全部动态

Timestral 是包含 5M、28M、123M、209M 四种参数规模的时间序列基础模型系列，面向概率预测，并在 GIFT-Eval、TIME、fev-bench 三个基准上取得新的 SOTA，其中 209M 与 123M 在每个指标上都占据前两名。

值得关注：它同时给出了一条可复用的“合成预训练 + 混合后训练”路线，以及在小参数量级上仍具竞争力的证据（5M 起），这对算力受限场景下的时间序列预测部署具有参考价值；开源权重与代码也降低了产业落地门槛。

ThinkWorld 提出用“动力学链”（Chain-of-Dynamics, CoD）作为跨具身的动作思维表示，并通过“预测未来 + 强化匹配观测结果”的机制，让无动作标注的人类视频也能监督 VLA 模型的动作推理，从而提升机器人操作任务上的泛化能力。

值得关注：提供了一种**绕开“动作标注瓶颈”**的思路：不依赖显式动作标签，而是用“未来状态预测是否吻合”作为弱监督信号。 CoD 作为**跨具身共享的动作表示**，为把人类视频与机器人数据放在同一推理空间训练提供了可操作路径，…

对于由已知结构（如求解器、物理定律、测量算子、图或语法）决定输入输出映射的“结构编码问题”，仅靠数据驱动的学习器在有限数据下会残留结构性无法消除的不确定性，而显式利用结构的方法可按构造消解该不确定性，这就是“结构鸿沟”。

值得关注：该文把“数据量能否替代领域知识”的争论从表达能力层面转到有限数据识别与认证层面，指出结构不是可有可无的辅助，而是在有限资源下消解残余不确定性的构造性手段。对基础模型路线而言，这意味着在结构编码任务上应重新评估“更大模型…

论文提出 $p$-Bridge，一个以“测量累积量”为索引、统一处理 Tweedie 族噪声（含高斯、泊松、Gamma）的扩散去噪框架，用单一指数条件网络替代多个固定指数专家模型。

值得关注：把去噪从“高斯假设”推广到信号相关噪声族，并用连续索引统一表述，减少了为每种噪声分布单独建模与调参的成本。 与既有“图去噪与扩散的谱视角”等卡片关注的图结构/谱角度不同，本条聚焦噪声统计族（Tweedie）与测量累积桥…

TeamGym 是一个基于真实法律、金融、医疗、软件工程语料构建的团队决策评测与训练环境，它提出“关键信息”（pivotal information）的识别方法，据此量化并缓解语言模型智能体在信息分散时的“沟通缺口”与“检索缺口”，并显示仅以最终决策为奖励的强化学习能改善决策质量并诱发协作行为。

值得关注：把“团队信息分散”从抽象设定变成可度量、可控制、可训练的变量，为多智能体协作研究提供了带真实语料背景的基准。 沟通缺口与检索缺口的量化，把“智能体不会协作”拆解为“不会共享”和“不会自己找”两类可分别改进的能力短板。 …

该论文提出首个面向在线资源分配的“策略防伪深度强化学习机制”，通过单调神经网络与广义临界支付相结合，在保证策略防伪性与个体理性的同时，学习线性的分配规则无法表达的非线性资源交互。**（注：仅基于标题与元数据，正文细节待核实。）**

值得关注：该工作试图把“策略防伪性”这一机制设计中的强激励保证，与深度强化学习的表达力与自适应性结合，为在线资源分配提供既有理论保证又可学习非线性交互的方案；模仿训练带来的效率提升也提示了实际部署的可行性路径。与既有相关卡片（多…

论文提出“谱辫”（spectral braids）：将动态有向网络每个快照聚合为社区级转移矩阵，追踪其复特征值在复平面上的缠绕轨迹，把轨迹读成辫词并经 Burau 表示转为定长特征向量；在合成在线社区网络四分类任务上达到 97.1% 准确率，而最佳的非特征值追踪特征集仅为 44.5%。

