Anthropic 公布与 Generate、Divergence、Enveda 等六家机构在药物研发上的协作进展，并披露其收购 Mithril 后的内部项目，Claude 被用于从分子设计到运营的全流程；材料给出的量化指标显示 AI 在 CAR 设计、抗体生成、批记录审核与动物实验等环节有阶段性效果，但“一人药企”的说法目前仍是愿景表述。
值得关注：与既有卡片中“Anthropic 未签署黄仁勋开源倡议”的叙事形成对照：该条显示 Anthropic 在开源立场上偏保守，本条则显示其在垂直行业深度合作上积极推进，两者共同勾勒其商业化路径偏好——靠行业解决方案而非开源…
OpenAI 发布更新版 Model Spec，提出五项核心价值，旨在让能力更强的 AI 朝向良好判断、尊重人的能动性并忠实于人类意图的方向发展（正文细节待核实）。
值得关注：随着模型能力增强，单纯的能力评测已不足以描述风险；规范文本把“判断力”“不剥夺人的决定权”“忠实执行意图”等软性目标显性化，便于外部审视与问责。与既有脉络的关系：本卡片补充的是“规范/价值层”的动态；此前关于 Grok…
一项面向社会的AI研究案例征集显示，AI对人的意义或许不在于替人做得更多，而在于“把人放大”——放大能力、表达、连接与主体性；同时研究者提醒要防范判断被接管、偏见被固化、代价被转嫁与关系失真四类风险。
值得关注：把讨论从“AI会不会让人变笨”的能力焦虑，转向“AI如何放大人的能力、表达、连接与主体性”的积极框架，同时给出可操作的设计原则（先人后机、策略性脆弱、AI普惠适配具体处境、把边缘群体当知识贡献者）。 指出AI偏见、影子…
腾讯 WorkBuddy 推出企业专享版，把文档、知识、网盘与设计资产交由单一智能体打通，并以统一控制台与 Credit 池管理席位权限和用量，同时配套可观测中心、资料库与可信安全客户端。
值得关注：企业采用智能体的关键障碍往往不在模型能力，而在权限边界、用量成本与安全合规。WorkBuddy 把席位权限和用量放进一个控制台与一个 Credit 池，并叠加可观测中心与可信安全客户端，指向“可管理、可计量、可审计”的…
OpenAI 公开介绍其通过“分层监控”来检测前沿模型的失准（misalignment）以及智能体的未授权行为，目标是在事件升级前让响应人员介入；具体技术细节因原文未能抓取，待核实。
值得关注：随着智能体从“建议”走向“执行”，未授权行为与目标失准的检测成为部署前置条件，而非事后补救。 分层监控 + 人工介入的思路，为图书/简报中讨论“智能体治理与运行时安全”提供了来自一线实验室的框架参照。 与既有卡片的关系…
在 JUMP–CP 全量无标注化合物图像上预训练的自监督基础模型（SSL FMs）可绕过细胞分割与手工特征工程，在化合物重复检索与作用机制（MoA）检索上优于经典 CellProfiler，其中对比式 DINO 与混合式 DINOv2 稳定强于掩码生成式模型。
值得关注：为 HCI 形态学画像提供了目前规模最大的三类 SSL 机制横向基准，补上了“对比 vs 生成 vs 混合”缺少系统比较的空白。 证明无需分割与特征工程即可获得优于经典流程的表示，对通量高、标注稀疏的 Cell Pai…
world2vec 提出一种不依赖奖励信息、直接从观测与动作中学习潜在动力学的方法，在显著减少参数量的同时，既能实现像素级连续控制，也能在 71 个吸引子基准上完成系统辨识，展示了世界模型用于科学发现的可能。
值得关注：已有世界模型研究常以控制性能为主要目标，但控制表现好并不等于模型捕捉了真实动力学。world2vec 把“忠实复现真实系统动力学”作为学习目标之一，并用系统辨识基准检验这一点，为世界模型在机制性可解释性和科学发现方向的…
