本期 20 件事。点击标题可查看卡片、来源与相关知识点。
据该材料，AI 自我改进的“持久改进”和“有界自主闭环”已在若干受限系统中出现，甚至开始产生可测量的净正收益；但“递归增益/点火（ignition）”尚无充分公开证据，开放式 RSI 更远未解决。关键问题不只是闭环有没有合上，而是闭环如何合上、是否可靠且可控。
本文是一篇面向入门读者的 RSI 科普级综述，梳理从 1981 年 EURISKO 到 2026 年前沿实验室、工业系统和机器人系统的自我改进线索。 核心问题是：改进后的系统，会不会因此更擅长完成下一次改进？这正是递归自我改进（Recursive Self-Improvement，RSI）所追问的。 材料区分了“会自我改进”与“会自我加速”：系统可以在固定…
腾讯研究院（搜狐同步）
查看来源原文OpenAI 官网的一则客户案例显示，车队管理公司 Proaction 使用 Codex（并结合 GPT-Live-1、GPT-6 Astra）来更快地构建、运营和销售产品，官方元数据称其带来 60% 的销售提升并节省 75 小时以上工时；正文未能抓取，具体口径与统计方式待核实。
来源为 OpenAI 官网页面 `https://openai.com/index/proaction`，属于 OpenAI 的客户/行业案例类内容（Track: industry；Topics: ai-industry）。 页面英文标题：**Proaction boosts sales 60% and saves 75+ hours with Codex…
OpenAI
查看来源原文据元数据与候选摘要，该工作提出 Belief Self-Distillation（BSD）框架：让冻结的大语言模型以自身为教师，从自然对话中蒸馏出既可解码、又可回写的紧凑用户表征，并据此发现模型的拒答行为会随“它认为用户是谁／意图为何”而因果性改变；全部实验细节待核实。
大语言模型被认为会隐式推断用户属性并据此调整行为，但这类内部“用户信念”既难以检视，也难以被因果性地操纵。该研究提出的问题是：能否把这种隐式用户模型转化为一种既可读出（read）又可写入（write）的内部状态，从而直接检验其因果作用。
arXiv 论文
查看来源原文Uncertainty and Explainability in Deep Rough Volatility: A Neural Information-Theoretic Posterior Approach
arXiv 论文
查看来源原文TGDT 提出在 Decision Transformer 的长 rollout 中，先用模型自身的 next state prediction error 判断上下文是否可信，再让 frozen critic 在可信上下文后缀中选择高价值动作；材料称其在 D4RL navigation 和 locomotion 任务上减少了持续高误差运行并提升 retu…
来源为 arXiv 论文 Trust Guided Decision Transformer（TGDT）。 研究问题：Decision Transformer 在长 rollout 中性能退化，原因是 conditioning context 漂移出训练分布。 摘要称这种漂移可通过模型自身的 next state prediction error 观察到：…
arXiv 论文
查看来源原文据论文摘要，构建自训练数据时，追求“策略多样性”（strategic diversity）可能比仅按正确性过滤 IID 响应更有效：策略多样采样在困难任务上优于 IID 训练，并为 RL 与 test-time scaling 提供强初始化；Qwen3-4B 使用策略多样但不正确的轨迹自训练，甚至超过来自 235B 教师的 IID 蒸馏。
英文标题：Strategically Diverse Sampling for Self-Training 研究问题：许多 LLM 训练和推理方法依赖重复采样，但只有响应存在有意义差异时才有收益。自训练通常用 IID 响应并主要按正确性过滤，导致模型已偏好的策略被过度代表。论文研究 strategic diversity（问题解决方法之间的实质性差异）能否…
arXiv 论文
查看来源原文在只能反复查询生成模型的黑盒设定下，论文提出通过“输出后处理”来挑选返回结果，使 $m\ge 1$ 个输出的联合属性分布尽量接近用户指定目标，并给出同时面向精确对齐与近似对齐、以最小化期望查询次数为目标的算法，论证其在 $m \to \infty$ 时的最优性；在文生图与地理编码人物生成任务上，后处理可补充而非替代基于提示词（prompting）的干预。
