AnySearch是一款专为AI Agent设计的搜索产品，通过连接20多个垂直数据源、前置信息筛选和结构化输出，在300道基准测试中综合准确率达76.4%，延迟优于Parallel和Brave Search，上线两个月即登顶Product Hunt周榜第一。
值得关注：相较于已有AI搜索产品（如Exa、Parallel、Brave、Tavily）主要依托全网网页资源、依赖大模型事后过滤，AnySearch将范式升级为：搜索前通过意图路由匹配垂直源、搜索中完成前置筛选、输出结构化内容。…
当前多智能体LLM系统中普遍采用的本地运行时监控器（逐个检查消息、工具调用或步骤）存在根本性漏洞：分布式后门攻击将有害载荷拆散到多个智能体，使每个本地检查均表现为良性，组装后却构成攻击；一旦片段在监控视图中看起来与正常流量无异，任何基于该视图的检测器都无法捕获。
值得关注：该研究揭示了AI安全中一个被忽视的维度：组合性危害。现有安全实践往往假设单个步骤或消息是安全的，整体就安全；本文证明了这一假设在多智能体场景下不成立。与已有相关卡片相比，本工作直接攻击现有安全监控的设计根基，而非关注智…
提出一种结合Transformer强化学习与人工蜂群（ABC）算法的混合NAS框架，在普通GPU上3小时内即可搜索出参数高效的网络结构，在CIFAR-10上达到84.85%精度（约174K参数），并在信用卡欺诈检测任务上取得0.71的F1分数（约4.6K参数）。
值得关注：大幅降低NAS的计算门槛（从数千GPU天降至数小时），使得小型团队或个体研究者也能进行架构自动设计。 同时获得高参数效率，有利于资源受限场景（如IoT、移动设备）。 与已有相关卡片（如基于最优控制的深度自适应、算子学习…
Towards shared embodied intelligence in humanoid robots through optimization, development and testing of the human-aware ergoCub robot
StoryTeller 是一种无需微调的框架，通过维护经视频验证的叙事记忆，使视频-语言模型能为长篇电影生成连贯、有上下文依据的音频描述，从而显著改善盲人和低视力观众的电影叙事理解。
值得关注：这是首个**免训练**的长篇叙事锚定框架，解决了 VLM 在长时域跨场景中丢失故事上下文的痛点。 与既有脉络的关系：不同于依赖大量标注数据或角色库的方法，StoryTeller 通过视频验证的叙事记忆实现了零微调的故事…
邀序编码通过让教师模型从学生自身分布中挑选训练样本，仅编码师生不一致的部分，使得代码长度独立于参数数量和数据熵，在压缩率上比先序编码（prequential coding）常提升数个数量级，并为首个在十亿参数大语言模型上取得领先泛化保证的PAC-Bayes界提供支持。
值得关注：首次提出一种压缩长度同时独立于参数规模和数据熵的方法，从根本上突破了参数压缩和先序编码的瓶颈。 为大语言模型提供了比量化更强的泛化理论保证，且保证随规模增大而改善，与深度学习“越大越好”的实践一致。 提供了分析数据可学…
Relaxing Faithfulness with Intervention-Only Causal Discovery
AI 润色工作邮件会显著改变邮件的情绪基调（玩耍语气增加积极性，专业语气降低积极性），但并不会直接改变收件人的打开率、回复率或响应时间；然而，发件人自身邮件中的积极情绪会显著预测收件人的行为（打开几率提高约 2 倍，回复几率提高约 3.3 倍），这表明 AI 辅助沟通通过所产生语言的情绪基调间接影响职场互动。
值得关注：这是首个通过现场随机实验（而非实验室情境或自陈报告）检验 AI 辅助写作对收件人实际行为影响的研究，提供了高生态效度的因果证据。 研究区分了“使用 AI”本身与“AI 产出的语言风格”两种作用渠道，揭示了情绪基调是关键…
Paradoxes of Game Theoretic Equilibria and Price of Anarchy
**研究问题**：现有基准缺乏对视觉型工具调用代理（visually grounded tool-calling agents）的系统评估，尤其缺少支持多图像、多轮对话、状态变更以及真实对话现象（目标修改、错误纠正、状态突变）的统一评测环境。 **事件**：该论文提出了 MM-ToolSandBox，一个包含自动场景生成管道、人工验证场景集和交互式 UI…
值得关注：填补了视觉工具调用代理系统评估的空白，提供了一个可复现、可扩展的统一基准。 揭示出“视觉精度”而非“规划能力”是当前最强模型的主要短板，这一发现与以往认为规划是瓶颈的认识不同。 明确指出了不同规模模型的不同改进路径，对…