一项在 28,058 个决策点上进行的评估显示，一个 1B 参数的紧凑解码器可以同时完成“是否介入”的门控与“生成记忆驱动提示”两项任务，在自动端到端指标上匹配或超过双模型流水线，并将实际耗时降低 1.31–1.76 倍。
值得关注：主动式助手的产品化通常要在“轻量门控 + 重型生成”的架构中权衡延迟与质量。本文的增量信息在于：用一个 1B 单解码器联合完成门控与生成，在保持自动指标竞争力的同时显著降低实际耗时，并指出记忆画像而非检索或模型规模才是…
VeriCUA 提出把“任务完成验证”重构为智能体在数字环境中的动态证据收集过程，用统一的“先建评分细则、再按需选择 GUI 或代码检查、最后按显式证据规则合并结论”的流程，跨桌面、移动与 Web 平台同时服务在线与离线验证。
值得关注：验证质量直接决定 CUA 训练数据与评测结论的可信度；虚假完成声明若未被拒绝，会污染数据与奖励信号。 统一跨平台、跨在线/离线、跨观测模态的验证流程，有助于减少重复工程投入。 与既有卡片的关系：本卡片关注的不是智能体如…
这篇论文提出“统一训练”（unified training），把预训练、中训练、监督微调（SFT）与强化学习（RL）统一到同一个基于似然的训练算法下，将分阶段训练视为其特例，并在实验中改善了精度—算力权衡与任务覆盖度。
值得关注：若算法分离并非必要，训练流程的设计空间会从“分阶段流水线”转向“数据配比与时机的连续决策”，可能影响训练基础设施与实验范式的组织方式。 对持续学习更友好的起点，意味着模型更新不必反复重走完整分阶段流程（该含义为推论，论…
TRACER 是一个基于解码器架构、在四个医疗系统超 450 万患者纵向电子健康记录（EHR）上预训练的基础模型，在未参与开发的两个外部医疗系统、200 多万患者、16 种新发疾病、1/2/5 年预测窗口上，按筛查场景所需的高特异性（95%）工作点评估，被其标记的患者一年内确诊概率最高可达未筛选人群的约 8 倍；同时该评估方式揭示了全局指标（如 AUROC…
值得关注：把评估焦点从“排序能力”（AUROC）转向“筛查可用性”（高特异性下的检出与误报），更贴近临床筛查决策的真实代价结构。 提供跨医疗系统的外部验证证据，回应了 EHR 基础模型“同源数据表现好、跨系统是否可靠”的关键疑问…
TextSeal2 是一种无失真的大语言模型水印方案，通过高斯 Copula 混合多个密钥并在推测解码中利用指数竞速的无记忆性，在保持输出多样性与接受率不变的前提下，显著提升水印检测率。
值得关注：水印是 LLM 内容溯源与合规的重要技术手段，但实际部署中推测解码等加速推理技术可能破坏水印信号。TextSeal2 证明了水印可以与推测解码兼容，且不牺牲检测性能或输出质量，这对需要在生产环境中同时保证推理效率与内容…
该论文提出 STRATA 基准与 ART 范式，把语言模型对“事件随时间如何展开”的断言从“流利结论”推进到可检验的统计推断流程，并按结论之前的每一步决策（零假设、检验选择、证据记录集合）进行评分；实验显示系统主要失败在“选哪些记录算数”上，准确率指标会掩盖这一“结论—证据鸿沟”。
值得关注：材料强调，在健康等错误判定代价高的场景，只评结论的基准会奖励“无检验的流利断言”。STRATA 把可检验性拆成可评分的中间决策，ART 把这些决策变成可检查输出，为语言模型承担“证据 grounded 的统计判定”提供…