生成式AI系统被越来越广泛使用，但让输出符合用户要求仍是持续挑战。 本文关注的问题是：如何让AI生成输出某一属性的**分布**与用户指定的目标分布对齐。 动机场景包括： **公平性**：使性别、种族、年龄类别等受保护属性遵循期望分布； **合成数据生成**：使生成数据对目标分布具有代表性。 研究设定为实际中常见的**黑盒访问**：用户只能反复查询生成模型，…
arXiv 论文
查看来源原文OC-GS 通过在共享相机、旋转轴和枢轴约束下细化每张图像的角度，改善稀疏、不规则转台捕获的物体重建；摘要报告其在多个不规则视图条件下超过四个无位姿高斯泼溅基线。
转台重建常依赖等角度旋转假设。 不均匀旋转和丢帧会使等角度假设不可靠。 研究问题：如何从稀疏、不规则转台捕获中重建物体。 论文提出 OC-GS，一种以物体为中心的高斯泼溅方法，通过 orbit-consistent refinement 联合优化图像派生几何与每张图像角度。
arXiv 论文
查看来源原文据现有元数据与摘要信息，论文 *New LoRA Skills Should Read but Never Write* 提出 READ（Read-only Expansion of Adapter Deltas），试图通过“规范化 LoRA 分解 + 单向耦合”解决多个独立训练的 LoRA 适配器难以合并成单一模型的问题；但正文未能抓取，具体方法细节与全…
该工作关注的问题：LoRA 让大模型可以按任务低成本微调，但把多个分别训练的适配器合成进同一个模型仍然困难。 摘要列出三类既有困难（待核实原文表述）： 直接在权重空间合并更新会产生干扰； 用全部任务数据重新训练代价高； 在多个独立适配器之间做路由，则放弃了“单一合并模型”的目标。 论文把困难归因于组合方法隐含做出的两个选择（待核实）： 1. 一个 LoRA…
arXiv 论文
查看来源原文本文把微环谐振器（MRR）从标量权重重新定义为可编程时间卷积核，在128 Gbaud下单MRR达到5.12 TOPS，并通过波长/空分复用实现120.8 TOPS的多通道卷积引擎，为光子AI加速器提供可扩展计算原语。
Nature Communications 刊出论文，研究AI增长对高性能硬件加速器的需求。传统基于MRR的光子计算主要把MRR用作标量权重，速度受约10 GHz共振线宽限制。本文提出的问题是：能否利用MRR的脉冲响应，将其改造成可编程时间卷积核，从而突破共振线宽限制，实现超100 Gbaud的光子AI计算。
nature.com
查看来源原文据摘要信息，仅用约 600 道训练题对推理模型做“自监督置信度”微调，把置信度当作训练目标而非推理时控制信号，就能在准确率不降的前提下最多减少约 25% 的生成 token——即推理效率可能作为学习元认知信号的副产品自发出现，而无需直接优化长度或停止行为。（以上具体数值与设定均待核实）
研究问题：推理模型倾向于生成很长的推理链，导致推理成本高昂。 已有的两条主流思路（据摘要描述）：一是在推理阶段加入早停机制；二是在训练阶段显式鼓励更短的推理，例如用带长度惩罚的强化学习。 本文提出的第三条路径：不优化长度、不优化效率、也不优化停止，而是让模型在自身推理轨迹的中间点预测“答案是否正确”的置信度，观察效率是否随之出现。 说明：本次未能抓取论文正…
arXiv 论文
查看来源原文在跨域脑MRI语义分割中，INR-based模型并非参数越多越好；其优势集中在低参数与有限数据增强场景，而HierINRSeg通过聚合多层INR表示，在Dice上相对MetaSeg平均提升：域内5.6个百分点、域外8.2个百分点。
背景：生物医学图像分割是医学图像分析核心，但实际部署常受 limited annotations、memory constraints、cross-site distribution shifts 限制。 Implicit Neural Representations (INRs) 近来成为 semantic segmentation 的 lightwei…
arXiv 论文
查看来源原文GraphWrit3R 提出一种端到端方法，直接将 3D 点云、Gaussian Splats 或二者组合映射为结构化 JSON 场景图；摘要称其在 3DSSG 基准的对象类别、谓词和三元组召回上达到当前最优，并支持开放词汇查询。
现有 3D 场景图生成方法面临几类限制：依赖复杂多阶段 pipeline 和显式中间表示，系统脆弱且容易产生误差传播；推理时假设可获得 ground-truth 对象标注，偏离真实场景；依赖专有模型而不利于开源部署，或推理速度过慢。GraphWrit3R 试图绕过这些问题，直接输出完整场景图，列出所有对象、语义属性及其相互关系。
