根据页面元数据，Model ML 利用 GPT-5.6 Sol，将金融工作从研究分析到可编辑、可追溯的 PowerPoint 与 Excel 交付物，以更高效率完成。
OpenAI 官网页面介绍了 Model ML（`https://openai.com/index/model-ml`）。由于未能抓取正文，本卡片仅基于页面标题与摘要元数据生成，具体事件背景、产品性质与发布时间均待核实。
SpaceX与Tesla联合宣布在美国得克萨斯州建设全球最大芯片厂Terafab，初期投入约168亿美元，确认采用自由电子激光光刻技术（FEL），并自建天然气发电厂与Tesla储能系统，以应对两家公司预计超1太瓦的算力需求。
据“腾讯研究院AI速递 20260810”报道，SpaceX与Tesla联手宣布在德州建全球最大芯片厂Terafab。 初期投入约168亿美元，规划超1亿平方英尺制造面积，将提供至少3000个岗位。 建厂动因是两家公司算力需求预计超1太瓦，超过全球芯片总供应。 产品覆盖边缘推理芯片与太空数据中心高功率芯片。
Jeff Dean在离职谷歌48小时后，于斯坦福AASF峰会首次完整阐述新公司Discovery Loop构想：要把科学发现循环自动化；他提出判断技术看“10倍提升”、寻找问题瞄准“五个已知苗头加两个未知挑战”等方法论，并认为云计算让顶尖人才持续流向创业公司。
腾讯研究院AI速递（2026-08-10）报道，Jeff Dean以创业者身份亮相斯坦福AASF峰会，这是其离开谷歌后的首次公开完整阐述。他回顾了MoE、TensorFlow、Gemini等Google AI技术脉络，并给出面向AI下一个十年的技术判断与问题选择框架。
微软研究员Papailiopoulos借助GPT-5.6与Claude Fable 5，证明了一个多项式时间算法能让MIMO检测精确命中最大似然阈值，攻克了悬置25年的数学难题。
据腾讯研究院AI速递（20260810）报道，微软研究员Papailiopoulos使用OpenAI GPT-5.6和Anthropic Claude Fable 5两个大语言模型合作，完成了一项此前悬置25年的数学难题证明：MIMO（多输入多输出）检测问题存在多项式时间算法，能够精确达到最大似然检测阈值。
NVIDIA 技术博客于 2026-08-10 发布文章，介绍 Meta 回归开源生态、推出 Muse Glimmer 的背景。文章指出：大多数大语言模型以“聊天”为主要场景优化，追求单轮交互和快速首 token 延迟；但智能体工作流需要多次顺序工具调用、长时间保持上下文一致性、可靠遵循指令和持续吞吐。Muse Glimmer 正是为“长期运行的智能体”而…
Anthropic为Claude Code新增跨会话消息传递功能，不同会话的AI可自主通信、对齐进度，解决多任务并行时的上下文同步痛点。
Anthropic对Claude Code进行功能更新，允许不同会话中的AI智能体自主互发消息。该功能主要面向多任务并行场景，帮助各会话中的AI对齐进度、传递信息，避免上下文不同步带来的协作问题。
AMIE（Video）首次展示了人工智能在实时临床视频问诊中达到专家级表现的可能性：在随机OSCE研究中，临床评估者对其病史采集、诊断、管理和体格检查观察的评分与初级保健医生（PCP）相当或更好；但患者演员在“融洽关系”和“伙伴关系建立”方面仍更偏好人类医生。
音频-视觉交互是患者与医生问诊的标准形式，非语言线索对病情评估很重要。纯文本医疗AI虽然已有进展，但丢弃了必要的感知维度，也限制了无法用文字描述症状的患者。早期将医疗AI扩展至视听交互的研究证明了可行性，但尚未达到临床医生水平。本研究旨在开发并评估一种用于实时临床视频问诊的AI系统。
