UniTexture 提出用单个带纹理的 3D 物体作为跨任务通用对抗扰动源，只优化一个共享表面纹理，就能在多个操纵任务中使 VLA 模型产生攻击者指定的动作偏移；在 OpenVLA 和 π0.5 上，平均任务成功率从良性条件的 90.0% 降至攻击下的 48.4%，并可跨套件、跨模型迁移。
值得关注：VLA 模型不只在感知层输出语义，而是直接输出动作。UniTexture 的警示在于：攻击者无需针对每个任务制作扰动，只需一个共享纹理的物体出现在环境中，就可能让多种任务同时失败。这暴露了多任务 VLA 共享表征中的安…
TraVEL 通过将自车轨迹相似性作为强化学习奖励来微调多模态视频嵌入模型，使驾驶视频检索在不增加推理阶段负担的情况下，显著提升对左转/右转、加速/减速等运动中心事件的区分能力。
值得关注：TraVEL 展示了“物理轨迹特权监督 + 单向量视频检索”的新范式：训练时使用轨迹信息，推理时完全不需要轨迹或感知输出，从而兼顾物理层面的运动理解与部署时的检索效率。与已有相关卡片涉及的组合图像检索、流形学习或机器人…
大语言模型在遭遇知识边界之外的实体时，通常仍会生成听起来很具体的细节，而不是退回到更安全、更一般的表述；研究发现，模型中其实已经存在用于“格莱斯式退避”的神经信号，但生成策略没有把这些信号利用起来。
值得关注：该研究为“LLM 幻觉”提供了一种新的解释语言：不是模型“不知道”，而是模型“知道不知道”与“将要说什么”的信号没有在生成时被用于决策。 相对于已有相关卡片中的激活干预、技能熵等方法，本研究的增量信息在于：它从格莱斯语…
掩码扩散（masking diffusion）的 KL 离散化误差可由“去掩码增长复杂度”（unmasking growth complexity, UGC）的局部增量控制；据此可构造“认证最优”（certified-optimal）采样器——以高概率达到指定 KL 误差，且迭代复杂度与对应 oracle 过程只差常数因子，并可在高维示例中用常数个自适应调…
值得关注：这项工作的理论意义在于：它将离散扩散模型的调度问题从“固定步长”或“启发式时间表”推进到“由数据几何驱动、可从样本估计、并带认证式保证”的框架。UGC 不只是误差上界工具，还能揭示数据中的统计依赖结构如何影响采样效率。
在预训练的第一个token就植入期望助手人格（Synthetic Persona Pretraining, SPP），比仅在预训练结束后再引入对齐能更有效地提升宪法遵循、越狱鲁棒性，并减少道德困境中的错位，同时保持模型能力；早期干预的优势随预训练预算增加而增强。
值得关注：挑战了“先预训练、后对齐”的主流流程，提出从训练初始阶段塑造价值观的可能性。 与已有相关卡片的关系：已有卡片涉及重复采样、数据增强等训练后或数据层面的策略；本条则聚焦于对齐的介入时间点，增量信息在于证明“早期预训练干预…
SbCD（Symmetry-breaking Crystal Diffusion）提出用马尔可夫跳跃扩散过程显式建模晶体生成中空间群之间的转移，从最低对称性先验出发逐步生成完整晶体结构；在 MP20 和 MPTS-52 上的 de novo 生成实验中，性能明显优于其“保持对称性”的对照版本。
值得关注：它直接针对当前晶体生成模型的一个核心瓶颈：对空间群/全局对称性的处理不足。 把“对称性破缺”这一物理概念转化为扩散模型中的空间群转移机制，为晶体生成提供了新的建模视角。 与已有卡片无直接延续关系（MV-Forcing、…
SNM-VFI 提出一种无需训练的生成式视频帧插值框架，利用预训练光流模型产生对应感知的中间帧和置信图，作为潜在先验引导预训练视频扩散模型，从而兼顾运动对应保持与感知真实感，并在 DAVIS、Sintel、KITTI 等基准上展示了较强的感知质量、重建精度和时间一致性。
