HOPE（Higher-Order Pruning of Experts）把混合专家（MoE）模型的专家剪枝从“逐个专家独立打分”的一阶做法，升级为显式建模专家之间协作关系的二阶目标；论文摘要称其在高剪枝率与智能体类任务上优于现有方法，包括把 REAP 作为忽略交互项的特例包含在内。
值得关注：MoE 的“大总参数、小激活参数”结构使其服务成本主要由显存占用而非计算量决定，专家剪枝因此是直接影响部署可行性的杠杆。 既有剪枝方法若假设专家贡献可加，会在高剪枝率下系统性丢失协作信息——这正是压缩越激进、退化越快的…
Flag Game 是一个研究 AI 智能体集体信念形成机制的玩具模型；它复现了群体规模与表现的非单调关系，并将小群体“集体信念崩塌”到大群体“集体信念极化”的转变作为核心现象，同时提出 social circuit attribution 与统计力学理论两条互补分析路径。
值得关注：论文提出“mechanistic swarm interpretability”：从个体智能体属性与通信机制出发，解释涌现集体行为。 与已有机械可解释性卡片（如 CircuitKIT 关注单模型内部电路发现与干预）相比…
在日志记录器依赖历史时，一个已记录数据集可以频繁访问每个隐藏状态并满足多种覆盖/揭示条件，却仍对目标策略价值指数级无信息；评估已知确定性目标策略到精度 $1/8$ 需要 $\Theta((3/2)^H \log(1/\delta))$ 条日志回合。
值得关注：它直接挑战“覆盖充分即可评估”的直觉：隐藏状态访问频繁并不保证目标策略价值可识别。 它把评估困难从经验观察推进到指数样本复杂度下界，并给出匹配最优估计器，说明困难不是分析松弛。 对离线 RL 数据采集、日志系统设计和 …
根据来源摘要，Andromeda 2 在紫杉醇自乳化给药系统（SEDDS）配方开发中，以结构化内部实验证据为推理基础，在匹配预算下相较 Andromeda 1 和湿实验室 DoE 取得更高高性能命中率、更多满足四项 TPP 目标的配方，并显示结构化内部实验证据带来可量化的 AUC 增益。
值得关注：这条工作把“证据 grounding 的智能体”放到真实自动化湿实验的制剂开发场景中，并用 Andromeda 1 和传统 DoE 作为对照，还通过消融实验量化了结构化内部实验证据的收益。已有相关卡片分别关注自主 AI…
该研究提出联合生成视频与音频，从结构化自然语言任务提示中导出运动轨迹，并用生成接触声音的响度塑造有界、时变的期望力曲线；在 Franka Panda 机器人上通过闭环力调节器执行后，能够在纯运动学基线失败的接触丰富任务上完成操作，同时可作为数据生成引擎训练闭环策略。具体任务数量、成功率与力控指标待核实。
值得关注：接触丰富任务的关键瓶颈不只是“往哪里动”，还包括“用多大力接触”。纯视频生成轨迹缺力信息，而音频响度可能作为接触力的代理信号。 在既有生成式机器人数据相关脉络中，本条增量在于把模态从视频扩展到音频，并将音频响度转化为力…
该论文用统计力学解释双下降现象：测试误差随参数数量 d 的曲线先下降、在模型刚好能拟合训练数据时出现峰值、然后再次下降；在固定训练损失下增加参数会降低诱导温度 T，使 Boltzmann 分布趋向 stationary path，并降低 stationary path 的 L² 范数，从而相当于增强权重正则化。
值得关注：双下降本身不是简单的“参数越多就越差”的单调过拟合曲线；该解释尝试把过参数化下的行为与有效正则化联系起来。 与已有卡片的关系：已有三张卡片分别涉及 VLA 忠实性、非人类序列依存句法、参与式道德 AI，与本条主题无直接…
VyPER 是一个将对撞机事件建模为物理启发超图、并用超边监督分类与扩散模型联合完成事件重建的几何学习框架；摘要报告其在多个质子-质子碰撞过程中可实现准确事件重建，并指向 Higgs、电弱与顶夸克扇区的精度测量。
