AI 日报 · 2026-10-07

OpenAI 10月6日在GitHub公开的首批722篇数学手稿中，两篇分别针对四维挂谷集合的Hausdorff维数与三维挂谷极大函数猜想，论证仍待独立检验，且即便成立也未解决四维极大函数版或五维及以上的满维问题。

据腾讯研究院AI速递（20261012）转述，OpenAI于10月6日在GitHub公开首批722篇数学手稿，其中包含两篇与挂谷猜想相关的论证： 一篇175页，论证一般四维挂谷集合的Hausdorff维数为4；此前维数下界停在3.059，王虹与Zakharov今年9月的满维结果只覆盖“粘性”情形。 另一篇97页，瞄准三维挂谷极大函数猜想，强于王虹与Zahl…

腾讯研究院（搜狐同步）

OpenAI 向全球所有 ChatGPT 用户推出 GPT-6，取代 GPT-5.6 Sol 与 Luna，并同步上线可自主组合文字、图表、按钮与表单的 Intelligent UI，ChatGPT 周活已超 12 亿。

据腾讯研究院 AI 速递（20261009）整理，OpenAI 宣布 GPT-6 面向全球所有 ChatGPT 用户开放，替代此前的 GPT-5.6 Sol 与 Luna。本次更新重点在于模型分档调整与全新交互界面 Intelligent UI 的引入，同时 ChatGPT 周活跃用户规模已超过 12 亿。本条可视为对“GPT-6 与面向所有人的智能界面（…

腾讯研究院（搜狐同步）

Artificial Analysis 的 Model Comparison Tool 允许用户将最多五个 AI 语言模型并排比较，覆盖 intelligence、pricing、output speed、latency、context window、benchmarks 等多维指标，用于模型选型与性能/成本权衡分析。

该页面是一个模型比较工具，目标是把不同模型在智能水平、价格、输出速度、延迟、上下文窗口和基准评测上的表现放到同一视图中，便于横向比较。抓取描述写明：Compare up to five AI language models side-by-side across key performance metrics. Analyze intelligence s…

artificialanalysis.ai

候选摘要称，Radisson Hotel Group 与 Accenture 合作，用 OpenAI 技术构建 ChatGPT plugin，帮助旅行者在规划行程时查找、比较和预订酒店；但原始正文未能抓取，上述细节与效果均待核实。

OpenAI 网站存在一则行业案例，标题为 **Radisson Hotel Group brings hotel discovery into ChatGPT**，元数据归类为 `industry` / `ai-industry`。候选摘要进一步描述为酒店发现、比较和预订进入 ChatGPT 的案例。由于正文不可得，当前无法确认合作时间、产品入口、上线地…

OpenAI

据量子位报道，OpenAI 公开了一个尚未发布的内部模型产出的 722 篇数学手稿，归为 372 组结果，覆盖黎曼猜想相关无零点区域、BSD 猜想、霍奇猜想、唯一游戏猜想等方向；但数学界强调，这不等于认可结果或生产方式，争议焦点转向“规模化产出、可读性与可核验性”。

来源页面显示时间为 2026-10-07，来源为量子位，作者听雨。 报道称，OpenAI 一次性公开 722 篇数学手稿，全部出自一个还没发布的内部模型。 手稿归成 372 组结果；模型此前尝试约 4000 个研究问题。 论文、源码、部分 Lean 证明被上传至 GitHub；仓库中还有 10 份模型推理摘要。 目录涉及 17 个方向，包括数论、代数几何、…

量子位

根据现有元数据，OpenAI 计划让 **College Planner** 进入 **ChatGPT for Teens**，并配套 **flashcards、quizzes** 和 **teen AI council**，覆盖青少年学习、大学申请规划以及参与 AI 未来塑造；但来源正文未抓取，具体安排与上线状态均待核实。

本文档对应 OpenAI 官网文章，英文标题为 **Helping teens learn, plan, and shape the future of AI**。由于正文未能抓取，目前只能基于 URL、标题和候选摘要确认大致方向：候选摘要称 **College Planner is coming to ChatGPT for Teens to help…