值得关注：SNM-VFI 将运动建模（光流）与生成建模（扩散）结合，使扩散模型在生成中间帧时保持稠密运动对应，同时提升感知真实感。它属于“无需训练”的模块化思路，与已有卡片关注的视频理解/表示/矛盾识别任务不同，提供的是运动可控…
SCULPT 提出一种“减法组合”的部件感知 3D 生成框架，在结构化 3D 潜空间中迭代地“切出”一个部件并同步更新剩余物体，使得部件边界与整体几何在生成过程中原生对齐，避免了先分割或先加法拼装带来的接缝、穿透和材质不连续问题。
值得关注：与已有相关卡片中的 ELSA3D（统一 3D 理解与生成）和 ROAD（判别式语义迁移到扩散 Transformer）不同，SCULPT 聚焦于“部件感知生成”这一具体问题，并提出了生成内在的减法合成范式。其增量信息在…
SAEVerbalizer 通过将稀疏自编码器（SAE）的解码器方向注入大语言模型（LLM）的表示，并微调 LLM 下游层，使模型直接为 SAE 特征生成自然语言解释，从而绕开依赖外部行为观察的传统解释路径。
值得关注：SAEVerbalizer 代表了一种从“观察行为推测特征含义”转向“从表示方向直接解释”的路径。相比传统方法，它可能降低大规模解释 SAE 特征的计算成本，并推动跨模型、跨字典的可解释性工具复用。本卡片在既有可解释性…
LLM编码智能体的“匹配执行分数”并不能区分命令生成错误与生成后被接口（序列化、包装、重新解析）引入的故障；QuoteBench通过精确最终状态验证测量这一边界，结果显示披露边界后模型恢复能力差异巨大，因此评估应报告完整配置而非只报匹配分数。
值得关注：说明匹配分数并非模型的固有属性；同一个模型在不同“模型配置、生成契约、执行路径、工作点、最终状态验证器”下可能表现完全不同。 对命令型LLM智能体的评估提出了新的报告规范：应披露完整上下文，避免将匹配分数作为唯一指标。…
PlayWorld 提出用多模态“智能体玩家”（Agent Players）代替固定动作序列，来评测视频世界模型在长时程目标下的表现；实验显示，当前九种先进世界模型在长时程交互目标上仍不可靠，尤其在空间一致性和持久状态演化方面。
值得关注：现有评测往往用固定动作条件检查视频一致性和可控性，难以评价模型在真实用户“带着目标去探索”时的表现。PlayWorld 把人类玩家的行为模式转成可复现的智能体评测范式，为视频世界模型的可比性、可解释性提供了新框架，也为…
机器学习决策系统能达到的性能不是由算法复杂度单独决定，而是受制于底层数据生成过程的结构性信息界限；想在预测上突破，必须先有足够好的数据模型。
值得关注：这篇文章提供了一个统摄性视角：从信息论极限出发，把分类误差、估计精度、依赖建模和 LLM 智能体动力学放在同一个框架下讨论。相比已有卡片中“生成模型水印取证的熵率定律”这类具体紧定律，本条是更一般化的理论定位，增量信息…
OmniScientist 是一种端到端、全模态、全学科的 AI 科学家系统，直接从异构原始证据开展多学科研究；在 36 个真实数据案例中全部完成“原始数据 → 可编译论文”的全流程，且直接感知相比“只接收预计算标量特征”的盲变体在 7 个评估维度上均更优、在 85% 的成对比较中胜出。
值得关注：这项工作把“AI 做科研”的焦点从“工作流自动化”推向“完整证据访问”。它提示：即使论文写作和代码执行都已自动化，若智能体看不到原始时空、跨通道和程序性证据，科学结论仍可能缺乏坚实基础。OmniScientist 的增…
本文提出 ARMDIL（Adaptive Router for Multi-Domain Image classification with LLMs），利用多模态大语言模型（MLLM）作为路由器，为每张图像动态选择最合适的视觉骨干模型，以提升跨数据集、跨域图像分类的鲁棒性与可适应性。
