MiniMax发布通用全模态生成模型H3，支持文本、图像、视频、声音的统一理解，可输出原生双声道音视频；最高支持15秒2K分辨率，2K每秒价格不到主流模型三分之一，并将在未来几天开放模型权重。
2026年8月3日腾讯研究院AI速递披露，MiniMax发布通用全模态生成模型H3。该模型强调“任务统一泛化”，试图打破模态与功能边界，覆盖文本、图像、视频、声音的理解与生成，并面向广告、电商、游戏等商业场景。
腾讯研究院（搜狐同步）
查看来源原文本期 46 件事。点击标题可查看卡片、来源与相关知识点。
Ori Eval 是 OpenRouter 推出的评估工具：它用你自己的提示词运行你的 agent，断言 agent 调用了哪些工具，并用 LLM 评判开放式答案，从而帮你找到“最适合你正在构建的东西”的单一模型，并给出可验证的证据。
OpenRouter 于 2026 年 8 月 3 日发布 Ori Eval。官方背景是：当前有超过 500 个模型可选，但实际选型常依赖社交媒体推荐、基准排行榜或“某个模型目前最强”的直觉。这些方式有一个共同限制：基准测量的是固定任务集，推荐反映的是别人的应用，都无法说明模型在你的应用、你的 harness、你的数据、你的提示词下表现如何。Ori Eva…
openrouter.ai
查看来源原文NVIDIA Vera CPU在存储原语微基准中，相比对比用的x86 CPU，实现了最高1.29x至3.67x的吞吐提升，覆盖加密/解密、Reed-Solomon恢复、CRC32C完整性检查、压缩/解压及多阶段流水线。
2026年8月3日，NVIDIA技术博客发布文章，介绍NVIDIA Vera BlueField-4 STX存储处理器在AI原生存储中的基准表现。 研究问题：CPU侧存储处理（加密、完整性校验、纠删码、压缩等）能否跟上SSD和网络速度，以及Vera CPU在此类存储原语上的性能优势。
NVIDIA 博客
查看来源原文Epoch AI 在其官网上推出“AI Capabilities and Benchmarking Hub”（AI 能力与基准测试中心），目标是建立关于基准测试结果的数据库，展示领先 AI 模型在挑战性任务上的表现。该数据库既包含 Epoch AI 内部评测的基准，也包含从外部来源收集的数据，支持按时间、基准或模型探索 AI 能力趋势。
epoch.ai
查看来源原文字节Seedance 2.5实测，时长翻倍至30秒并支持50素材参考
腾讯研究院（搜狐同步）
查看来源原文OpenAI下一代模型Astra内部版本在高维几何、群论、格密码学等领域给出十项新研究结果，多数问题悬置数十年；全部解法消耗的token成本约2000美元，标志AI开始进入原创数学研究。
据腾讯研究院AI速递报道，OpenAI公布了下一代模型Astra的内部版本，其在高维几何、群论、格密码学等领域给出了十项新研究结果，多数是悬而未决数十年的开放问题。 材料明确列举的成果包括：构造非sofic群、推翻Connes刚性猜想、解决三个Erdős问题。其余七项具体问题未在材料中列明，待核实。
腾讯研究院（搜狐同步）
查看来源原文根据当前可获取的元数据，OpenAI 文章介绍了“GPT-Live”：一个支持连续语音交互的 AI 方案，核心思路是使用无轮次（turnless）语音模型和低延迟架构，以实现更快、更自然的对话。由于正文未能抓取，具体实现和实际效果待核实。
来源文章标题（英文）：How we built a realtime system for responsive voice AI in six months 事件：来源页面指向 OpenAI 的一篇技术文章，介绍如何在六个月内构建实时响应式语音 AI 系统。 候选摘要称该系统为 GPT-Live，可实现连续的语音交互。 文章正文未能抓取，因此系统发布时间…
OpenAI
查看来源原文OpenAI 对 GPT-5.6 进行价格调整：入门款 Luna 输入/输出价格降 80%，主力款 Terra 降 20%，旗舰款 Sol 维持原价；Sol 新增 Fast mode，速度最高达标准模式 2.5 倍、价格翻倍，并称通过重写 GPU Kernel 使服务成本降 20%，形成降本飞轮。