OpenAI

OpenAI 官网出现题为 “GPT-6 and Intelligent UI for everyone” 的条目，候选摘要称 GPT-6 正在 ChatGPT 中全球上线，并搭配 “Intelligent UI” 提供更快的响应、视觉内容与可直接探索使用的交互体验；由于正文抓取失败，除标题与摘要外的细节均待核实。

元数据指向 OpenAI 官方页面（URL 路径 `openai.com/index/gpt-6-for-everyone`），主题标签为 `ai-industry`，归属 industry 赛道。 从标题可推断：这是一次模型版本（GPT-6）与产品界面形态（Intelligent UI）同时发布/推送的事件，而非单纯的模型评测或研究论文。 候选摘要给出的…

OpenAI

在非对称检索任务中，带提示/指令的嵌入模型可能连简单任务指令都无法可靠遵循，尤其当评估包含查询侧干扰物（query-side distractors）时；作者假设这与当前嵌入模型的训练设置和评估方式有关，并报告加入查询侧干扰物进行微调可带来显著改善，且对其他任务影响很小。

背景：prompted embedding models 近期受到更多关注，尤其在检索场景中，检索提示会包含较详细的检索指令。 已有若干新数据集和研究表明：当前嵌入模型常常难以可靠遵循这类指令。 本文关注机制：指令究竟如何影响非对称检索任务中的查询表示。 核心问题：当评估中加入查询侧干扰物时，模型是否仍能遵循简单任务指令；以及训练/评估设置是否导致失败。

arXiv 论文

论文指出，仅凭已训练模型和待遗忘样本、没有保留数据或额外训练信息的“forget-only unlearning”并不总能准确逼近从零重训练；其可行性取决于学习方法，成功时往往要求模型记住普通训练中会丢弃的训练数据信息。

机器遗忘（machine unlearning）通常要求删除算法输出接近“移除指定遗忘样本后从头重训练”的模型。本文研究更受限的设定：forget-only unlearning，即删除算法只拿到训练好的模型和要遗忘的样本，没有保留数据，也没有额外训练信息。核心问题是：这种遗忘是否总是可能？摘要给出的结论是，这取决于学习方法。

arXiv 论文

JoHan 是一个从头训练的统一生成式框架，直接从视频序列联合生成对齐的 2D 与 3D 局部手部位姿序列，绕过逐帧位姿预测这一中间环节，从而在遮挡与观测不完整条件下改善手部运动重建的精度、速度与平滑度。

从视频中恢复真实可信的 3D 手部运动长期受两个问题困扰：频繁遮挡与视觉观测不完整，导致逐帧位姿估计不可靠、时序上不一致。该工作（arXiv:2610.10512v1，cs.CV，2026-10-07 发布 v1）提出 JoHan，把问题从“逐帧估计 + 后处理”转向“序列级生成”，并声称在不依赖中间逐帧位姿预测的前提下直接恢复手部运动。

arXiv 论文

当语言模型回答没有标准答案的问题时，可借鉴陈述偏好经济学的效度框架，用理论一致性与效度测试判断回答是否连贯，而不是判断其是否正确。

许多现在交给大语言模型的问题没有可对照评分的正确答案：一项政策值多少、用户应选择哪个选项、如何权衡相互竞争的价值。陈述偏好经济学已处理这类问题数十年：在不知道真实价值的情况下判断调查回答，使用内容效度、结构效度、标准效度、信度、激励相容、后果性等概念。作者主张，这一框架可作为评估语言模型的一般方法，并说明每个概念对 LLM 评估意味着什么。

arXiv 论文

论文声称两级 Softmax（2LS）采样会因忽略簇大小失衡与簇内相似度离散度而引入系统性偏差，并提出 S-2LS 与 SD-2LS 两种修正方法；但**正文未抓取成功，具体定义、证明与实验结论均待核实**。

采样自 Softmax 分布是机器学习中的基础操作，但其线性复杂度在大规模条目数下使精确采样不实用。 两级 Softmax（2LS）采样通过“先采簇、再采簇内条目”的分区策略实现亚线性时间采样，因而流行。 论文的问题设定是：2LS 虽然高效，但会引入系统性且不利的采样偏差。 偏差来源被描述为两类误加权： 忽略簇大小失衡（cluster size imbal…

arXiv 论文

美国总统特朗普签署行政令，要求联邦机构用“Super Intelligence（SI）”取代“Artificial Intelligence（AI）”，但研究者指出“超级智能”目前仍是一个愿望性概念而非现实，且该术语本身缺乏严格定义。