值得关注：特征值长期被当作静态摘要，本文把“特征值如何移动、如何相互缠绕”本身作为信息载体，为动态有向网络提供了一种带拓扑结构、对事件顺序敏感的描述方式，补充了仅靠计数或静态谱特征难以捕捉的时序演化信息。

这篇（标题为 *Scaling Laws for Tool-Use Agents via Controllable Environment Synthesis* 的）论文提出 SynthAPI 流程，通过可控地调节合成环境中工具、任务与数据库的多样性，在大规模实验中推导出可预测工具使用智能体下游泛化能力的缩放定律；但正文未能抓取，具体方法与数值结论待核实。

值得关注：若上述缩放关系成立，则工具使用智能体的数据工程可从“堆量”转向“调构成”：在预算增加时优先扩展工具与数据库覆盖、提升任务复杂度，而非线性增加任务条数。这与既有的工具调用数据合成工作（如 MidTool 的中间训练语料、…

XTrack 把预训练视频 DiT 改造为统一的跨视角时序物体对应框架，通过 RGB-to-mask 潜在传输联合建模跨视角匹配与时间跟踪，并借助注意力对齐、难负样本条件与伪标签管线解决跨视角定位不准和稠密标注缺失问题。

值得关注：把“跨视角匹配”和“时序跟踪”从两套流水线合并为一个统一框架，减少逐帧匹配或顺序跟踪带来的误差累积。 针对视频 DiT 直接用于跨视角任务时的注意力错位问题给出明确的结构性修正手段，而非仅靠微调。 伪标签策展思路缓解了…

该论文把随时间的回归函数 \(m_t(x)=E[Y_t\mid X_t=x]\) 视为协变量空间上的一个“场”，推导其在个体协变量按扩散运动、结果按自身动态变化时的二阶演化方程，并讨论该方程在识别与估计上的含义（具体推导与模拟结果待核实）。

值得关注：把“回归函数随时间变化”从描述性问题提升为可用偏微分方程刻画的对象，可能为纵向数据、社会模仿/扩散过程与政策评估提供新的建模语言。 将 Hessian 与二次回归、核平滑偏差相连，有助于理解非参数回归中的曲率信息如何进…

REGER 提出统一框架，把“物品间语义与协同关系”显式注入生成式推荐（GR）的语义预训练、历史编码与 SID 生成三个阶段，并用基于 SID 前缀树的层次化偏好分解理论支撑一种前缀级蒸馏目标，在真实数据上稳定优于现有 GR 基线。

值得关注：指出 GR 的一个常被忽视的前提问题：随机初始化 SID 嵌入 + 从零训练，并不会自动获得物品语义结构。 把“物品关系建模”从隐式注意力机制提升为**显式的训练目标与理论分解**，使协同偏好的层次结构（前缀条件）可被…

ReferStream 是一个无需额外训练的框架，通过在流式视频生成过程中将新提供的视觉参考自然地注入已有视频，同时保持已建立主体与场景的一致性，并配套提出 ReferStream Bench 基准。

值得关注：流式视频生成正从“一次性生成”走向“边生成边交互”，而交互式注入新主体是其中的关键能力。ReferStream 的意义在于：它把“参考特征放哪里”与“如何不污染已有上下文”拆成两个可分别处理的问题（联合潜变量定位 + …

当 LLM 群体讨论被压缩成一段简短记忆交给最终决策者时，两种直觉式记忆筛选策略（保留最稀有主张、保留与决策标准最相关的主张）在隐藏画像任务上都会可预测地失效；决策模型还会额外受“社会证明”影响，给来自多个智能体的事实加权。以上基于元数据与摘要，正文细节待核实。

值得关注：它把“记忆该记什么”从工程启发式问题转为可诊断的偏差问题：稀有性与相关性都是诱人但不可靠的筛选信号，而决策端对来源数量的敏感会进一步扭曲证据权重。对多智能体协作、会议摘要式记忆压缩、以及“给最终决策者喂什么”的系统设计…