根据腾讯研究院AI速递 20260803 的汇总：
腾讯研究院（搜狐同步）
查看来源原文谷歌DeepMind发布Gemini Robotics 2，其VLA（视觉-语言-动作）模型可实现人形机器人从脚到指尖的全身移动与操作；同步推出负责高级推理规划的ER 2与端侧部署的On-Device 2，后者仅需200个示例即可适配新本体；模型可迁移至Apollo、Franka等多种硬件，并支持多机器人协作完成长序列任务。
据腾讯研究院AI速递（20260803）摘要，谷歌DeepMind发布Gemini Robotics 2，聚焦于让VLA模型驱动人形机器人进行全身控制。发布同时包含ER 2与On-Device 2两个版本。材料未提供更详细的研究问题背景，更多技术细节待核实。
腾讯研究院（搜狐同步）
查看来源原文根据元数据摘要，Circles 利用 OpenAI API 与 Codex 构建 AI 原生的电信个性化体验，实现了每用户平均收入（ARPU）提升 22%、客户流失率下降 9%，并提升了开发效率。
OpenAI 官网的案例页面介绍了 Circles 如何借助 OpenAI 技术为电信行业提供个性化服务。由于未抓取到正文，该案例的具体背景、实施时间、合作电信运营商、技术架构等信息均待核实。
OpenAI
查看来源原文根据页面元数据，OpenAI 针对苹果（Apple）的诉讼发布公开回应，称该诉讼“没有根据”，并纠正关于其员工的表述，同时分享相关消息记录以说明经过。具体案情、证据细节与最终事实有待原文核实。
页面标题为 *Apple is getting this wrong*，由 OpenAI 官方域名发布。 候选摘要显示：OpenAI 回应苹果“没有根据”的诉讼，纠正关于其员工的表述，并分享消息记录来还原发生了什么。 由于正文未能抓取，事件起因、苹果的具体指控、诉讼地点与时间线均待核实。
OpenAI
查看来源原文奥特曼改口说，人们并不真想要一个“AI CEO”，因为AI能决策但无法被追责；他同时承认高估了AI消灭初级岗位的速度。黄仁勋则说，“AI毁掉工作”的叙事搞反了：AI接管任务不等于消灭工作。材料称，应届生岗位占比不降反升，但标准化入门任务被AI接管，年轻人成长入口正在收窄。
本条来自《腾讯研究院AI速递 20260803》，被归入“报告观点”，并非原创研究报告。它讨论的问题是：AI是在“消灭工作”，还是在“接管任务并重塑职业成长路径”？奥特曼和黄仁勋的表态，构成了对AI失业末日论的反驳。
腾讯研究院（搜狐同步）
查看来源原文腾讯基于开源Hy3模型的科研智能体Hyra，为加法组合学中悬置半个多世纪的和差集问题给出完整答案，并公开了论文预印本、显式构造及Lean 4形式化证明。
研究问题：加法组合学中的“和差集问题”，该问题已悬置半个多世纪。 事件概述：腾讯科研智能体Hyra运行约24小时，提出核心构造，证明相关上确界确为2。
腾讯研究院（搜狐同步）
查看来源原文DeepSeek-V4-Flash正式版API已上线公测，采用MoE架构，支持百万token上下文，Agent能力显著增强，在Terminal Bench 2.1等多项基准上超过4月发布的Pro预览版；输入命中缓存价格仅0.2元/百万token。
根据腾讯研究院AI速递（2026年8月3日）报道，DeepSeek-V4-Flash正式版API上线公测。该模型以Agent能力为核心卖点，多项基准表现超过此前发布的Pro预览版，并计划在8月初推出Pro正式版。
腾讯研究院（搜狐同步）
查看来源原文WorldExam 是一个分层诊断基准，用于评估可控视频生成模型作为世界模型时的表现，重点考察模型能否从场景状态推断世界应当如何反应，并生成输入中没有显式描述的合理后果；评测发现，高视觉质量和显式指令遵循并不保证模型具备“内在反应性”，目前没有模型能同时覆盖广泛任务并持续表现强。
可控视频生成模型正越来越多地被当作世界模型来开发。研究者指出，评估这些模型不能只看生成视频的表观外观，还要看其所描绘世界的“内在反应性”（inherent reactivity），即从场景状态推断世界应如何反应、并生成输入中未显式描述的合理后果的能力。然而，现有基准主要评估视觉质量或显式指令完成度，通常只检查请求的动作和交互结果是否实现，对内在反应性的考察…