2026年9月29日，特朗普签署行政令，宣称人类进入“超级智能新时代”，并指示联邦机构以“Super Intelligence”和“SI”取代“artificial intelligence”和“AI”。 行政令称“当今前沿系统所做的远不止模仿或自动化人类智能的离散方面”，因此“人工智能”一词已经过时。 该行政令将“Super Intelligence”定…

nature.com

Tetris3D 通过显式地将每个物体的生成条件建立在周围物体几何与物理关系之上，提升单图3D场景重建中物体形状和位姿的几何/物理一致性，并配套提出基于物理模拟的 1.2M 场景数据集 ComOb。

论文提出 Tetris3D，一个面向单图像3D场景重建的生成框架，目标是恢复在场景层面物理和几何连贯的物体。其研究问题在于：现有方法往往独立生成物体，或仅隐式耦合物体，对相邻且相互作用的物体之间细粒度空间兼容性指导有限。

arXiv 论文

SciExam for ENSO 是一个让语言模型智能体在六小时预算内、从真实观测构建 ENSO 低阶随机模型的基准；材料称十二个智能体系统中六个得分超过已发表模型，说明智能体已能构建有竞争力的气候模型，但其科学有效性、可复现性和泛化性仍待核实。

语言模型智能体越来越多被要求开展开放式科学研究，但常见评估依赖已知答案、评分表或语言模型评审，无法判断一个新科学模型是否有效。SciExam for ENSO 试图解决这一问题：能否在没有已知答案的情况下，评估智能体构建气候模型的研究能力。任务围绕 ENSO（厄尔尼诺-南方涛动），即年际气候变率的主导模态。智能体需要从真实观测出发，构建 ENSO 的低阶随…

arXiv 论文

RoboJEPA 是一个基于 JEPA、覆盖 12 种机器人本体并在真实机器人数据上训练的多本体潜世界模型；作者报告其“想象误差”随计算量呈二阶幂律，并可用于预测下游规划表现与零样本真实机器人部署。

论文关注一个开放问题：潜世界模型的能力如何随模型规模、数据和计算量扩展，目前缺少原则化的估计方法，拖慢该领域进展。作者提出 RoboJEPA，试图为多本体机器人潜世界模型建立可预测的规模化规律，并验证其在真实机器人规划中的意义。

arXiv 论文

视觉-语言-行动（VLA）模型对指令措辞异常敏感，且不继承其底层视觉-语言模型的语言鲁棒性；摘要称，通过将少量评分证据蒸馏为 10–20 条改写规则并在部署时统一改写指令，可在不修改策略的情况下提升冻结 π0/π0.5 的成功率，收益尤其集中在分布外任务。

该论文研究 VLA 模型在具身任务中是否受指令措辞影响，以及能否在不改动策略的前提下缓解这种敏感性。摘要指出：VLA 对指令措辞高度敏感，且没有继承其构建于其上的 VLM 的语言鲁棒性；一字编辑即可使成功率变化数十个百分点。作者用经过统计检验的单编辑摆动和 oracle 短语搜索来刻画该现象，并提出部署时指令改写方法。

arXiv 论文

RECAST 把“找证据”从固定的相似度检索扩展为可学习、可执行的“检索 + 计算”序贯决策，让证据被主动推导而非仅被取回；论文报告在六个异构基准族上平均成功率 75.6%，比最强的大模型基线高 15.9%。

大语言模型越来越多被用于依赖长且异构信息源的任务。 传统 Retrieval-Augmented Generation（RAG）依赖固定的、基于相似度的检索。 Agentic 变体虽然会自适应调整查询和工具使用，但仍然以检索为中心。 论文指出的核心问题：许多任务所需的证据并不显式存在于任何单一来源条目中，而必须通过对多个条目的过滤、聚合或计算来推导。

arXiv 论文

QuadTok 提出一种分层四叉树视觉 tokenization 框架，通过动态分配表示能力减少 token 使用，并利用树结构带来的自然因果性支持自回归图像生成；材料称其 947M GPT-style 模型在 ImageNet 256×256 上达到 2.08 gFID，并支持零样本空间控制生成。

