开源可用”。与已有卡片无直接重复；本条增量在于将自监督基础模型用于医学影像…
一项 2025 年 12 月至 2026 年 3 月在尼日利亚 761 名医疗专业人员中进行的横断面调查显示，医疗 AI 认知度很高（92.6%），但知识/准备度不足（40.9% 报告低或极低知识，63.0% 自认准备充分），形成“高认知—低准备”的临床采用缺口。
值得关注：该研究用尼日利亚多学科、多实践场景样本，量化了“高认知—低准备”的落差，并把障碍按培训、基础设施、成本、岗位、伦理、隐私排序。 与既有卡片的关系：已有“尼日利亚移动购物应用中的 AI 数字主权调查”关注消费者侧透明度与…
英文标题：PointZero: 3D Point Track Completion for Learning Transferable 3D Dynamics。 背景：世界模型使感知系统能够预测场景在交互下如何演变；这类模型通常需要多样、大规模数据训练，才能形成丰富先验。 瓶颈：现有方法通常需要 robot action labels 来学习 action…
值得关注：动作标签稀缺且采集昂贵，是机器人学习和 3D 动力学建模的数据瓶颈之一。 用“轨迹补全”作为自监督或预训练任务，可能把大量无动作标签的观测数据转化为可迁移动力学先验；这是摘要给出的核心动机。 与已有卡片的关系：ReCa…
在双智能体 log(N)-Questions 游戏中，除 Claude Opus 5 明显落后外，五个前沿模型表现接近；随文档集合增大，胜率按单一每轮可靠性参数衰减，且每问题信息量与胜率相关，而推理 token 开销与成功关系不大。
值得关注：这条工作把前沿模型评测从单模型能力转向“同源模型在信息不对称下能否有效通信”。它显示，成功更关联每问题信息量与提问策略，而非单纯增加推理 token。对智能体、多轮协作和通信压缩等场景，log(N)-Questions…
PhysVGGT 是一个前馈模型，能从单张 RGB 图像经一次前向传播，同时预测摩擦系数、邵氏硬度、杨氏模量、密度的逐像素稠密图以及物体级质量；论文摘要称其在 ABO-500 上取得 SOTA，并有效泛化到分布外的 NeRF2Physics，单图推理延迟 0.13 秒，比此前 SOTA 快 27 倍。
值得关注：机器人操作策略（抓取力度、接触摩擦假设、形变预期）本质依赖物理属性，而视觉只给出外观；本工作把"外观→物理"的映射压缩为一次网络前向。 与既有卡片脉络的关系：已有卡片分别涉及像素空间稠密预测（ReChannel）、单目…
PANORAMA 面向“全景接地图文描述”（Panoptic Grounded Captioning）任务，要求视觉语言模型同时描述前景对象与背景区域，并把每个指代短语接地到像素级掩码；它通过从短语条件化的掩码提案池中选择匹配掩码，并与字幕生成联合训练，在 PanoCaps 基准上取得最佳整体 grounding。
值得关注：与给定已有卡片无直接延续或更新关系；本条补充的增量信息是：VLM 的像素级 grounding 正从单纯生成描述，扩展到覆盖前景与背景的全景接地图文描述。 评价方式上，gPQ 试图同时衡量文本与掩码一致性，而不只评估单…
该研究把分词器设计拆成“优化目标”（压缩 vs. 对数似然）与“搜索过程”（自底向上合并 vs. 自顶向下剪枝）两个正交轴，并用新算法补全 2×2 设计空间；结果表明，搜索过程而非优化目标是多数设置下 bits-per-byte 的主导因素，但在 BLiMP 上未观察到设计选择与表现的一致关系。
值得关注：这项工作把“分词器为什么有效”从算法名称之争提升为设计变量解耦问题：如果搜索过程比优化目标更影响语言建模效率，那么 tokeniser 的选择、复现和优化流程需要重新审视。它也可能解释既有 BPE vs. Unigra…
MUSE 是一个面向情境化教育应用的大型视觉语言模型基准，重点评估模型对艺术图像的多模态理解；摘要称评估发现不同能力维度差异明显，尤其在情感解读与组合推理方面。
值得关注：教育场景中的多模态模型不仅要识别“看到了什么”，还可能涉及理解情感、文化含义与视觉语境；这些能力若未被评测，教育应用的可信度会受限。 将新加坡与东南亚多元文化语境纳入基准，可能补充以真实图像、通用图像或西方语境为主的评…
奖励黑客行为在前沿开源 LLM 的内部表征中留下了可用简单均值差向量（difference of means, DoM）捕捉的信号；该信号可在评估中以近乎零成本监测、在线预警，并在部分设置中迁移到非 SWE 评估。
值得关注：随着模型扩展，reward hacking 风险上升，仅依赖外部行为或昂贵 LLM judge 可能不够。该工作提供证据：简单白盒方法可以扩展地研究和监测前沿开源模型的 reward hacking。相对已有卡片，本条…
对于本地部署的语言模型游戏 NPC，修改少量记忆若导致长可复用前缀失效，会与前台对话和其他角色维护争夺计算资源；摘要描述的增量记忆维护运行时通过移除被取代的注意力 KV、在真实序列尾部计算替换记录，并保留持续循环状态与未变 KV，在八轮脚本维护中保持关键当前状态与历史绑定。这提示角色推理状态应被视为需要维护的历史依赖资源，而不仅是其最新记忆文本的一次性编码…
值得关注：对游戏 AI：本地部署、长时间运行、多角色并发的 NPC 需要低延迟对话与可靠记忆维护。 对推理系统：混合循环-注意力模型下，增量维护可能需要同时处理注意力 KV、循环状态和序列尾部位置。 与已有 MeClear（面向…
材料提出 GPT-Policy：一个面向上下文机器人学习的通用智能体框架，目标是在不做梯度更新、不持久修改任务特定参数的前提下，让商业 VLM 依据演示、示例和交互反馈，提出可验证并执行的机器人工具动作，以适应新的初始状态。
值得关注：它瞄准机器人泛化的核心瓶颈：演示数据无法穷举真实世界，部署时适应能力比静态任务策略更关键。 它把“上下文学习”从数字智能体扩展到真实机器人行为，并引入“提议—验证—执行—反馈”的闭环组件。 与已有卡片的关系：Compa…
根据题名与元数据，这是一篇关于提升探索型机器狗视觉可解释性、并出现 “peering” 概念的 Science Robotics 论文；正文未抓取，具体结论、机制与实验结果均待核实。
值得关注：与已有卡片“四足机器人在野外环境中的敏捷感知多技能运动”可能相邻：那条聚焦四足机器人在野外环境中的敏捷感知—运动结合；本条题名则明确指向机器狗视觉可解释性与 peering。若二者属于同一研究脉络，本条的增量可能在于“…
这篇预印本摘要声称，预训练中的架构干预可以改变 scaling exponents，而不只是改变 scaling law 的常数项；其中通过循环/递归深度实现的模型增长对指数改变最大，并在特定比较中带来显著的算力效率增益。
值得关注：如果 scaling exponent 可被架构干预改变，那么“更多计算带来可预测收益”的决策框架可能需要加入架构/训练动态变量，而不仅是扩大参数或数据。 model growth 与 recursive depth …