Cursor推出全新代码托管平台Origin，并开始对付费用户开放Beta测试；这是Cursor首次将代码仓库纳入产品，定位为“面向智能体时代的Git forge”，旨在解决多个AI Agent高频提交下的PR排队问题。
值得关注：当AI Agent不再只是“补全代码”，而是能够直接操作仓库、提交PR时，传统GitHub的PR评审和分支管理流程可能成为瓶颈。Origin将代码仓库纳入Cursor原生工作流，是智能体开发工具链中“写代码—提交代码—…
企业微信5.0.10全面开放CLI和MCP能力，允许WorkBuddy、Codex及企业自建Agent直接调用文档、表格、邮件、会议等十大办公能力，且不限企业规模。AI Agent可通过“智能机器人”自动查找背景、生成PPT、读文档写代码、分析数据表，实现办公任务自动化。
值得关注：这是Agent在真实办公软件中落地的标志性案例之一。与已有的SIMA 2（虚拟3D环境）、Cursor Design Mode（UI视觉修改）不同，企业微信开放的是面向企业高频办公场景的标准化接口，且不限制企业规模。增…
对于AI翻译，一个“可读”的输出可能产生“可评估性差距”：即使把源文本展示给用户，用户给出的整体质量评分也未必反映该输出在多大程度上保留了源文内容；这一现象在复杂文本上尤为明显。
值得关注：该研究提示，AI翻译的用户评价不能简单等同于翻译质量，尤其不能把“可读性”视为“保真度”。对产品设计而言，仅提供原文对照也许不够，还需要帮助用户识别输出遗漏或改写了什么。同时，用户是否愿意将个人文本托付给AI翻译系统，…
当专家纠正了 LLM 助手的错误，这条修正通常随会话一起消失，同类错误随后再次出现。作者主张：这是一个运维问题，而非工具问题；需要一套以“错误闭环”为核心的七原则运行纪律来治理修正的持久化。
值得关注：这一视角把人们对 LLM 辅助系统的关注点从“模型能力/工具”转向“长期运维纪律”。与已有相关卡片相比，本条目的增量在于：已有卡片分别讨论了以“散布”作为精度指标、机器学习系统的结构极限、以及模型无关编排框架；本卡补充…
The HydroGym reinforcement learning platform for fluid dynamics
在冻结的 Rad-DINO 胸部X光编码器上，注意力池化（attention pooling）适配器取得最强的整体判别性能，但对种族等受保护属性的编码也最强；整体性能提升并不总能减小亚组差距，公平性影响因任务而异且不可预测，必须逐任务直接评估，而不能凭属性编码强度或平均性能推断。
值得关注：本研究提示，适配策略本身是医学基础模型公平性的一个设计变量，而不仅仅是模型架构或训练数据的问题。更丰富、更具表达力的表示可以提升准确率，但其公平性含义可能是任务依赖且不可预测的。
SPK 提出一种从预训练目标检测器中显式“引出”与分布外（OoD）相关的结构化先验知识、并将其压缩为五维表示用于 OoD 检测的框架；实验显示该方法在多种检测器架构和多个 OoD 基准上达到当前最优，说明目标检测器内部隐藏着比通常被利用的更丰富的潜在知识。
值得关注：现有 OoD 检测大多将检测器表示视为黑盒评分来源，或直接改动检测器；SPK 则尝试“解码隐式先验”，并形成可解释的紧凑表示。这为自动驾驶、视频监控等对未知目标敏感的实时检测场景提供了新的可靠性分析思路，也推动了“让模…
SCORE 提出一种无目标标签的跨被试 EEG-to-Image 检索框架：通过“恢复”不同被试在共享图像空间中的坐标方向，在 200 路检索基准上显著改善无标签新用户的检索准确率，且部署时无需目标标签或更新编码器。
值得关注：该工作直接面向跨被试泛化难题：新用户无需标注校准即可获得较好的 EEG-to-Image 检索性能。这种“训练时模拟恢复、部署时坐标对齐”的思路，为脑电视觉解码的实际部署提供了低门槛方案，也为理解不同被试的脑电表征差异…
在广泛临床采用前，必须对大语言模型（LLM）在医疗中的安全（safety）与安保（security）风险进行系统评估和缓解；该综述提供了一个统一框架，将风险映射到临床AI系统的开发阶段、安全防护层和当前临床相关威胁上。
值得关注：已有相关卡片多聚焦模型能力评测；本卡转向临床部署中的安全与安保治理，是从“模型能做什么”延伸到“是否应放心用于医疗”。 原文引用的相关工作包括：医学LLM基准可能高估真实就绪度、LLM在临床决策支持中易受对抗性幻觉攻击…
本文提出用最优传输（optimal transport）球替代相对熵球，构造“Wasserstein 熵值风险”（Wasserstein entropic value-at-risk, WEVaR），使正在学习环境的智能体在无知时保持谨慎、在自信时变得大胆，并且能覆盖名义模型认为“不可能”但实际可达的灾难情景；目前摘要给出了理论框架与双重对偶性，具体数值结…
