这篇论文提出“元认知控制器”（Metacognitive Controller），作为扩散语言模型骨干上的轻量插件，学习在智能体交互中“何时定稿 token”和“生成应延伸多远”，在五个基准上平均降低 20.6% 推理 FLOPs，同时保持有竞争力的任务准确率。
值得关注：已有相关卡片多聚焦扩散语言模型推理加速的工程手段：Flash-dLLM 从 KV 缓存 I/O 与并行解码切入，Pivot-SD 从自蒸馏后训练切入，rMuscle 面向 VLA 推理的上下文复用。本条的增量在于：把“…
LCM-Promo 是一个基于微调大语言模型的任务特定“大型商务模型”，它把 LLM 的单 token 输出解释为转化阈值概率，从生产日志中学习单调的促销响应曲线，并在流失唤回场景的生产 A/B 测试中，相较 Segment-EMA 生产基线将转化率提升 1%、促销成本降低 6%。
值得关注：促销分配的核心是“给谁发、发多少”，本质是增益建模问题；LCM-Promo 展示了用微调 LLM 处理该问题的一条可行路径，并给出了生产 A/B 层面的量化收益。 将单 token 输出解释为转化阈值概率、并约束响应曲…
KPPax 将传统大气化学机理描述语言 KPP 直接转换为 JAX 可微分代码，使化学机理无需手写伴随代码即可用于参数估计与物理—机器学习混合建模。
值得关注：传统化学机理与机器学习框架之间存在工具链断层：机理用 KPP 维护，模型用可微分框架开发。KPPax 把二者对接，省去手工推导伴随代码的环节，并使“先验可辨识性分析—参数估计—混合建模”能在同一可微分管线内完成，对大气…
论文提出将视觉生成拆成两阶段：先用自回归预训练获取高层语义知识，再用扩散后训练进行高保真渲染；作者报告该范式在 3B 参数、6,600 H100 GPU 小时条件下取得 GenEval 86 与 DPG-Bench 87，但正文未抓取，细节待核实。
值得关注：把视觉生成中的“知道什么”和“画得多细”显式分工，为训练目标与表示层设计提供了新的解耦视角。 提出语义 tokenizer 可以脱离图像重建目标，挑战了“tokenizer 必须重建像素”的常见假设（该主张的适用范围待…
CRS 把“任务是否成功”拆成沿关节轴的有效进展与偏离约束的浪费两路信号，在仿真中能区分二值成功率无法归因的迁移失败类型（基于摘要，正文待核实）。
值得关注：二值成功率会把“碰巧完成”和“按约束完成”混为一谈；CRS 提供了一种无需学习评判器、无需演示的归因式评估思路。 与既有卡片中关注的“策略偏置诊断”（如战略性扩展卡片的 FDR/FDH）相比，本条把诊断对象从语义因素偏…
论文提出“Hexels”——带一阶空间颜色场的平面六边形表面图元，在内存匹配条件下，其渲染质量、训练显存占用和表面重建精度均优于 2DGS，并推进了表面贴合图元在质量-效率权衡上的帕累托前沿。
值得关注：在资源受限场景下部署新视角合成与三维重建，显存和算力是主要瓶颈。Hexels 通过“更大更少”的六边形平面图元加局部颜色场，在更低训练显存下同时提升渲染质量与表面重建精度，为高效场景表示提供了一条不同于加密小图元的路径…
HoS（Heads of Security）通过在模型注意力头层面学习“可信/不可信”token 之间的注意力重分配，实现指令与数据分离，从而在保持模型通用效用的情况下显著降低提示注入攻击成功率（待核实：正文细节未抓取，以下均基于元数据与摘要）。
值得关注：提示注入是 LLM 应用（尤其是智能体与工具调用场景）的核心安全风险之一；HoS 提供了“架构内置”的防御路线，与微调式防御形成对照。 结果显示架构级干预可能同时兼顾鲁棒性与效用，缓解“安全—效用”常见权衡。 对白盒自…