arXiv 论文
查看来源原文对于没有指定人口属性值的开放式生成（如“美国的CEO”），公平性评估不能预先假定一个目标分布；目标分布必须经过显式论证，且目标构建本身就是公平性评估的一部分，而非前置步骤。
论文提出生成式模型公平性评估中的“缺失目标问题”（missing-target problem）：当提示中未指定敏感属性（如性别、种族）时，模型会自行决定生成结果的人口统计构成。现有群体公平定义通常假设敏感属性在输入侧给定，而生成式审计虽然检查输出侧的人口构成，但其比较目标往往来自人为设定，缺少正当性论证。研究问题因此是：在开放生成中，公平性比较的“目标分…
arXiv 论文
查看来源原文本文提出 VR3D 框架，利用从单张2D图像提取的3D先验，将外观特征提升到统一3D空间进行视角无关的交互，并通过可靠性感知融合聚合多源表示，在 CARGO、AG-ReID.v1 和 AG-ReID.v2 上优于现有方法（CARGO 上 Rank-1 提升 5.63%）。
空中-地面行人重识别（Aerial-Ground Person Re-Identification）面临跨平台视角差异带来的严重遮挡和几何形变问题。现有方法仅在 2D 图像空间内学习视角不变表示，导致所学特征仍与视角偏差耦合。针对该问题，作者提出 VR3D（View-Robust 3D Representation Learning）框架，将图像映射到统一…
arXiv 论文
查看来源原文该论文提出 VI-MoLE，将混合 LoRA 专家的路由问题建模为“认证价值信息分配”（certified value-of-information allocation），主张用边际风险降低而非单纯的不确定性来决定是否激活更多专家；具体实验结论与数值结果待核实。
混合低秩适配（MoE-LoRA）通过将每个输入路由到部分适配器，以较低参数开销提升模型容量。 近期动态路由方法在路由器或预测不确定时激活更多专家。作者认为这一规则把“不确定性”与“有用的额外计算”不恰当地等同起来：一个不确定样本既可能包含尚未被查询的互补专家证据，也可能在所有专家都给出相似判断后仍然模糊。 论文因此提出以“价值信息”（value of in…
arXiv 论文
查看来源原文UEmbed 是一种仅解码器（decoder-only）多模态嵌入模型，通过向输入追加 N 个可学习特殊 token，并在一次因果前向传播中同时生成稀疏词项权重与稠密向量，从而在一个模型内统一稀疏检索与稠密检索，并扩展到多模态输入；UEmbed-9B 在 MMEB-v2 上达到 71.8（dense）和 71.0（sparse）。
稀疏检索是现代搜索系统的基础，从网页搜索到检索增强生成（RAG）都依赖它。已有的 Learned Sparse Retrieval（LSR）方法试图超越精确词法匹配、获得更丰富的语义，但 LSR 仍主要受限于编码器式双向架构，并且在多模态场景中的扩展还依赖大量辅助跨模态模块。UEmbed 的目标是解决这两个局限：让稀疏检索不再绑定编码器架构，同时让文本与多…
arXiv 论文
查看来源原文在随机化精确体积小集合扩张假设（randomized exact-volume Small-Set Expansion Hypothesis）下，Axiotis 和 Sviridenko [AS21] 关于“稀疏凸优化中限制条件数的线性依赖无法被多项式时间算法改进”的猜想，对最小二乘目标成立：对任意固定 γ∈(0,1]，不存在随机多项式时间算法能以至少 2…
The Condition-Number Barrier in Sparse Least Squares
arXiv 论文
查看来源原文PRECOG 将检索增强生成（RAG）的 prefill 成本从与上下文长度成正比降为每次查询 O(1)，通过在状态空间模型（SSM）中将文档语料库预编码为隐藏状态并在查询时直接注入，在边缘硬件上实现约 4500× 的 prefill 延迟降低，同时保持与上下文 RAG 相当的答案质量。