SymAnt 提出一种神经-符号方法，利用场景图与知识图的联合搜索构建符号上下文作为先验，使系统能在仅给定短观察窗口的情况下预测长时程动作序列，并支持用户直接编辑底层知识以调整预测而无需重新训练。
值得关注：长时程动作预测是机器人人机交互中的关键能力，而纯神经方法在少观测场景下脆弱且不透明。SymAnt 的意义在于：一是用符号结构弥补少样本长预测的鸿沟；二是提供可解释、可人工干预的预测路径（编辑知识即调整预测），这对需要安…
SonoWorld4D 提出“Video-to-4DAVScene”新任务，能从单目视频生成可探索、随时间变化的4D视听场景，并通过双空间音频扩散同步合成与场景几何一致的物理化空间音频。
值得关注：已有4D场景生成工作多聚焦视觉（如4DAnyone、MV-Forcing等），声音长期缺位。本条将“声音”纳入4D场景生成闭环，提出视听联合的4D场景任务与框架，是对既有视觉主导脉络的补充与扩展。
ShallowDefend 提出“评估→决策→回复”（Assess → Decide → Respond）框架，将模型安全行为集中的“浅层”输出前缀改造为显式、可解析的安全决策标记，并用强化学习训练该决策，从而把攻击者利用的“浅层性”转化为防御机制。
值得关注：多轮对话是实际部署中最常见的交互形态，而“直接拒绝有效、多轮诱导失效”是安全对齐的典型缺口。ShallowDefend 的增量在于：不把浅层对齐视为需掩盖的缺陷，而是把它当作最高杠杆的干预位置，并让模型显式学习“做决策…
EVENET 是一个事件级粒子对撞基础模型，先在 5 亿个模拟对撞事件上以自监督学习加物理信息监督预训练，再微调迁移到重共振搜索、稀有希格斯衰变、量子关联测量等多种分析任务，并在 CMS 开放数据中重新发现 ϒ 介子，初步验证了模拟到真实数据的迁移能力。
值得关注：它把“预训练—迁移”范式从单喷注层面推进到完整事件层面，并用真实开放数据补上了此前基础模型工作较少涉及的模拟—数据迁移验证环节；对 HL-LHC 时代降低逐任务建模的专家与算力开销具有直接指向性。与已有卡片中 Cyto…
在高斯混合模型中，非参数最大似然估计（NPMLE）无需显式模型选择即可“自正则化”到最优复杂度，并在数据来自有限混合时自动收敛到有限成分数——这一结构性质在任意维度 $d$ 下成立。
值得关注：传统高斯混合建模常需预设成分数（如通过 BIC、交叉验证做模型选择），而本工作表明 NPMLE 在理论上可绕过这一步骤。 结果对任意维度成立（“in all dimensions”），突破了以往多限于低维或特定情形的分…
论文提出把长上下文检索重新表述为“在地址空间中持续局部遍历”，将记忆内容与地址分离，并用带成本正则的索引目标让互补记忆共检索、冗余记忆互斥；目前仅在 MiniGrid Memory 上验证了最简单的固定几何实例，作者明确表示完整方法尚未测试。
值得关注：论文指出了一个被现有长上下文机制忽略的结构性冗余：相邻检索步骤的有用记忆高度重叠。若检索能保持状态并沿地址空间局部遍历，每次前向传播就不必重新全局搜索，理论上可降低学习难度与检索开销。这一视角与上下文压缩、主动记忆代理…
Neural Thickets 所报告的“权重空间密集专家邻域”带来的性能增益，未必源自权重几何结构；仅对输出 logits 加随机偏置、配合验证集选择与投票（Logit PSV），在多数推理任务上即可匹配甚至超过全权重扰动，且模型全程冻结。
值得关注：该工作把 Neural Thickets 从“权重空间几何假说”重新定位为“推理期输出多样性与选择聚合”的实例，提示此前归因于“邻近权重专家”的收益可通过更简单、更低成本的方式获得。这与本卡片库中关于推理期方法与模型集…