Gym-Anything-RT 通过自动生成 100 个视觉小游戏构建实时交互评测环境，发现前沿视觉语言智能体在实时场景下表现显著落后于可暂停场景（如 GPT-6 Astra (xHigh) 实时通过率仅 9.0%，暂停后升至 75.0%）。
值得关注：现有评测多集中在允许充分思考的任务上，可能高估智能体在真实动态环境中的能力。Gym-Anything-RT 通过实时与暂停的受控对比，量化了“实时性”本身带来的性能损失（本例中从 75.0% 降至 9.0%），并揭示了…
GTFormer 用无语法层次化图神经网络替代 Transformer 的扁平自注意力，在仅用长度不超过 512 的序列训练后，零样本外推到 4,194,304（8192 倍）长度，并在单张消费级 GPU 上以线性内存维持接近完美的准确率。
值得关注：若结果可复现，GTFormer 提供了一条绕开二次复杂度与注意力稀释的长上下文路线：以图结构的层次化信息聚合替代全对注意力，使超长序列（百万级 token）在单卡上可行，对代码库级分析、日志处理和多跳检索等场景具有直接的产业价值。
GroundControl 提出一种以卫星图像为额外条件的多视图扩散模型，在**不做 3D 重建**、仅依赖带位姿的街景与卫星视图的前提下生成室外场景新视角，据称在目标视角与源视角重叠很少的困难情形下优于仅用卫星条件或仅用街景条件的基线。上述性能结论来自作者摘要自述，具体数值与实验设置**待核实**。
值得关注：针对扩散式新视角合成的一个已知失效模式——外推区域的布局幻觉——给出了“引入俯视全局视图作为条件”的解法方向，而非依赖更强的 3D 先验或重建管线。 与依赖 3DGS 重建信号的做法（如既有卡片中的 SplatGuid…
GEPA-Curator 通过对任务经验进行“筛选”与“成功轨迹检索”，让反思式提示优化器只从更可靠的经验中学习，在多个智能体基准上相比 GEPA 与 ACE 取得最高 20.7% 与 21.2% 的提升。
值得关注：与既有卡片中“先评估、后改进”（AutoSciRub）的思路相呼应，本条从数据侧补充了另一条路径：不是改进评分标准本身，而是在优化前筛掉噪声经验、并显式引入历史成功轨迹。对于构建可自我改进的智能体系统，这提示了一条低成…
GAS-PFN 把道路拓扑结构显式编码进 PFN（Prior-Data Fitted Network）的合成任务先验与推理架构中，使模型无需参数更新即可适配新的传感器网络，在 90 分钟预测跨度上平均降低 MSE 34.0%（对比 TimePFN）和 27.7%（对比四个产业界通用零样本预测器）。
值得关注：交通传感器网络会新增、迁移或重排，若每次都要重新训练监督模型，部署成本与周期都难以接受。GAS-PFN 说明“零样本 + 图结构先验”是一条可行路径：模型不必见过目标网络，只要推理时给出拓扑与历史上下文即可预测。与既有…
EnvSched 是一种从历史 rollout 中学习的在线调度器，它把“环境—任务”对组织成双关系图，据此预测任务内的奖励方差并调度批次，从而在有限 rollout 预算下提升语言智能体强化学习的数据效率。
值得关注：智能体 RL 的瓶颈正从算法转向 rollout 成本（环境执行与验证）。EnvSched 表明环境层面的调度本身就能带来显著的数据效率增益，这与既有卡片中关注“环境构建/生成”（如 PlayTrain 用 LLM 生…
论文提出一个可解的多任务模型来解释无监督 RLVR（用模型自身多数投票作为可验证奖励）中“先提升、后坍缩”的现象：当训练题目数量足够多时，题目间共享参数的耦合会把局部扰动放大成集体不稳定，导致奖励上升而准确率下降，直至模型对所有题目给出同一答案。以上基于标题与摘要元数据，正文细节待核实。