值得关注：事件重建是高能物理分析的关键步骤；中微子不直接测量，喷注/轻子的母粒子归属也存在组合歧义，因此同时处理这两类问题具有方法价值。 该工作把超图表示学习、超边分类和扩散模型组合起来，属于高能物理中几何深度学习与生成模型结合…
在 ScienceWorld 上，将 Adaptive Memory Module (AMM) 与 Self-Reflection Module (SRM) 作为 SwiftSage 的模块化认知扩展后，全系统取得最佳平均最终得分（64.62）、成功率（43.17%）和成功步骤效率（19.33 steps）；其中 SRM 是单独贡献最强的模块，提示执行时控…
值得关注：交互式语言智能体常需多步动作、状态跟踪与失败恢复。该工作把“记忆”和“自我反思”拆成可开关模块，并在同一基底上做消融，提供了一种区分“执行控制瓶颈”与“记忆增益”的实验设计。与已有卡片中的 PsychoAgent（情感…
DualViewEval 通过联合利用“结果关系”和“过程关系”来压缩智能体基准，在少量任务上预测全基准分数，并在多个智能体基准上优于代表性基线。
值得关注：智能体评测通常比普通 LLM 评测更昂贵，压缩基准可直接影响研发迭代速度。DualViewEval 的增量在于不只依赖最终分数分布，而是把过程关系纳入压缩与预测，可能更贴近智能体行为特征。与已有相关卡片主题无直接延续或…
Affora 是一个同时服务人类用户和计算机使用智能体的设计系统：它试图在不牺牲视觉自由和人类熟悉工作流的前提下，让界面中的动作、任务状态等交互含义对机器可读；在能修补既有缺陷的独立界面评测中观察到增益，但效果受覆盖范围限制，工作流交互成本降低仅为初步证据。
值得关注：随着 computer-use agents 进入真实软件操作，界面能否被机器正确理解，正在成为智能体能力之外的瓶颈。 Affora 把问题定位在界面表示和设计系统层，而不是只做更强的 agent policy；这可能…
Science Robotics 2026 年 9 月（第 11 卷第 118 期）刊载一篇题为 *Advancing minimally invasive precision surgery in large open cavities with robotic flexible endoscopy* 的论文，主题指向用机器人柔性内窥镜在大开放腔体内实施…
值得关注：大开放腔体通常意味着操作空间大、器械支撑点远、视野与力反馈条件差，是柔性手术机器人较难覆盖的场景；该文标题直指这一难点，值得在后续检索中优先跟进。 与既有卡片的关系：本卡片是当前集合中第一张以外科手术机器人为对象的知识…
该论文提出一种自适应卷积稀疏编码（CSC）框架：用 FISTA 展开 CSC 优化，把稀疏系数作为可微变量与网络参数联合学习，并从信息瓶颈视角控制压缩与任务信息保留；摘要称其在 CIFAR 和 ImageNet 上取得有竞争力的干净识别表现，并明显提升不同输入扰动下的鲁棒性。
值得关注：方法层面，它把 CSC 的稀疏系数从静态超参转为可学习变量，可能减少手工调参并让压缩强度随数据/任务变化。 理论解释层面，信息瓶颈提供了一个统一说法：鲁棒性可被理解为在保留任务相关信息的同时抑制冗余或扰动信息。 与既有…
ComPO 提出一种基于比较 oracle 的零阶偏好对齐范式，试图在不直接优化可微偏好损失的情况下，从偏好对中提取方向信息，并在多个 LLM 上报告优于现有直接对齐方法的长度控制胜率。
值得关注：若成立，这条路线把偏好对齐从“直接优化可微偏好损失”转向“比较式零阶优化”，为处理 likelihood displacement 和似然边际较小的偏好对提供替代思路。 与既有相关卡片相比，本条增量在于：将零阶/比较 …
