CausalCoT 试图用“有向无环图 + 原子子问题隔离上下文”的推理框架，让思维链的中间步骤真正对最终答案产生因果影响，而不是在完整上下文下先“查答案”再补理由；其具体基准表现与实现细节待核实。
值得关注：若该主张成立，它针对的是 CoT 可解释性研究中的核心质疑：步骤“可读”不等于步骤“重要”。与已有卡片《可读性并非可解释性》所讨论的“步骤重要性只能从轨迹文本中部分恢复”形成呼应——CausalCoT 试图从推理结构上…
这篇论文把 LLM 当作“语料调试器”而非分类器：在 FineWeb2 的 2650 万篇斯洛伐克语子集上，一个带工具、只读且带预算的智能体经三次运行（每次成本 \$2.21–\$2.84）共提出七项发现、覆盖四类现象，其中最大一项是 1,408,437 篇（5.32%）机器生成内容农场通过了原流水线过滤。上述内容来自元数据与摘要，正文细节待核实。
值得关注：它给多语言语料治理提供了一种“一次性调试、长期低成本复用”的范式：昂贵 LLM 用于生成测试，廉价测试用于全量扫描。对以英语为中心设计的过滤规则在其他语言上的系统性盲区，这类审计可能比逐文档分类更可行。与既有卡片的关系…
BrickWright 通过为预训练编码智能体提供“积木搭建 API + 物理可行性验证器”，把 LEGO 积木搭建任务的物理有效率从基线最高 69% 提升到 512 条提示上的 100%。
值得关注：该工作表明，对于“要在物理世界成立”的生成任务，工具层面的装配接口与可行性验证反馈可能比单纯扩大模型能力更关键；同时它把智能体编码能力从纯数字 3D 建模延伸到受物理约束的实体装配，对理解智能体在实体建造类任务中的落地…
匹配读者母语（L1）的双语语言模型在预测其二语（L2）英语阅读时间上优于单语英语基线和其他母语双语模型，且这种优势集中在晚期眼动指标、受 L1-L2 文字系统重叠调节、并在中级水平读者中最明显。
值得关注：把“LM surprisal 预测阅读时间”的结论从单语扩展到双语/二语场景，指出单语基线在 L2 阅读建模上的结构性不足。 为“跨语言迁移与人类 L1 驱动偏向对齐”提供了行为层面的证据，连接了计算模型与双语阅读认知…
PC-DAPS 通过在一次采样过程中维护多个候选解、并按“先验一致性”剪枝与替换，缓解扩散模型求解歧义非线性逆问题（如相位恢复）时测量引导偏向“测量一致但先验不支持”模态的问题，且无需访问真实解。
值得关注：它把评估口径从“best-of-k 挑最好”转向“单次运行内多候选的先验一致性筛选”，直接针对扩散后验采样在歧义非线性问题上的失败模式；对相位恢复等难以用真值挑选实际部署结果的场景具有方法学意义。
BeNice! 提出两阶段方法（预训练随机深度 + 后训练 KV 广播），使循环（looped）架构在保持与标准微调相当的无共享验证困惑度的同时，实现跨递归的 KV 缓存共享，从而缓解推理内存随递归次数线性增长的问题。
值得关注：循环架构以固定参数量换取质量提升，但推理内存开销是其落地长上下文场景的关键瓶颈。本文不仅给出工程手段（BeNice!），还从机制上解释了 KV-shareability 的来源（收缩型残差动力学），并证明该共享策略可与…
LEAP 把“从轨迹观测中恢复随机作用量（action）”作为学习目标，在路径空间上构造可微目标，使同一学得的作用量能复用于路径排序、推断、机制操控、约束优化与采样，在随机物理系统、多体轨道动力学和分子模拟中验证。
值得关注：它把“轨迹”从生成对象转为可优化的目标载体：一次学习的作用量可在多个下游推断/控制任务间复用，避免为每个任务重训生成模型。对科学模拟而言，这提供了兼顾局部动力学与长程依赖的统一建模范式。与既有卡片中面向机器人操作的世界…
FlexPart 在单一模型内统一支持从稀疏点到密集包围盒/掩码等多种粒度的几何条件，在 PartVerseXL 掩码条件下将部件 Chamfer Distance（Part CD）相对 TripoSG + SAM3D 降低 16.6%、相对 OmniPart 降低 10.5%，同时保持有竞争力的整体网格质量。
值得关注：3D 部件生成的实际使用场景中，用户对控制精度的需求差异很大：有时只需粗略位置提示（稀疏点），有时需要精确区域约束（掩码）。FlexPart 的价值在于用统一模型吸收这种粒度差异，并通过跨粒度表示对齐维持几何一致性，指…
论文指出标准 softmax、log-softmax 与交叉熵实现存在两个数值 bug（Softmax Collapse 与 Softmax Cancellation），并给出简单修正实现，声称可消除“Slingshot”现象、加速 grokking、防止无权重衰减时的精度崩溃，并阻止蒸馏中学生网络偏离教师。
值得关注：该工作针对的是深度学习中最基础、最不易被质疑的算子实现。若两个 bug 在常见框架中普遍存在，则其修正不仅是数值细节问题，还可能改变对 grokking、蒸馏漂移和精度崩溃等现象的解释。与既有卡片中偏应用层的研究不同，…
腾讯研究院副院长杜晓宇在《一本书读懂词元经济》序言中提出：Token 二十多年经历“令牌—通证—词元”三次身份转换，词元经济是以大模型最小内容单位为计量基础、围绕智力服务生成与交易的新业态，其真正增量来自 Agent 对千行百业的带动，而非单纯的算力堆砌或内容替代。