值得关注：它把“自我奖励导致退化”的经验观察提升为可分析的动力学机制，并给出可检验的标度关系（$N_c$、$\lambda^2NG$ 归约）。 提供了可操作的干预方向：削弱共享耦合方向、加入熵正则/边际熵奖励、控制训练题目规模与…
论文提出自动化框架 LongChang，用“物理定律被篡改”的模拟世界检验 LLM 能否在无任务提示、无目标定律线索的条件下，自主发现异常并通过实验揭示隐藏规律；据摘要，12 个模型中仅 GPT-6-Astra 取得 16.7% 的发现率，其余 11 个均为 0%。
值得关注：它与既有卡片《大语言模型能否在真实与平行世界中发现科学定律？》构成同一问题脉络的延续但方法不同：前者的 SCILAWS-BENCH 以“真实观测 vs 平行世界”两类互补任务评估定律发现，并指出预测拟合度与科学有效性可…
论文挑战“量化误差必然导致语义损失、连续表示是上限”的通行假设，指认离散索引的**有效比特预算**才是下游多模态理解性能的关键，并提出 Factorized Vector Quantization（FVQ）以缓解量化器饱和，使离散表示在多模态理解上追平连续表示。
值得关注：若离散视觉表示可在理解任务上追平连续表示，则“原生”多模态基础模型可以统一在共享的下一词元预测框架下，而不必依赖连续视觉编码器作为上限参照。这一结论把讨论焦点从“量化误差大小”转向“有效比特预算与量化器可扩展性”，为大…
在音频语言模型中，局部替换声音事件后答案发生变化，可能来自模型对事件类别的响应，也可能来自对波形改写的敏感；该论文用“匹配同类别替换”作为控制条件，把两者拆开测量：在不同类别替换下，答案变化率比同类别替换高出 49.7–60.9 个百分点。
值得关注：仅观察“答案是否改变”不足以证明模型利用了局部音频证据；该协议通过同类别控制剥离波形改写的混淆因素。 对音频语言模型的评测与调试具有方法学价值：可用于检验模型是否真正依据事件类别作答，而非依赖无关的声学线索或编辑伪影。…
若允许每个实体拥有独立的坐标系（逐实体规范自由度），则关系之间的交互在纯规范扇区被严格限制为通过闭合环路（Wilson 环）发生，由此导出的“完整（holonomy）注意力”是这种对称性允许的唯一形式，而非众多设计中的一种。
值得关注：论文把“边注意力”从经验设计提升为对称性约束下的唯一形式，为关系推理架构提供了可证明的结构性依据；同时它把知识图谱嵌入、蛋白质结构预测中的三角形更新与格点规范理论联系起来，提示跨社区共享同一数学骨架。与既有的基础模型/…
论文提出“人物命名”（character naming）任务：仅凭电影对白与画面，在不使用外部演员表、演员照片或预建人物库的情况下，让模型判断对白中出现的名字对应画面中哪个可见人物，并给出数据集、视频-对白模型与随剧情推进逐步建立人物库的渐进式框架。
值得关注：它把“角色识别”从依赖外部演员表/人脸库的离线匹配，转向像人类观众一样随剧情逐步推断身份，强调对白、镜头语言与时间连续性的联合建模。若成立，这类能力可减少对人工元数据的依赖，并推动流式、在线的视频叙事理解。
ALADDIN 试图把多步扩散/流匹配人脸替换模型蒸馏成“一步”生成器，在保持身份迁移与目标属性（姿态、表情、发型、光照）的同时，把网络评估次数从多步降到 1 次；但本卡片未能获取原文，具体指标与实验细节待核实。
值得关注：它把“扩散质量”和“GAN 速度”的取舍问题转化为蒸馏+对抗训练的组合问题，属于一步扩散蒸馏在人脸身份替换上的具体落地。 对评测方法的批评（身份编码器与被测方法同源导致偏袒）具有跨任务的方法论意义，可能影响后续人脸替换…