英文标题：QuadTok: Quadtree Visual Tokenizer for Autoregressive Image Generation arXiv ID：2610.10497v1；主分类为 cs.CV。 作者：Yucheng Mao, Zeyuan Chen, Xiaojun Shan, Xiang Zhang, Divyansh Sriv…

arXiv 论文

论文提出首个在不可知（agnostic）设定下、无需知道基测度 μ 的 oracle-efficient 平滑在线学习算法；该算法基于 Gaussian Follow-The-Perturbed-Leader，免参数，并达到 sublinear regret。

在线学习允许数据依赖或由对手选择时仍有定义良好的学习，但会带来显著统计与计算障碍。 平滑在线学习在完全对抗与完全随机之间插值：假设每个协变量的条件分布相对于某个固定基测度 μ 的密度至多 $1/\sigma$。 已有 oracle-efficient 算法要求以下之一：(i) 对 μ 有采样访问；(ii) 标签能被某个固定假设完美预测。 论文研究的问题是：…

arXiv 论文

Never Look Back: Understanding Persistence in 3D Object Memory from Egocentric Videos

arXiv 论文

NeuralBES 试图用“共享神经编码器 + 物理约束 RC 热模型 + 可微并行求解”的方式，在建筑能耗建模中同时兼顾物理可解释性与大规模可扩展性；但本卡片基于元数据生成，正文细节与具体数值待核实。

来源为 arXiv 论文页面：NeuralBES: A Differentiable, Control-Aware Emulator for Scalable Building Energy Modeling（URL: https://arxiv.org/abs/2610.10459v1）。 研究问题聚焦于建筑能耗建模中的一个核心权衡： 高保真物理仿真器（…

arXiv 论文

MORCA 是一个通过离线到在线强化学习训练、在用户指定的加速目标下做“潜在感知（latent-aware）”复用/重算缓存决策的调度框架；据摘要，它在多种视频生成模型与多个目标加速比下，以可比计算预算取得优于现有缓存方法的生成保真度（细节待核实）。

视频扩散模型（Diffusion Transformers, DiTs）合成性能突出，但迭代去噪带来高推理延迟。 缓存（caching）利用去噪过程中的跨步冗余来加速。 现有动态缓存方法通常估计“某一步复用缓存会引入的误差”（step error）来指导缓存决策；该工作关注的是“复用缓存会给最终生成视频带来多大质量损失”（terminal error）。…

arXiv 论文

这是一项发表于 Science Advances 的研究，提出一种带仿生皮肤的**双段式支气管镜机器人**，目标是缓解支气管镜在气道内操作时的**侧向感知盲区**问题；由于仅获取到元数据、正文抓取失败，具体方法与结论**待核实**。

来源：Science Advances（AAAS 期刊），Track 为 academic，主题标签 foundation-model。 手动标题（英文原始）：Mitigating lateral sensing blind spots: A dual-segment bronchoscopic robot with a bioinspired skin。…

science.org

一项发表于 *Science Advances* 的研究提出用机器学习辅助植物 Rubisco（核酮糖-1,5-二磷酸羧化酶/加氧酶）的定向进化；具体方法、结果与数据均**待核实**（正文未抓取）。

来源为 *Science Advances* 的一篇论文，标题为 “Machine learning–assisted directed evolution of plant Rubisco”。 研究主题属于基础模型/机器学习与蛋白质工程交叉方向：将机器学习用于辅助植物 Rubisco 的定向进化。 研究问题（推测层面，**待核实**）：如何利用机器学习提…

science.org

Long-WAM 是一个在实时控制约束下扩展因果世界-动作模型上下文的模型-系统框架；其核心结论是：拥有历史不等于会利用历史，更长历史只有在视频基础模型经自回归（AR）预训练时才会带来显著收益。