本文提出一套无需人类数据的仿真训练方案，使 LEAP 灵巧手能在真实世界中零样本完成高难度的“在手物体位姿到达”任务，并叠加可调保守度的学习型残差安全过滤器，在少量牺牲成功率的前提下大幅降低物体掉落。

值得关注：把“安全”（不掉落）从模糊要求变成可测量、可调节的评估维度，并给出性能—安全权衡的量化结果。 零样本仿真到真实迁移 + 仅腕部相机的配置，降低了部署对昂贵动捕系统的依赖，提升了技能的可移植性。 为高维灵巧操作系统的可靠…

Pneuma 是首个基于在役商用飞机机载时间序列构建的公开大规模预测性维护基准，包含超过 9.2 亿个多变量时间步、4 种机型与 9 类经核实故障场景，其统一评测显示即使当代强模型也难以识别细微故障特征。

值得关注：此前预测性维护研究多依赖不可公开的专有数据，横向比较与复现困难。Pneuma 以真实机载时间序列和真实维护记录标签构建公开基准，使方法间比较具备统一口径；其结果显示真实航空时序的细微故障识别仍是开放难题，为后续建模（如…

该研究构建了带标注的自我中心网球数据集，系统评测图像编码器、视频编码器和视觉语言模型在七项时空预测任务上的表现，并用条件扩散模型从视觉预测生成全身网球运动，指向基础视觉模型支撑实时动态机器人的可行性与边界。

值得关注：把“基础视觉模型 + 自我中心视频”放在实时动态机器人场景中做端到端评测，并给出可量化的定位、预测与触球时间误差基线；同时用扩散模型把视觉预测接到全身运动生成，形成从感知到动作的闭环演示。相比仅探测视频模型时空表征的工…

该研究针对激活引导中信号强度不稳定、引导强度缺乏统一解释以及多属性引导相互干扰的问题，提出了“参数化引导”与“向量正交化”方法，使模型能够同时、解耦地控制多种行为特征。

值得关注：激活引导是一种无需重新训练即可在推理时调整模型行为的高效手段。该研究解决了实际应用中引导强度不可靠和多属性难以协同控制的两大痛点，提升了引导技术的实用性和可解释性。与既有卡片中关于“超级权重”不适合作为微调目标（需结构…

MuonGS 通过 Gram–Schmidt 投影移除 Muon 更新中的径向分量，在不固定权重范数的前提下让权重范数以约 √t 的速率增长，从而在长程预训练中实现比 MuonH 更低的验证困惑度，稠密模型上估计可达约 15% 的 token 等效加速。

值得关注：现有做法多依赖权重衰减或硬性范数约束，但缺乏对“控制强度—训练动态—最终效果”的统一解释。MuonGS 把范数控制从“固定约束”转为“控制增长速度”，并给出累积有效学习率的下界与平稳性保证，为 Muon 类优化器的后续…

MERLIN 通过追踪每个上下文分段键的一阶与二阶矩，让查询能够同时恢复其与各分段对齐的均值与方差，从而实现更内容感知的多状态线性注意力聚合；元数据称其在长上下文任务上稳定优于现有聚合方法（正文未抓取，细节待核实）。

值得关注：MSLA 类模型以分段压缩换取效率，但聚合环节的信息损失是其长上下文能力的瓶颈。MERLIN 只增加键的矩统计（均值与方差）即可让路由更具内容感知，属于低侵入、可插拔的改进思路；若结果成立，意味着在不显著增加内存的前提…

MoI-Bench 是一个以移动端用户需求为出发点的图像生成与编辑基准，通过“操作 × 目标”的解耦设计和“质量—可部署性”二维能力图，揭示端侧模型与服务器端模型的差距，并指出端侧模型扩大任务覆盖比继续提升部署效率更值得关注。

值得关注：现有图像生成/编辑基准多以单一分数排名模型，难以反映端侧部署的资源约束与实际用户需求。MoI-Bench 将“质量”与“可部署性”并列评估，为端侧图像模型的研发优先级提供了更贴近落地的判断依据——对移动端产品选型与模型…