Intern-S2-Preview 是一个面向科学发现的多模态智能体基础模型系列，通过“科学多模态预训练 + 统一后训练（SFT、多任务RL、智能体RL、蒸馏）”的流水线，在科学、多模态、智能体和通用基准上取得有竞争力或领先的结果；其中 397B 模型引入了从时间序列理解到数值预测的扩展能力，而独立的 4B 记忆解码器扩展可在不修改冻结 397B 骨干的情…
值得关注：与已有机器人基础模型、行为基础模型等卡片不同，本条聚焦“科学智能体基础模型”，强调对异构科学证据的多模态推理与长时程智能体任务。增量信息包括：① 时间序列建模从理解扩展到数值预测；② Memory Decoder 提供…
HumanTracker 是一个专门用于人形机器人运动跟踪评估的基准与指标，其核心是让评估结果更贴近人类在视频中的直观感知，并能捕捉传统运动学指标容易遗漏的接触与稳定性错误。
值得关注：现有评估多采用逐帧姿态误差，但与人眼感知不一致；HumanTracker 提供了规模更大、更多样化且更符合人类感知的评估工具。 相比已有相关卡片（如 ergoCub 人机协作优化），本卡片聚焦于“评估基准”这一层，为具…
GS$^{2}$CI: Robust Gaussian Splatting For Snapshot Compressive Imaging via Large Vision Model Priors
FineX 将细粒度动作线索分解为 RGB 外观、姿态热图几何和骨骼图拓扑三路表征，通过成对交叉注意力与潜空间稀疏专家混合（Sparse MoE）进行融合，在 Gym99、Gym288 和 Diving48 上达到当前最优结果；在长尾分布明显的 Gym288 上，平均类准确率从 68.6% 提升到 76.2%（+7.6 个百分点），且不依赖文本监督或大规模…
值得关注：细粒度动作识别的难点在于“看起来很像，但动作不同”。FineX 的价值在于同时保留 RGB 的视觉上下文、姿态热图的几何信息以及骨骼图的拓扑结构，并用潜空间稀疏专家按内容动态路由，从而提升对微小差异的判别能力。相比同类…
将一个可控单量子比特与常规传感器耦合，可在学习经典信号时将所需测量次数指数级减少，并在超导腔-量子比特实验中实现10^7倍测量次数缩减。
值得关注：表明近期的量子技术已能在实用任务中指数级增强我们从经典信号中学习的能力。 为系统识别实际实验任务中的严格量子优势提供了新框架，超越了传统量子Fisher信息方法的边界。 与已有相关卡片相比，本条聚焦于单量子比特传感与经…
多标签 Jaccard 度量（IoU）的精确凸校准需要指数多个预测坐标；如果只要求固定加性遗憾容差，则存在多项式预测维数的凸替代损失。
值得关注：Jaccard/IoU 在多标签分类和二元分割中非常常见，但它的损失矩阵结构复杂。该论文给出了一个清晰的维数分界：精确校准与近似校准之间存在指数/多项式鸿沟，这为设计以 IoU 为目标的凸替代损失提供了理论边界。它也展…
视网膜基础模型的潜在空间可以作为临床可控视网膜图像合成的基质，生成结果能保留临床表型信息；但用真实图像训练的分类器评估时，这些优势消失，存在“合成-真实表征差距”（synthetic-to-real representation gap）。
值得关注：该研究将基础模型的用途从“理解/表征”延伸到“可控生成”，为眼科影像的数据增强、医学教育或模型训练提供新可能。 提示生成模型评估结论可能受评估模型来源影响：同源评估可能高估生成质量，需要加入真实图像训练分类器进行跨域验…
从三维平衡密度场可以直接学习经典密度泛函理论中的超额自由能泛函，同时保持空间对称性与变分一致性，且无需自由能或化学势标签；单个学习到的泛函可跨温度、体系尺寸与统计系综迁移，并能复现结构因子、状态方程、液-气共存和界面展宽等非训练目标。
值得关注：该工作将经典密度泛函的学习从平面或低维设置推进到全三维，同时保留了空间对称性与变分一致性。相比已有相关卡片中关于机器学习原子间势优化器或Transformer学习的内容，本条聚焦液体状态的热力学泛函学习，属于不同脉络；…
当前主流多模态大语言模型（MLLMs）在基于TikZ代码的科学图表编辑任务上仍不可靠：专有模型平均编译成功率仅约75%，且在图表还原和编辑正确性上表现有限；但通过构建混合训练集并采用“重建—编辑”课程学习，参数量低于9B的紧凑模型（如Qwen3.5-4B）可取得显著提升。
值得关注：Edit2TikZ填补了TikZ科学图表“指令编辑”方向的评估空白，强调代码可编译性和无关内容保持性。已有视觉编辑基准（如FlowMimic）多面向自然图像/视频像素编辑，而Edit2TikZ面向以TikZ代码表示的科…
DreamX-Phi 1.0 是一种动作条件视频世界模型，输入观测帧、语言指令和预设动作序列（末端执行器位姿与夹爪状态），预测未来观测；它通过 PRoPE 风格几何编码、深度分支和 SAM3 掩码 + V-JEPA 教师保证动作忠实性与物体一致性，并在 WorldArena 2.0 Challenge 的 Track 1 和 Track 2 上分别获得第一…
值得关注：已有相关卡片中的工作分别涉及驾驶世界模型（M⁴World）、VLA 强化学习的评论家状态预测（WCM）以及训练后丢弃视频分支的轻量规划器（SimWAM）。DreamX-Phi 1.0 的增量在于：