值得关注：弥补了 EVaR 的关键安全缺陷：EVaR 的相对熵球无法容纳名义模型视为零概率的极端事件，而 WEVaR 通过最优传输球显式建模“可达性”，更贴近真实风险。 为“不确定性下的谨慎-自信权衡”提供了形式化工具：不是静态…
ReWEIGH the Evidence: Calibrating Token-Level Ordinal Visual Evidence to Mitigate Hallucinations in Large Vision-Language Models
VITAL 是一个基于双通道共学习架构的深度学习框架，通过融合蛋白质语言模型嵌入与几何感知编码器，能够同时预测肽-蛋白相互作用、映射结合界面并估计定量亲和力，在多个基准上取得最高 AUC=0.87 的准确率，并以开源包和交互式网站形式供社区使用。
值得关注：VITAL 将高分辨率结构分析与定量评分统一在同一框架中，弥补了现有肽-蛋白相互作用预测工具“定性有余、定量不足”的缺口，有望推动计算生物学从“能否结合”走向“结合多强、如何结合”的精细建模。同时，其开源发布和 Web…
多视图推理本身可以被预训练并在任务间复用：SIMPLE 的冻结推理骨干在不更新参数的情况下具有竞争力，经轻量适配器校准后在多数评测数据集上取得领先性能。
值得关注：传统多视图学习通常为每个任务重新学习视图价值判断和融合方式。SIMPLE 将“推理流程”本身视为可预训练、可迁移的对象，并利用合成任务先验弥补真实世界数据集在视图配置和任务结构上的覆盖不足。这为多视图、多模态、多组学建…
现代 Intel AI PC 虽然单机内存不足以容纳 70B 级大模型，但通过将模型按层切分为预编译的 OpenVINO 流水线分片，并组合使用“beam_idx Gather 注入”“投机解码”和“微批处理”三项技术，几台 AI PC 在普通网络上协作就能提供服务，且性能可达到甚至超过单机未拆分模型的吞吐。
值得关注：与已有相关卡片中的单机运行时（如 Embodied.cpp）或 KV 缓存压缩（如 FreqDepthKV）不同，本条卡片关注的是**跨设备分布式流水线推理**，并且是针对 Intel AI PC 这一具体硬件生态的工…
PGFS++: Molecular Property Improvement under Synthesis and Diversity Constraints
Open-MOPD: Diagnosing and Fixing Capability Imbalance in Multi-Teacher On-Policy Distillation
Lévy Attention: Single-Pass Predictive Uncertainty for Continuous-Time Attention
根据现有元数据，该条目指向一篇 Science Robotics 论文，英文题名为“Learning vision-driven reactive soccer skills for humanoid robots”，主题涉及人形机器人的视觉驱动反应式足球技能学习；但正文未抓取，具体方法、实验、结果与结论均待核实。
值得关注：本条与已有卡片处于相近的人形机器人学习型技能与基础模型脉络附近：已有卡片分别关注人形机器人行为基础模型缩放、零售场景数据高效后训练与经验驱动学习 VLA、以及面向视觉—语言—动作强化学习的“世界评论家”模型。 若本文确…
单个训练样本对最终模型的贡献通常只能“估计”而无法“测量”，因为要直接测量，需要做两次完整的预训练，而两次训练之间仅在一个 batch 的一行上存在差异。本文在较小规模上把这种反事实实验真正跑了出来：训练了 32 个 124M 参数的 GPT-2 模型（在 OpenWebText 上），共 4 种条件、8 个随机种子。在总训练步数 9,536 步中的第 2…
值得关注：这项研究第一次直接“测量”而不是“估计”了单个训练样本对预训练最终模型的影响。它提供了一个定量证据：单一文本样本可能在预训练过程中被短期记住，但最终对模型行为几乎没有可检测的残留影响；同时，模型权重轨迹仍被明显改变，且…
将梯度提升集成中每棵树的叶值视为坐标，每个样本就变成 R^M 空间中的一个点，模型分数就是坐标之和；这一视角为对比解释提供了精确且可审计的基础，并支持在“可执行性”约束下更有效的逆决策（recourse）。
值得关注：常见的可解释性方法往往需要拟合、采样或假设特征层面可加性；本文指出，在叶值坐标空间中，可加性是已经存在的结构，而不是额外假设。 该工作把解释从“近似”推向“精确”，并且把“逆决策建议是否可执行”纳入评估，这对信贷审批、…