MicroCharNet 以仅 0.08M 参数和 0.096 GFLOPs 的计算量，在 UFPR-ALPR 车牌字符检测数据集上达到了与多个近期 YOLO 基线相当甚至更优的精度，证明了超轻量架构在边缘设备上实时部署的可行性。
值得关注：挑战了“高精度必须依赖大模型”的惯性认知，为资源受限场景（如嵌入式车牌识别、移动端交通执法）提供了可落地的轻量方案。 与既有材料（如 AnyStyle 等）无重复；本卡片关注的是超轻量目标检测在特定垂直领域（车牌字符）…
尽管大语言模型（LLM）在众多任务上表现优异，但其是否具备、如何具备以及能在多大程度上展现出有效的元认知能力（对自身认知过程的监控与调节）仍不明确；本综述首次系统梳理了该领域的现有知识、评测方法、改进技术及未来方向。
值得关注：元认知被视为迈向更通用、可靠和可解释AI的关键能力。本综述系统整合了碎片化的最新进展，为研究人员和工程师提供了清晰的路线图。 与既往卡片无直接延续（本卡片聚焦于LLM的元认知综述，不涉及超级权重、EDA或多智能体辩论）。
本文提出了一种基于级联低秩适配（LoRA）的多模态融合框架，通过分阶段集成不同模态来提升医疗培训环境中动作识别的性能，且支持参数高效的扩展。
值得关注：该工作为多模态动作识别提供了一种无需重新训练全部组件的新融合范式，特别适用于模态种类逐步扩展的应用场景。与已有相关卡片（如MedPMC聚焦高保真数据提取）相比，本框架着重于**训练阶段的融合策略与参数效率**，而不是数…
本文提出一种**无需额外训练**的潜在身份调优方法，通过探索预训练冻结编码器的潜在空间中的语义方向，实现对特定身份的细粒度局部面部编辑，并保持跨图像的身份一致性。
值得关注：填补了现有方法在**细粒度身份编辑**方面的精度空白，无需针对每个新身份重新训练模型。 揭示了冻结编码器潜在空间中**语义方向**的结构化性质，为理解文本到图像模型的内部表示提供了新视角。 与已有相关卡片的增量信息：本…
Invariant Learning Dynamics of Transformers in Inductive Reasoning Tasks
本文提出一个以人为中心的人工智能（HCAI）框架，主张在词典编纂中AI应增强而非取代词典编纂者，强调通过高自动化结合有意义的人类控制来保障专业自主性、缓解偏见并围绕编纂者需求设计工具。
值得关注：区别于“以技术为中心”的AI应用，本文明确强调词典编纂中人类专业判断不可替代，倡导“增强而非替代”路线。 针对语言和文化多样性的保护提出具体关注点，这在低资源语言词典编纂中尤为关键。
LLM 作为裁判时的打分偏差并非仅表现为输入-输出层面的噪声，而是可以在隐藏状态的表征几何中找到低维、类型特异的方向。沿该方向进行因果控制可以双向调节评分偏差，且简单线性投影即可提前预测裁判在未见基准上的失败，性能远超基于文本的替代方法。
值得关注：现有研究仅关注输入-输出扰动的相关性，而本文通过机制可解释性方法**揭示了偏差在模型内部表征中的因果结构**，将几何结构、因果控制和操作性预测统一在同一个框架内。这意味着： 缓解偏差不再需要依赖提示调优或数据重采样，可…
本文提出Q-DIBA，首个针对量子神经网络的输入感知动态后门攻击方法，通过联合训练经典触发器生成器与受害者QNN、引入集成密度对比损失，在保持高干净准确率的同时实现高攻击成功率和输入特异性，并能抵抗多种现有防御。
值得关注：这是首次将动态后门攻击引入量子学习领域，解决了固定触发器易被防御的关键缺陷；提出的集成密度对比损失为克服量子特有的测量压缩和密度矩阵波动提供了新思路。与经典动态后门相比，该方法需要针对量子计算特性重新设计监督信号，具有原创性。
RAG 框架会将其检索到的意识形态话语传递到 LLM 生成中，且采样温度显著影响该传递强度：中等温度下话语对齐最高，低温度下由于确定性过强而抑制传递。
值得关注：此前 RAG 的鲁棒性研究多集中在事实性错误上，意识形态偏见的系统性影响被忽视。本文首次量化温度参数如何调控 RAG 中的话语转移，为 RAG 的伦理调参提供了实证依据。 与已有知识卡片（如 DynaKRAG 的检索策…