本文从半参数理论出发，为点击后转化率（CVR）这类链式结果提出了一个新的双稳健因果效应估计器，并设计了目标正则化框架来提升数值稳定性；理论和实验均表明，其优于朴素地组合“损失去偏”与标准因果估计器的做法。
值得关注：弥补了“损失无偏”到“最终估计量无偏”之间的理论缺口，为使用神经网络等灵活模型进行因果效应估计提供了更坚实的保证。 与已有相关卡片“面向不规则历史纵向因果推断的双稳健函数表示学习（DR-FRL）”不同，本文聚焦点击后转…
Mimir v1 是一个基于 Hierarchical Reasoning Model（HRM）架构、参数规模为 10 亿的语言模型，从零开始训练，仅使用“许可”（permissible）的后训练数据，就在英语上表现出强竞争力，并在丹麦语上达到新的最先进水平，同时保持模型开放可获取。
值得关注：该工作将“数据许可合规性”放在模型开发的核心位置，而不是事后过滤。它证明 1B 参数级别的开放模型，在仅使用许可数据的情况下，仍有能力逼近甚至超越更大规模模型的性能，这对学术研究、低资源语言社区以及有版权合规需求的产业…
本文提出一种简单且高效的“防御式提升器”（Defensive Booster），能够同时获得在线梯度提升的 Brier 分数竞争性保证和在线弱到强提升在弱学习条件下的误差收敛保证，而此前这两种保证需由不同方法分别提供。
值得关注：在线提升的不同变体长期分别提供两类不同保证：一类侧重可竞争性（即使弱学习条件不成立也有 Brier 分数保证），另一类侧重强收敛（但依赖弱学习条件）。Defensive Booster 首次在这类设定中把防御式预测与“…
DARTree 是一种无需训练的推测解码方法，将预训练的自回归修正头（AR correction head）从单条链扩展到树结构，在数学、代码和对话等七个基准上实现了更高的平均接受长度和推理加速。
值得关注：DARTree 将扩散式草稿树的候选覆盖与自回归修正头的因果信息结合，且不需要额外训练。相比依赖高质量语言模型作为草稿模型的推测解码方案，它提供了一条更轻量的路径，并在多类任务和不同温度配置下显示出一致的加速优势。
ContactGuard 利用动作条件潜世界模型，在机械臂尚未接触物体前预测策略动作块（action chunk）的短期后果，若预测潜状态指示失败则提前中止执行，从而避免接触类操作中“接触后才发现失败”的问题。
值得关注：传统执行监控往往依赖接触后信号或像素级视频预测，难以在腕部相机场景下提前干预。ContactGuard 展示了用潜世界模型做接触前失败预测的可行性，为接触丰富的操作任务提供了一种不侵入底层策略的安全监控层。相比已有相关…
基于 One-Class SVM（OCSVM）、Minibatch K-Means（MK-Means）和 Maximum Mean Discrepancy（MMD）的概念漂移检测方法，都能让恶意软件分类模型达到与周期性重训练相当的准确率，同时显著减少需要重训练的模型数量；其中 OCSVM 驱动的漂移感知重训练总体表现更优。
值得关注：传统周期性重训练在概念漂移变化不频繁时会造成大量不必要的计算开销。该研究为“按需重训练”提供了可行方案，帮助恶意软件检测系统在快速演化的威胁环境中实现准确率与资源消耗的更优平衡。
该文证明，对于测试时对抗样本鲁棒学习，VC 类的样本复杂度可以做到关于 VC 维 $d$ 线性；这一结果由一个简单的不当（improper）算法实现——对 $O(d^*)$ 个 bootstrap 样本分别做鲁棒经验风险最小化（RERM），再输出多数投票，其中 $d^*$ 为对偶 VC 维。同时，文中给出匹配下界：在该 oracle 模型下，任何学习器都需…
值得关注：突破了“对抗鲁棒学习需要更高样本复杂度”的旧有认识，给出了一个清晰的线性界限。 经典启发式方法 bagging 在这里被证明具有理论上的最优性（在 oracle 模型下），展示了理论分析与简单算法之间的桥梁。 与已有相…
AutoDesign 将“模型-框架（harness）系统”本身作为优化对象，通过元框架优化器驱动代码智能体依据运行反馈递归改进框架，在论文转海报任务上以低于 3 美元、40 分钟的自主运行达到接近会议海报质量，并在 PosterBench 上超越闭源商业系统 Claude Design。
值得关注：展示了在模型权重不变的情况下，通过优化外部“框架/harness”也能让智能体在长时程任务中实现自我改进，这与已有相关卡片中的 Argus、CompactionRL、Cortex 形成互补。 与既有脉络相比，AutoD…
本文首次完整刻画了Transformer在正则语言上的长度泛化能力，并给出一个以语言句法幺半群大小为参数的多项式时间判定算法。
值得关注：此前对Transformer长度泛化的理解多依赖位置编码或具体训练机制（如RoPE的频率使用），缺乏基于语言结构本身的系统判据。本文从代数分解视角给出了正则语言层面的完整答案，并为后续扩展到更复杂语言提供了理论基础。相…
AlayaWorld v1.1 在保持骨干架构、分块自回归生成方案和训练数据不变的前提下，大幅修订了条件信号的表示与注入方式，核心原则是让条件信号在潜在表示和时间结构上尽量贴近生成内容。
值得关注：该技术报告明确把“条件信号应与生成内容对齐”作为设计原则，并通过六项具体修改落实这一原则，为长时程视频世界模型的条件处理提供了一个可复现的设计范例。与已有相关卡片相比，本卡片的增量信息是：M⁴World 聚焦多视角多模…