传统 RAG 在检索到的上下文长度上产生线性 prefill 成本；若使用 Transformer 骨干，KV 缓存还会随生成 token 数增长。SSM 天然避免了第二种成本，但第一种仍然存在。本文提出 PRECOG（Pre-Computed Context Injection），利用 SSM 的固定大小、位置无关的循环隐藏状态作为模型所读取内容的完整摘…
arXiv 论文
查看来源原文本文提出用光滑、逐元素严格凸的重参数化替换单纯形乘积空间，将原本的约束优化转化为流形上的无约束优化，并证明该做法可使流形上的二阶 KKT 点映射到原问题的弱二阶 KKT 点，从而得到更优的黎曼梯度下降（RGD）算法。
Smooth Reparameterizations of Functions on Simplicial Product Spaces: Applications to Probabilistic Tensor Decomposition and Functional Data Registration
arXiv 论文
查看来源原文学习型记忆系统在自进化 LLM 智能体中面临两个紧密耦合的挑战：
arXiv 论文
查看来源原文Arabizi（阿拉伯语拉丁字母转写）在不同阿拉伯语方言使用者的认知与书写实践中呈现出系统性的方言内规律和方言间差异，这挑战了多数NLP研究将其视为“因阿拉伯文字技术支持不足而产生的临时现象”的主流假设。
本研究聚焦阿拉伯语说话者对Arabizi的实际看法和使用模式，并比较阿尔及利亚、埃及、黎巴嫩、摩洛哥、突尼斯五种方言的书写规范。作者认为，既有NLP研究多把Arabizi当作临时替代品，忽略了它作为真实语言实践的社会与方言维度；因此需要从使用者视角重新审视Arabizi。
arXiv 论文
查看来源原文ReMiX-MAE 提出一种自监督多模态掩码预训练框架，在训练时使用同步的 RGB、热成像和深度面部视频，并显式训练对模态缺失的鲁棒性，从而在推理阶段仅用 RGB 视频也能取得比单纯 RGB 掩码自编码器更稳定的疼痛评估表现；它还配套收集了一个带视频级自报标签和纵向治疗轨迹的“交感介导疼痛”（SMP）数据集。
临床中自动疼痛评估困难：标注稀缺且是弱标签（常为序列级自我报告）；疼痛线索在 RGB 视频中可能细微或接近中性；热成像和深度信号有信息量，但常规临床部署不切实际。 研究目标：让模型从多模态视频中学习可迁移的面部表征，并能在实际部署时只依赖 RGB 信号。
arXiv 论文
查看来源原文生成式机器学习虽已在晶体发现中取得进展，但难以充分探索既新颖又有用的材料候选空间；一种基于强化学习的方法可将候选生成引导至这些区域，从而支持新型功能材料的设计。
该文是发表于 *Nature Machine Intelligence* 的 News & Views，作者为 Zhendong Cao 和 Lei Wang（中国科学院物理研究所）。文章评论了 Park & Walsh（2026）发表于同一期刊的研究（DOI: 10.1038/s42256-026-01262-4）。研究问题在于：现有生成式机器学习方法在…
nature.com
查看来源原文扩散模型依赖的“随机噪声”在有限精度硬件上实际由伪随机规则产生的确定性数值轨道实现；这些可被模型学习的轨道结构不仅是分布选择，还会作为一种与模型相关的结构化输入影响训练和生成质量。
扩散模型被普遍视为以随机张量为输入的生成模型，但真实硬件上的随机性来自伪随机数生成器的确定性数值轨道。该研究提出的核心问题是：这些伪随机轨道是否会被扩散模型“学会”，从而影响生成质量？
arXiv 论文
查看来源原文在环境模型不确定的马尔可夫决策过程（UMDP）中，预先准备并部署少量（k个）策略，用极小极大遗憾准则优化这组策略，是NP-hard问题；作者提出精确嵌套分支定界算法KAPS。实验显示，遗憾下降最大的一步发生在策略数从1增加到2时；单策略情形下KAPS与现有方法质量相当且更常证明最优性。
现实中的序贯决策常面临环境模型不确定。UMDP将可能环境建模为一组共享状态和动作、但转移概率和奖励可能不同的MDP。若在所有可能MDP上优化单一策略，可能牺牲性能；若为每个MDP单独准备一个最优策略，又可能违反运营、监管或可解释性约束（如策略数量受限）。该研究考虑“模型不确定在即将执行前才被解决”的设置，从而可以在提前准备好的有限策略集合中选取最合适的策略…