值得关注：本条从 Token 语义演变切入，给出了“词元经济”的正式定义、计量与价值尺度的区分、Agent 驱动的产业逻辑，以及“每单位词元产出多少经济价值”的评估尺子，可与既有卡片中杨斌关于 Token 作为第五种关键计量单位…
马斯克宣布计划于2027年向全美约7200万名未成年人各赠一股SpaceX股票（总价值约105亿美元），并将AI与机器人带来的成本坍塌所对应的分配愿景称为“全民高收入”，而非“全民基本收入”。
值得关注：在AI资本开支高企、商业化仍在爬坡的背景下（参见既有卡片《SpaceX上市后首份财报：AI算力租赁收入同比暴涨247%》），把股权赠予与“全民高收入”挂钩，提供了观察AI红利分配讨论的一个样本。 与既有卡片关注的模型安…
Anthropic 于 2026 年 10 月 21 日宣布，哈佛大学实验物理学家、前理学院院长 Christopher Stubbs 加入其 Long-Term Benefit Trust（长期利益信托），成为该信托首位物理学家成员。
值得关注：对 AI 治理观察者：信托握有任命董事会多数席位的权力，其成员构成变化是判断 Anthropic 长期治理取向的可用信号；引入实验科学家可能强化对“可复现性、测量严谨性”等议题的关注。 与既有脉络的关系：本卡片补充的是…
2026 年 Anthropic 通过密集的“合作公告”把 Claude 推向企业、政府、教育与科研体系，合作形态从 IT 服务巨头的规模化部署、政府 MOU，到与金融机构共建服务公司、向公益与科研提供大额资助，呈现“渠道＋人力＋资本”三线并进的企业化扩张路径。
值得关注：此页把“AI 产业竞争”从单一的模型性能竞赛，扩展为**渠道网络、劳动力培训、评测制度与政府关系**的复合竞争。对既有“人工智能的学术化、集中化、国际化”脉络而言，本条提供的是 2026 年产业侧的具体增量：集中化体现…
据现有元数据，OpenAI 与 Google Cloud 将把前沿模型及 Codex 工作流引入 Gemini 的 Model Garden，并通过 Google Cloud Marketplace 提供，具体技术细节与商业条款待核实。
值得关注：采购路径变化：通过云市场下单，可能简化企业采购与合规审批流程（具体条款待核实）。 竞争格局：前沿模型供应商与超大规模云厂商之间由“绑定”转向“多向分销”的信号，但需以官方正文确认。 与既有脉络的关系：本卡片与“Open…
腾讯将元宝搜索能力通过腾讯云对外开放，以千亿级索引和日均数亿次调用支撑50多个内部业务，并以8毫秒级检索、30毫秒级排序推理的低延迟表现，把搜索作为可复用的AI基础设施输出。
值得关注：搜索是AI应用获取实时、权威信息的关键入口，平台化开放后，中小开发者无需自建索引即可获得接近大厂的检索质量。 与已有卡片中WorkBuddy相关条目形成互补：WorkBuddy既是被元宝搜索支撑的业务之一，也是腾讯AI…
据可获得的元数据，AT&T 正与 OpenAI 合作，让法律知识更易获取，其 LegalEdge 团队在重新思考法务需求的受理（intake）方式并规模化法律判断；具体做法与成效待核实。
值得关注：法务是知识密集、判断密集且风险敏感的职能，AI 切入 intake 意味着改变“谁先接触问题、问题如何被分类与升级”的权力结构。 与已有卡片中 Cooley 的 IPO 场景相比，本条代表的是企业内部法务（in-hou…
据腾讯研究院AI速递，出身英伟达GR00T团队的Dream Labs获9000万美元种子轮，上线Dream API，以自然语言生成电机指令、每小时2美元起，并称Dream-1可零样本适配新机器人。
值得关注：与既有卡片中“具身原生预训练模型”（LingBot-VA 2.0）、“本体认知”（爻方智能）、“机器人大脑路线”（宇树）相比，本条增量在于**商业化形态**：不是发布模型或路线宣言，而是把机器人大脑做成对外售卖的API…
DeepSeek将其内部推理框架DeepInfer全面开源，该框架已支撑DeepSeek V4.1 Flash的高吞吐、低延迟大规模推理服务，并同时兼容英伟达与华为昇腾平台。
值得关注：推理框架是模型服务成本与延迟的关键环节，开源生产级框架有助于行业复用工程经验。 同时兼容英伟达与昇腾，在芯片供应与部署选择上提供了跨平台的可行性参考。 与既有“DeepSeek自研推理芯片”卡片相比，本条是软件栈层面的…
美国国土安全部（DHS）发布通告，要求联邦民事行政机构不仅禁止采购DeepSeek产品，还须从现有IT系统中彻底清退任何底层使用DeepSeek模型权重的第三方软件与服务（美国企业亦不例外），并拟援引曾用于封杀华为的《联邦采购供应链安全法》作为法律依据。
值得关注：对产业：联邦采购合规将倒逼第三方软件与服务商做“模型来源披露”，可能催生模型溯源、权重清单一类合规需求。 对开源模型：禁令逻辑与“开源权重可本地离线部署”在技术上存在张力，材料已指出这一争点，后续如何界定“使用Deep…
OpenAI 发布文章《Broad access through consistent standards》，阐述其如何与分发伙伴合作，在扩大访问范围的同时维持一致的安全保障、支持负责任访问，并明确 Usage Policies 中的期望；正文内容待核实。
值得关注：对 AI 行业而言，模型能力通过第三方渠道分发时，安全护栏与使用政策能否保持一致，是规模化落地的关键治理问题。 本条可与既有卡片中“青少年安全使用 AI”“免费用户访问扩大”等主题形成互补：前者关注特定人群保护，本条关…