实时机器人控制需要足够视觉历史来推断运动与任务进度，但处理历史会延迟动作。论文研究如何在实时控制约束下扩展因果世界-动作模型的上下文，并让历史真正服务于未来预测与动作。来源为 arXiv:2610.10528v1，主分类 cs.RO。提供材料仅含摘要/描述，完整论文细节待核实。

arXiv 论文

一项研究提出，仅用未染色明场图像配合深度学习，即可对 CHO 细胞进行无标记活性预测，并在其评估中对基于荧光的参考测量取得约 2.68% 的平均绝对误差（具体口径待核实）。

细胞活性评估是细胞培养、生物制药生产和药物开发中的核心环节。传统方法依赖向样本中加入膜不可透染料（染色），以区分膜受损细胞与完整细胞。该研究关注染色方法的若干限制（如化学试剂扰动细胞过程、部分膜损伤细胞的活性判定模糊、荧光染料的光漂白、难以原位/实时测量），并探究是否可用明场成像替代染色流程进行活性分析。

arXiv 论文

一篇（待核实的）论文探讨了“AutoResearch”协议——让编码语言模型在一小时 GPU 预算内修改训练程序，仅在验证 IoU 提升时保留改动——并将其应用于固定数据划分与固定骨干网络下的光伏板分割任务。

该工作围绕 AutoResearch 协议展开：由编码语言模型自动编辑训练程序，在**一小时 GPU 预算**内进行实验，并采用**验证 IoU 提升**作为唯一保留标准。 应用场景为**光伏（太阳能）电池板分割**，在冻结的真实图像数据划分上进行，且 **DeepLabV3–ResNet-50 骨干保持固定**。 研究问题可概括为：在受限算力与固定模型架…

arXiv 论文

一项预注册的田野实验发现，让学生在课前使用定制的语音 AI 讨论伙伴做预习，经过两次使用后，学生在后续课堂上的自愿发言量增加约 31%；更多使用者的“开口舒适感”和“感知学习”也更高，但专注度与动机没有提升。

背景：AI 学习工具正快速进入课堂，但现有证据多依赖考试分数，且结果好坏参半。 研究缺口：较少有研究考察 AI 的使用是否改变学生在课堂上的实时学习行为。 研究问题：课前被分配使用语音 AI 讨论伙伴进行准备，是否会改变学生在课堂上的主动参与？

arXiv 论文

GRACE: Generation-aware latent compression for efficient video generation

arXiv 论文

FoldBack 是一种面向长时域衣物折叠任务的自纠正掩码生成策略，核心在于把“何时细化与验证、如何回滚、在哪以及如何重试”这三类推理时决策统一进一条可编辑的完整轨迹中，从而在执行过程中检测、撤销并修复失败的抓取交互，而无需恢复示范或重新训练基座策略。以上信息基于元数据，具体方法细节待核实。

研究对象：长时域（long-horizon）衣物折叠任务中的机器人策略。 问题背景：既有长轨迹策略在抓取落空或滑脱后，即使衣物并未达到目标构型，仍可能继续执行后续动作，导致失败累积。 论文提出的问题可概括为：如何让长时域折叠策略在推理阶段具备自纠正能力，在失败发生后及时回滚并重试，而不是一路执行到底。

arXiv 论文

据 arXiv 摘要，在固定任务、特征和湖级训练/测试划分的前提下，用正则化演化搜索扩展 MLP 架构空间，可把 Sentinel-2 藻华分类器的留出 AUC 从 0.790 提升到 0.820、准确率从 0.733 提升到 0.748，同时仅使用 409 个可训练参数（比最强手工设计参考少 26 倍），模型约 1.6 kB，论文将其定位为可作星上筛选触…

研究背景：业务化地球观测中常见小规模表格数据集加专家设计光谱特征，所用网络通常手工设计。 研究问题：在一个已发表的 Sentinel-2 藻华分类器上，若保持任务、特征和湖级 train/test split 不变，架构搜索能带来什么增益？ 基线：原研究已发表的 Sentinel-2 藻华分类器，涉及叶绿素-a 预测任务。具体网络结构、输入特征清单与原始训…

arXiv 论文

EngramEdit 提出一种基于条件记忆的解耦知识更新方法：在条件记忆架构中联合更新共享 n-gram 嵌入的目标表示，以较低对无关知识的影响实现事实更新，并在多表达、多跳和 CoT 场景中表现出较强泛化。