arXiv 论文
查看来源原文根据已知元数据，arXiv 条目 **Gap-free Differentially Private PCA for Gaussian Data** 提出一种面向高斯数据主成分分析（PCA）的“无间隙”（gap-free）差分隐私算法；但“gap-free”的确切定义、理论保证与实验证据均待核实。
英文标题：**Gap-free Differentially Private PCA for Gaussian Data** 研究主题：在高斯数据假设下，为 PCA 问题设计差分隐私算法。 候选摘要称其给出一种 “gap-free” 的差分隐私 PCA 算法。 “gap-free”具体指隐私—效用间隙、特征值间隙、样本复杂度间隙、最优性间隙，还是其他条件，…
arXiv 论文
查看来源原文FuseReg: Regularizing Layer Fusion Mitigates the Reconstruction-Generation Gap in Representation Autoencoders
arXiv 论文
查看来源原文候选摘要称，该工作为扩散模型建立与优化理论相对应的一阶理论：当正向加噪过程的平稳势函数强凸时，基于 SDE 的逆时流会以显式指数速率收缩相对 Fisher 散度；引入离散化后，过阻尼与欠阻尼扩散采样器可获得平均一阶平稳性界。该条件加在加噪过程而非数据上。由于正文未抓取，具体定理、假设与实验均待核实。
英文标题：First-Order Stationarity of Reverse Diffusions 原始来源：https://arxiv.org/abs/2609.31612v1 Track：academic Topics：foundation-model 候选摘要指出，近期文献显示优化与采样之间存在强联系；该文试图为扩散模型发展相应的一阶理论。 研究…
arXiv 论文
查看来源原文论文构建了评估代码描述保真度的 roundtrip benchmark，并优化出能达到完整保真的描述写作 prompt；但在两个模型家族、十个仓库的真实仓库问题解决测试中，更好的紧凑文档并未迁移为编码智能体的任务收益。
论文研究自然语言文档是否帮助编码智能体解决软件问题，并构建用于构造和评估这类文档的工具。核心假设是：更好的文档应当帮助智能体解决真实仓库 issue。论文同时报告了支持文档构造与评估的基准、优化器，以及一个与该假设相反的负结果。
arXiv 论文
查看来源原文在 tanh 隐藏单元与独立 sigmoid 输出的直接反馈对齐（DFA）中，普通 SGD 可能因输出误差的“公共模态”推动 tanh 饱和而停滞；校准读出到类别先验或减去批次均值可缓解，但存在坍缩与学习速度之间的权衡。
本文研究 DFA 训练隐藏层时，普通随机梯度下降为何会停滞在接近“常数类别频率预测器”的损失水平。作者将停滞追溯到误差的公共模态，即跨输入共享的分量，并考察其如何通过秩一更新导致 tanh 单元饱和，以及哪些措施可以恢复学习。材料标注为 arXiv 条目 `2609.31589v1`，作者为 Varun Reddy、Bernardo L. Sabatini…
arXiv 论文
查看来源原文在三周、13个教学日的AI素养与英语语言艺术（ELA）夏令营中，三位小学教师围绕ToyTalk实施对话式AI课程；其修复、差异化、翻译和平衡等适配实践位于技术、学习者与教学三重张力的交汇处，教师对AI及自身角色的理解也随实践演变。
对话式AI工具正进入儿童日常体验，学校也有意采用。但摘要指出，课堂整合是否成功不仅取决于技术，也取决于教师如何让技术对学生和课堂情境变得可用、适切。现有研究对小学教师在真实课堂中实施对话式AI工具时具体如何工作了解较少。本研究考察三位小学教师实施AI素养与ELA课程的经验，该课程围绕ToyTalk这一对话式AI玩具开发平台展开。
arXiv 论文
查看来源原文据 Nature 新闻，半自主 AI 智能体正通过邮件向研究者提出合作、捐款或付费服务请求；被联系者称多数消息来自与美国平台 iLands 相关的 agents。该现象的真实规模、独立验证、是否已产生成功学术合作及平台治理影响，仍待核实。
Nature NEWS 于 2026 年 9 月 25 日报道：许多科学家在工作中使用 AI，但 agents 正越来越多地 soliciting researchers for collaborations。 澳大利亚昆士兰科技大学统计学家 Adrian Barnett 上个月收到一封 AI agent 邮件，请求分享其关于潜在欺诈研究论文的数据。发送者…
nature.com
查看来源原文