论文提出 Sparse Landmark Embedding (SLE) 核：将输入嵌入为基于全部 |D| 个训练点处紧支撑 bump 函数的稀疏特征向量，再在嵌入空间中套用任意标准 PSD 核，从而在不需要原始距离平方满足条件负定（CND）的情况下，构造出可证明 PSD 的核矩阵。
值得关注：若成立，该框架可解除核方法/GP 对 CND 距离的依赖，使光滑流形、概率分布空间等输入空间上的距离更直接地用于核方法。 与已有相关卡片（LLM 题目相似性、3D 晶粒生长、自动驾驶规划）无直接事实重叠；本条增量在于通…
Nature 论文提出 **Paper2Agent**：一个多智能体框架，可把论文的手稿、代码、数据和工作流自动转换为基于 **MCP（Model Context Protocol）** 的论文智能体，使其能通过自然语言复现原结果、回答新查询，并与其他论文智能体协作。
值得关注：降低科研方法复用门槛：用户可通过自然语言执行复杂科学分析，无需编程专长。 提升可复现性与可追溯性：工具验证后锁定，并保留原论文代码引用。 改变知识传播单元：论文从阅读对象变为可对话、可执行的“虚拟通讯作者”。 为多智能…
上海AI实验室发布并开源了面向科研智能体的实验设备访问与协同协议“书生SCP-Lab”，基于科学智能上下文协议SCP，旨在让科研智能体能够统一发现异构实验设备能力、提交任务并获取反馈，并提出了L1至L5五级控制粒度。
值得关注：科研智能体此前多停留在软件与数据层面，SCP-Lab将智能体的作用范围延伸至真实实验设备，是把“AI for Science”从计算推向实验执行的一步。 L1至L5五级控制粒度为不同风险偏好的场景提供了灵活的接入方式，…
在 YC Summer 2026 Demo Day 上，受投资人关注的项目明显向物理层集中，围绕电力、芯片、光交换、机器人数据与执行能力展开；材料判断其共同背景是模型变强后，瓶颈转向能源、带宽与真实世界数据。
值得关注：如果把基础模型看作软件能力，本条增量在于：产业关注点正从“模型能否更强”外溢到“模型如何获得能源、带宽、芯片和真实世界数据”。这与已有卡片中 π0.7 的机器人基础模型脉络可间接呼应：一条路线是提升机器人模型泛化，另一…
Artificial Analysis 的 Capability Indices 页面展示了一套按“技能”和“专业领域”组织的 AI 模型能力指数；其中六个专业领域指数覆盖金融会计、战略运营、法律、医疗健康、工程和经济，并把 agentic knowledge work、推理、长上下文、工具使用、非幻觉等纳入测量维度。抓取摘录未包含具体模型排名、分数或 v…
值得关注：在 benchmark-evaluation 主题下，专业领域能力指数反映评测正在从单一通用榜单走向“技能 × 行业”的矩阵化。与已有卡片的关系是：既有卡片分别关注模型融合、MCP 工具连接、SWE-Bench Pro…
MIT特别委员会在5个月调研后发布40页报告，承认AI已能可信完成本科几乎所有书面作业，并主张以“逆向设计”课程、重构评估和明确AI政策来应对，而非依赖全校一刀切规则或AI检测器。
值得关注：MIT作为顶尖高校公开承认AI已能可信完成大量本科书面作业，说明问题已从“是否允许AI”转向“如何围绕AI重构学习目标与评估”。 它给出一种机构回应路径：不全面禁止、不迷信检测器，而是先定义学习目标，再设计AI角色与评…
LeCun 在 ECCV 2026 主旨演讲中主张：仅靠语言和 token 训练难以达到人类水平智能；像素级预测本质不可能，应转向 JEPA，在编码器输出的抽象表征空间做预测，并用 SIGReg 等方法防止表征坍塌。材料还称 V-JEPA 2.1 仅靠单目视频训练即自行学会深度估计。
值得关注：这是对当前生成式模型与语言中心主义路线的一次明确挑战：LeCun 不认为仅靠语言和 token 就能达到人类水平智能。 它提出了一个可讨论的技术替代方向：JEPA、联合嵌入、世界模型、SIGReg 防坍塌。 V-JEP…