条件记忆架构（如 DeepSeek Engram）通过输入 n-gram 查找学习嵌入，以有限额外计算扩大 LLM 容量。其潜在价值不只是扩展模型，还可将事实知识存储与通用计算解耦，从而在保持 Transformer 主干固定的前提下更新事实知识。但挑战在于：同一事实的不同表达可能激活不同 n-gram 嵌入；直接更新共享嵌入可能改变模型对其他事实的预测。…

arXiv 论文

EmbodiedRSI 是一种自演化智能体外壳，通过假设图、信息价值实验选择与代码-技能协同演化，让机器人基础模型在对象位置或任务指令变化时持续改进；材料报告其在 RoboCasa365、LIBERO-Pro 和真实机器人零样本迁移上取得较高成功率。

机器人基础模型具备较强视觉运动控制能力，但当物体位置或任务指令变化时，性能可能下降。进一步改进通常需要对大量机器人数据进行后训练，而遥操作等方式采集成本较高。

arXiv 论文

GNN-to-MLP 蒸馏若只迁移节点预测或做置信度重加权，可能忽略教师模型由图结构诱导的表示几何；G^2MLP 用 Ollivier-Ricci 曲率在训练时分配预测级与表示级监督，让学生 MLP 在推理阶段无需访问图，同时缓解稀疏图与稠密图上的两类谱失效。

英文标题：**Distilling Graph Geometry: Knowledge Gap from GNNs to MLPs** 研究任务：GNN-to-MLP distillation，即保留消息传递 GNN 教师的预测准确率，同时部署一个推理时不依赖图结构的 MLP 学生。 现有方法主要迁移 node-wise predictions，或使用 c…

arXiv 论文

论文提出 ExpDis：把 RLVR 中带新颖性奖励的“探索”与不带该奖励的“优化”分开，先训练探索策略、过滤轨迹，再蒸馏给学生策略，多轮交替；摘要称在七个数学推理基准、两个模型家族上，相同 wall-clock 预算下优于 DAPO，并改善 pass@k 扩展表现。

现代语言模型通常在已有 checkpoint 上做 RLVR。RLVR 的承诺之一是发现新推理策略，理论上可采样出训练数据中不存在的新想法。但实践中，给 RLVR 加很强的新颖性激励收效有限，还可能损害模型质量。由于可验证奖励只覆盖模型知识与行为的一小部分，这种质量退化难以恢复。本文要解决的问题是：如何扩大探索，同时不让学生/最终策略退化？

arXiv 论文

论文证明：在光滑非凸目标、噪声仅有有界 $p$ 阶矩（$p \in (1,2]$）的重尾条件下，使用梯度裁剪的基础去中心化 SGD（clipped $\mathtt{DSGD}$）可在高概率和期望意义下达到阶最优收敛率，并随智能体数量实现线性加速；关键是对裁剪结构下的共识差距（consensus gap）做了精细分析，使网络效应退化为高阶项。

重尾噪声在现代机器学习中广泛存在，促使研究者采用梯度裁剪、归一化等方法。这些方法在集中式设置中已有较好理解，但在去中心化设置中研究较少，因为对局部梯度施加非线性会同时影响优化与共识。

arXiv 论文

\(\Delta\)-MOPD 提出将多教师在线策略蒸馏（MOPD）的监督目标从“教师端点策略”改为“教师相对基座的 logit 偏移”（teacher-minus-base shift），并重新锚定在学生的冻结初始化上；摘要称该目标在教师信号于同一状态被组合时尤为有效，且在分阶段路由下缩小了教师顺序带来的性能差距。待核实：论文全文、实验设置与复现细节。

研究对象：多教师在线策略蒸馏（multi-teacher on-policy distillation, MOPD）。 问题：常见做法是迁移每个教师的“端点策略”（endpoint policy），但端点策略混合了后训练带来的变化与教师从自身基座继承的偏好，可能干扰蒸馏。 论文主张：需要区分“后训练改变的部分”与“从基座继承的部分”，并据此重新设计蒸馏目标…

arXiv 论文

这篇 Perspective 提出 **State over Tokens (SoT)** 概念框架，把推理词元（reasoning tokens）重新理解为“外化的计算状态”，而非对推理过程的语言叙述，从而解释为何这些词元能驱动正确推理、却在被当作文本阅读时不构成忠实解释。