arXiv 论文
查看来源原文根据 arXiv 摘要元数据，本文构造了宽度为 O(n) 但 0-证书复杂度为 Ω(n²) 的无歧义 DNF，并利用常数大小的 gadget 证明一个提升定理，将证书复杂度分离转化为通信复杂度分离，从而给出 Alon-Saks-Seymour 猜想的最优反驳，以及 Clique versus Independent Set 问题的最优通信下界。具体证明细节…
研究问题涉及无歧义 DNF 的证书复杂度、通信复杂度中的提升定理，以及 Alon-Saks-Seymour（ASS）猜想与 Clique versus Independent Set（CIS）问题的下界。摘要表明本文改进了 Balodis、Ben-David、Göös、Jain 和 Kothari 在 FOCS 2021 / SICOMP 2023 的结果…
arXiv 论文
查看来源原文本文提出了 onepot-Bench 0，一个面向湿实验室执行的合成化学能力评估基准套件，由 ChemAbacus、SynthRefusal 和 SynthBench 三项互补评估组成；材料中未报告具体量化结果，模型表现待核实。
语言模型在实验室科学中正发挥越来越重要的作用，涉及实验规划、执行和事后分析等任务。但作者指出，精确衡量模型能力是困难的，因为科学能力同时需要问题求解技能和领域直觉。现有评估很少针对在物理实验室中做出可靠决策所需的能力，并且常常依赖可能已经出现在模型训练语料中的公共数据。为此，本文提出 onepot-Bench 0，尝试构建“实验室感知”的计算机化学基准。
arXiv 论文
查看来源原文MedPRESS 是一个包含 600 段五轮医疗对话的多轮基准，用于评估大语言模型在患者反复施压下是否会出现“医疗谄媚”（sycophancy），即放弃安全立场转而迎合患者不合理要求；测试显示多数模型会随对话升级而向不安全共识偏移，且反谄媚提示无法完全消除该风险。
MedPRESS: A Multi-turn Benchmark for Patient-Pressure-Induced Medical Sycophancy in LLMs
arXiv 论文
查看来源原文根据摘要，现有 AI 滥用检测大多针对单轮或同会话多轮威胁，攻击者可将有害目标拆解为看似无害的单元，并在多个相互隔离的智能体会话中逐步积累“能力”以规避检测；Magnet 是一种在用户 ID 等高层关联器上汇总跨会话能力痕迹、生成证据束的检测方法。具体检测性能与实验证据待核实。
研究观察：最强 AI 部署不再是单一模型，而是由专门化智能体组成的协作/委派系统；这种架构带来新能力，也带来既有监控、检测和缓解框架未设计覆盖的风险。 研究缺口：主流滥用检测文献聚焦于单轮或多轮（单一会话）威胁模型；攻击者可以把一个有害目标分解成多个看似无害的单元，分别在隔离的智能体会话中执行。 核心不对称：智能体在会话之间“无状态”，但攻击者“有状态”；…
arXiv 论文
查看来源原文LiveMem 提出“上下文轮换下的状态连续性”（state continuity under context turnover）：用一个固定容量的记忆状态把计算持续向前推进，使得支撑证据被移出当前上下文后，模型仍可能基于该记忆状态回答问题；在 LongMemEval 等评估中取得领先总体性能。
长期运行的助手和智能体会消费持续增长的交互流，最终超出上下文窗口。现有上下文保留、摘要、检索等方法可以保持对“被选中历史”的访问，但不能在上下文变化时提供覆盖整个生命周期的持久状态。作者将这一缺失能力定义为“上下文轮换下的状态连续性”，并为此提出 LiveMem。
arXiv 论文
查看来源原文本文证明：在一般查询下，一比特均值估计要达到阶最优样本复杂度并不需要交互；一个完全非自适应的随机协议可以匹配两阶段自适应协议的最优样本复杂度，从而否定了 COLT 2026 开放问题中关于“交互是否必要”的猜想。
研究一比特均值估计问题：每个独立样本被表示为一个二进制消息，目标是在给定精度和置信度下估计实数分布的均值。考虑均值位于 $[-λ, λ]$、$k$ 阶绝对中心矩不超过 $σ^k$ 的分布族（$k>1$ 固定）。此前的工作使用两阶段协议达到最优样本复杂度：第一阶段先定位均值，第二阶段根据定位结果选择查询以细化估计。本文提出的问题是：这种交互式查询是否必需？答…