值得关注：本文的增量信息在于：不同于此前卡片涉及的固定协议基准测试、域偏移分割方法或单 LoRA 风格迁移，本卡片聚焦于用 MLLM 作为“路由决策器”来动态选择视觉骨干，属于异构集成与跨数据集泛化的交叉方向。它展示了将大型语言…
本文提出一种不需要选定下游任务或验证集、仅依据预训练轨迹即可衡量单个训练样本影响力的方法，并在 Pythia 与 PolyPythia 的 18 种配置上发现：训练早期文学类数据与最终参数轨迹的对齐更强，后期 STEM 类数据的对齐更强。
值得关注：该工作不依赖具体下游任务就能追踪训练数据的影响，可能有助于理解预训练动态、改进数据配比或设计更可控的训练流程。相比已有卡片中涉及的任务感知数据选择（如 PPL-Factory）或自生成数据编码（如邀序编码），本卡片的增…
MARC v1 是一个开源、模型无关的确定性多智能体编排框架，用角色分工和可追踪中间输出替代单体 LLM 提示，面向临床推理，并支持 YAML 配置与 CPU 本地部署。
值得关注：MARC 将多智能体编排从自由对话转向确定性流水线，并强调可解释性与失败归因，这是临床 AI 落地中的关键需求。其 Decomposer 免去手动提示设计，YAML 配置对非程序员友好，扩展了多智能体框架在专业领域的可用性。
MapRoute++ 是在 Genμ 2.0 挑战赛 Task 3 中提出的视觉概念遗忘方法。它在 MapRoute 基础上加入任务特定训练目标、更丰富的概念表示和语义路由，在 Stable Diffusion v1.4 的官方基准上以 ERR 指标平均超过当前最优基线 12.1%，同时强调保留无关概念和语义相邻概念。
值得关注：与已有概念遗忘方法（如 TILDE 的分布对齐路线）不同，MapRoute++ 的增量信息在于： 将“语义路由”引入概念遗忘，按概念选择映射器，而不是单一全局修改； 强调保留“语义相邻概念”（semantically …
在完整自动驾驶软件栈 Autoware 上，LLM 辅助动态分析的主要瓶颈不是候选弱点生成，也不是模糊测试，而是“构建集成”（build integration）；研究预算内未动态确认任何候选弱点，观察到的崩溃全部来自桩代码而非 Autoware 本身。（待核实）
值得关注：自动驾驶软件涉及安全关键控制，弱点若被攻击者利用可能造成严重后果。 过去静态分析会产生大量候选弱点，但动态验证困难；本研究尝试用 LLM 把这一过程自动化。 结果显示：与其继续只优化候选生成或模糊测试，不如重视构建集成…
本研究提出一个以美国小学五年级及以下知识为边界的 88B token 预训练语料 LITTLECURRICULUM，并从中训练出 5B 参数模型 LITTLELEARNER，作为研究模型知识获取与能力边界的可控沙盒；初步实验显示，后训练和上下文学习能让模型更好地利用已有知识，但不会让能力扩展到课程范围之外。
值得关注：现有大模型训练语料混杂，知识暴露难以刻画；LITTLECURRICULUM/LITTLELEARNER 把训练范围变成可解释的课程边界，使“模型学过什么”和“模型知道什么”之间的因果链条更清晰。 与已有相关卡片相比，本…
许多临床预测模型把干预后结局视为从基线测量到未来终点的“单步映射”。但实际术后恢复往往是一条不规则轨迹：临床观察、用药调整、再次干预、生理测量等事件异步发生，并可能随时间改变风险判断。
值得关注：它把“世界模型”思路引入临床术后结局预测：不是一次性给出风险标签，而是用潜在状态表示患者恢复过程并随时间更新。相比传统单步预测，它能利用 90 天恢复窗口中的异步临床记录，并且使用训练期影像监督来降低推理时对随访影像的依赖。