来源：*Nature Machine Intelligence*，Perspective 文章，在线发表 2026 年 10 月 7 日。 作者：Mosh Levy、Zohar Elyoseph、Shauli Ravfogel、Yoav Goldberg 等。 问题起点：大语言模型越来越依赖生成推理词元，这些词元表面上描述了模型得出结论的推理过程；但经验证…

nature.com

论文提出“漂移均值”（Shifting Means）这一新的对抗性扰动模型：仅假设各臂奖励的差值稳定、共同偏移可被对抗性设定，并给出在该模型下可用的最佳臂识别算法 $\mathsf{ISM}$ 及样本复杂度上下界。

研究问题：固定置信度（fixed confidence）设定下的最佳臂识别（Best Arm Identification）。 经典设定假设 $K$ 个臂的平均奖励随时间稳定；本文引入“Shifting Means”：只有臂间均值差 $\boldsymbol{\Delta}$ 保持稳定，而所有均值的共同偏移量可在每一轮被对抗性地决定。 目标：以高概率识别最…

arXiv 论文

Nature 新闻与观点文章介绍了一种名为 byteification（字节化）的技术，可对现有基于 token 的大语言模型进行改造，使其在保持竞争性性能的同时，获得处理单个字符（字节）的能力。

大多数大语言模型（LLM）将单词编码为 token（代表字母序列），因此无法可靠地访问单词中的单个字符。例如，当被问及"Strawberry"中有几个字母"r"时，许多 LLM 回答两次，而正确答案是三次。这一缺陷源于 token 化编码方式——字符被编码为称为字节（byte）的二进制序列，但 token 级模型无法直接访问这些字节。Minixhofer…

nature.com

待核实：该研究提出用后训练智能体的成功轨迹作为“前瞻信号”，在无需基座模型冷启动驱动完整工具链的前提下，通过三种筛选指标预测哪个基座检查点值得进行昂贵的智能体后训练。

论文标题：Before They Can Solve: Predicting Post-Training Coding-Agent Performance from Base Models 来源：arXiv（编号 2610.10478v1） 研究问题：如何在进行昂贵的智能体后训练之前，预测哪个基座检查点（base checkpoint）值得投入？ 已有评测…

arXiv 论文

（待核实）Agentic RSR 试图把“真实工作区视频→仿真场景重建→可执行策略开发→真机执行”串成同一套操作任务流程，并报告在 18 个重建场景与真机实验中取得可量化的重建质量和约 80% 的仿真成功率保留率；但因正文未抓取，细节需以原文为准。

论文题目：Agentic RSR: Real-to-Sim-to-Real through Scene Reconstruction and Execution-Grounded Robot Policies。 核心问题（待核实）：真实机器人工作区的仿真重建需保留任务相关交互，而在仿真中开发的策略又必须能使用真实机器人可获得的观测；现有工作常把“场景重建”…

arXiv 论文

论文提出把成千上万个持续存在的自主研究智能体置于显式制度之下，组成“研究者社会”，并通过竞争性经费与独立评审来分配算力；但正文未能抓取，以下内容仅基于元数据，细节待核实。

论文关注的研究问题是：当自主研究智能体的部署规模从单个项目扩展到共享同一算力池的成千上万个智能体时，应如何组织这一群体。 作者的观点是：这样的智能体群体无论设计者是否提供组织架构，都会自发形成某种组织；因此设计者应当显式地为其提供制度。 论文主张多智能体系统（multi-agent systems）研究社区已具备实现这一目标的工具。

arXiv 论文

当新闻编辑部的人工智能（AI）对报道进行“情感包装”时，它会改变读者对故事的感受，进而影响人们是否接近、信任和分享该报道；因此 AI 研究者与行为研究者应合作，检验情感包装是否帮助准确信息触达读者，以及是否加深了群体分裂。

这是一篇发表于 *Nature Machine Intelligence* 的评论文章（Comment），作者为 Bence Bago 与 Jean-François Bonnefon，在线发表于 2026 年 10 月 7 日。文章关注的核心问题是：新闻编辑部部署的 AI 系统在进行情感层面的优化（emotional packaging / emotio…

nature.com