arXiv 论文
查看来源原文GradCuit（gradient through circuit）通过在 Transformer 选定层中插入可优化的连续潜在状态，并利用因果自注意力形成从整段续写 token 到潜在状态的可微路径，使奖励加权梯度能直接分配给这些潜在状态；在摘要报告的评测中，它平均准确率为 64.5%，超过思维链提示 6.6 个百分点，并比最强对比方法高 2.4 个百分…
优化式测试时潜在推理（optimization-based latent reasoning）是指在模型参数冻结的情况下，针对每个实例优化连续状态，以改进 LLM 输出。 既有方法通常通过“解码出的 token”把这些状态与推理轨迹连接起来，导致序列级信用分配（sequence-level credit assignment）是间接的，也模糊了潜在更新如何…
arXiv 论文
查看来源原文本文提出仅利用参考图像的局部方差/标准差统计量，将全局MSE/PSNR重分配为局部MSE近似，从而在基于DCT（如JPEG）的压缩图像上准确估计SSIM，并显著优于直接使用全局MSE的基线方法。
图像与视频质量评估是编码、压缩和流媒体系统的核心需求。SSIM 具有较好的感知相关性，但通常需要局部统计信息；MSE/PSNR 是全局指标，计算简单但感知相关性较弱。本文研究的问题是：对于 DCT-based 压缩图像，能否仅从全局 MSE/PSNR 和参考图像的局部统计量出发，近似估计 SSIM，而不需要如以往工作那样假设可以获得局部 MSE。
arXiv 论文
查看来源原文CoWAM提出一种可选择的策略干预层，通过将同步性、角色兼容性和碰撞收敛表达为“协调合约”，仅在备选动作满足所有义务且带来清晰、低风险改进时才替换机器人默认动作，否则保留默认动作或进入弃权回退。在八个仿真双手任务中，CoWAM提升了协调有效选择和闭环成功率，并将有害干预率控制在1%以下。
世界动作模型（WAMs）通过动作条件下的未来预测来增强机器人策略，但仅凭“未来看起来合理”并不足以证明应当改变双手策略原本要执行的动作。论文提出CoWAM，解决“何时以及如何对机器人策略进行保守干预”的问题，目标是让干预既有选择性又足够安全。
arXiv 论文
查看来源原文CAPEval 提出将图像描述（caption）质量拆分为“覆盖度”（Coverage）和“精确度”（Precision）两个维度，并通过受控下游实验发现：覆盖度更能预测多模态理解性能，而精确度更能预测文生图生成性能。
图像描述（caption）既是多模态理解任务的重要监督信号，也是文生图模型的关键输入。以往评测往往把描述质量当作单一标量指标，混淆了两个不同属性：
arXiv 论文
查看来源原文本文提出了一套面向电力系统领域AI教学的开放、可执行模块库（Jupyter Notebooks），通过由浅入深的任务阶梯，帮助初学者和跨学科学习者绕过“跑通AI模型”的障碍，实践工程接地AI（EGAI）。
AI在电力与能源系统中的重要性日益增加，用于建模、预测、优化和控制。然而，现有工作多聚焦专门应用，缺少可供新手和跨学科学习者复用的教学材料；这些学习者越来越多依赖大语言模型而非自行构建模型。论文指出需要“工程接地AI”（Engineering-Grounded AI, EGAI），即AI工作流应遵循工程和电力系统领域规则，而非充当与任务无关的黑箱。一项针对…
arXiv 论文
查看来源原文大型语言模型（LLM）的内部表征与人类大脑在演绎推理任务中的活动存在部分对齐；作者提出用任务态fMRI脑信号直接引导模型表征，结合推理时干预和训练时微调，在10个LLM（1.5B–72B参数）上带来最高13%的绝对准确率提升，且效果可跨推理类型迁移。
论文聚焦演绎推理，研究LLM是否与大脑推理相关区域的神经信号对齐，以及这些信号能否反过来改进LLM推理。背景是：语言与推理在人脑中看似可分离，而LLM与人类高阶认知之间的对应关系尚未被充分刻画。作者先测量神经可预测性，再提出脑引导框架，试图将LLM与大脑的对应关系从“相关性”推进到“引导性”。
nature.com
查看来源原文Sheaf神经网络（SNNs）虽然理论上更强大且在直推式任务上表现有潜力，但其在归纳式（inductive）协议下的行为此前未知；本文通过14个归纳数据集上的1,890个受控实验首次系统评估其设计空间，发现限制映射（restriction maps）是主导设计选择，且整体性能差异更多来自周边GNN架构组件而非sheaf算子本身。
背景：Sheaf神经网络（SNN）将标准图神经网络（GNN）中的标量边权替换为可学习的、依赖边的节点茎（node stalks）之间的限制映射，从而泛化消息传递。 问题：此前SNN几乎只在直推式节点分类上被测试，缺乏对归纳协议的系统了解。 论文目标：填补这一空白，首次对sheaf设计空间进行归纳任务基准测试。
arXiv 论文
查看来源原文AURORA-LM 提出了一种连续潜空间扩散语言模型：不把文本表示压缩到易建模的低维空间，而是保留高容量、可解码的文本潜变量，并让扩散模型直接学习其分布，在 OpenWebText 自由生成和 XSum 摘要任务上超过了评测中的所有连续/扩散语言模型。
语言建模仍依赖离散 token，而图像、视频、音频已在连续潜空间中建模。已有连续语言模型要么沿用非为联合生成与解码设计的嵌入空间，要么压缩自编码潜变量以简化扩散过程，牺牲 token 级保真度。AURORA-LM 的目标是既不简化表示，也不牺牲保真度，而是让扩散模型适应高容量文本潜变量。
arXiv 论文
查看来源原文AtumAI 提出一个基于智能体 AI 的形式化、可迁移、系统化的框架，能从自然语言目标自动生成数据中心控制面策略；初步实验显示，其生成的策略在多个控制面任务上优于专家设计的基线。
数据中心效率取决于控制面策略。随着软硬件栈快速演进、设计空间庞大且相互关联，设计控制面策略越来越困难，单个策略的原型开发可能需要数月。论文指出现成的智能体 AI 在自动化这一搜索时存在三个不足：非形式化（缺乏结构化、可搜索的问题陈述，搜索难以利用结构，硬约束无法保证）、不可迁移（每个任务都从零开始，学到的经验无法迁移到下一个任务）、不系统（仅以 LLM 为…
arXiv 论文
查看来源原文该研究提出了一种在随机环境中进行分布感知规划的原则性框架：通过价值函数与预测转移分布之间的“兼容性”条件，将贝尔曼备份化为关于分布矩的解析表达式，从而在传播预测均值与协方差的同时降低目标方差。
基于模型的无模型强化学习（model-based RL）在随机环境中需要处理预测不确定性。传统方法要么用随机采样传播分布，带来显著的目标方差；要么用确定性点估计，完全忽略预测协方差。本文研究的问题是：能否在不施加严格策略或奖励结构限制的前提下，实现解析的分布感知规划？
arXiv 论文
查看来源原文生成式与智能体AI在语言生成和自主任务执行上已经表现出很强能力，但持续推理、自适应行为、持久记忆与自我调节等基础认知功能仍然分散或薄弱，限制了其在长时间跨度上的可靠运行；该论文提出一个围绕五个维度的分类学框架，系统梳理这些“认知能力差距”，并给出概念性的自适应认知智能架构（ACIA）与以认知为中心的评估方向。
该论文是 arXiv 上的一篇综述（cs.AI），英文标题为 *A Taxonomy of Cognitive Capability Gaps in Generative and Agentic AI*。研究问题是：在从“语言生成和自主任务执行”走向“持续推理、自适应行为、持久记忆、自我调节”的认知AI过程中，生成式AI与智能体AI仍然存在哪些关键的认知能…
arXiv 论文
查看来源原文本文提出了一种岭回归估计量有限样本分布的简单高斯近似，并基于该近似设计了两种新的正则化参数选择策略；由于未能抓取原文，具体数值与推导细节待核实。
研究问题：经典岭回归估计量在有限样本下存在偏差与方差的权衡，如何更准确地刻画其分布并据此选择正则化参数？ 作者提出一种基于非标准渐近的简单高斯近似，用以来近似岭回归估计量的有限样本分布。 该近似的两个关键设定（据摘要）： 1. 正则化参数随样本量成比例增长； 2. 将总体回归系数视为相对于收缩参考向量的“局部”（local）参数。
arXiv 论文
查看来源原文