主流专有LLM API以“加密文本块”形式把隐藏的逐步推理（chain-of-thought）返回给客户端，但这些加密块在同一提供商的会话、用户和模型之间兼容且可互换；攻击者可利用这一架构漏洞，把加密推理块注入同一生态内防护较弱的模型，强迫其输出明文推理，从而绕过反蒸馏、泄露隐私、暴露危险推理，并实现不可见提示注入。
背景：Anthropic、OpenAI、Google 等领先大模型提供商现在隐藏模型的 chain-of-thought，以保护知识产权并限制信息泄露。它们不把推理轨迹存储在服务端，而是以加密文本块形式返回客户端，客户端在后续请求中回传这些块。 问题：这些加密块在提供商的生态内“完全兼容且可互换”（跨会话、跨用户、跨模型），构成架构级漏洞。 论文提出一种可…
控球率是足球中最常被引用但也最误导的指标。本文提出“垃圾控球指数”标记低威胁控球序列，并用“空间创造指数（SCI）”从广播视频判断控球是否真正创造空间，从而将“创造了空间但未转化”与“无效死控球”区分开来。
现有基于事件的控球价值框架（expected threat、VAEP、on-ball value）只对持球动作定价，忽略了无球/off-ball 问题：球队控球时，到底是在创造空间，还是在进行无意义的倒脚？60% 在后场倒脚的控球率，并不等于 60% 的时间在压制对手。本文试图回答：一次控球是否创造了空间，还是“死”的？
SHE 提出一种从智能体交互轨迹中学习并演化“安全护栏”（harness）的框架，将护栏拆分为系统提示、规则库、安全记忆和工具策略四类工件，通过归因引导的演化循环显著降低攻击成功率（ASR），并提升良性任务效用。
LLM 智能体的安全性不仅取决于模型权重，还取决于智能体外围的“护栏”系统——它负责管理上下文、记忆、工具、权限和运行时控制。现有安全机制通常把护栏视为固定的部署产物，难以及时应对新出现的风险；同时，护栏各组件功能耦合，导致安全责任难以归因，阻碍局部演化。SHE 针对这一问题，提出从 rollout 轨迹中学习动态安全边界，使护栏能够随风险变化而演化。
Sci-VBench 是一个专门评估视频生成模型在科学领域中知识理解与因果推理能力的新基准，初步结果显示：当前模型在视觉真实感上进步明显，但在科学正确性与因果动态建模上仍不可靠，且闭源模型与开源模型之间存在显著差距。
现有视频生成评测多侧重表面视觉质量，难以衡量模型是否真正理解科学知识并进行推理。Sci-VBench 提出从自然科学、医疗健康、人文社科与工程四大学科出发，构建需要时间维度丰富、知识驱动和科学推理的视频生成任务，以检验模型能否超越“视觉上合理”的表象输出。
RynnValue 是一种开放源码的机器人操作价值基础模型（value foundation model），用“时间距离”（temporal distance）替代偏好或进度作为监督信号，仅靠时间戳即可从大规模异构数据中学习奖励相关能力，并在零样本泛化和真实世界策略提升上超越偏好监督方法。
通用奖励模型正成为扩展机器人学习的瓶颈。现有的奖励/价值模型通常依赖任务内部的锚点，如人类偏好标签或归一化进度，这些信号难以在不同机器人本体和数据源之间干净地迁移。该论文提出，是否可以用一种更通用、可扩展的监督目标来学习价值函数？RynnValue 给出的答案是：时间距离——从当前观测到语言指定目标的“有向代价”（directed cost-to-go），…
本文提出一个数据驱动的气候临近预报框架，将短期气候预测与供应链风险建模相结合，为哥伦比亚农业的实时气候风险评估和早期预警提供概念性架构；在受控计算环境中的原型和实验显示，短期降水临近预报可转化为可操作的供应链风险指标。
哥伦比亚气候变率明显，表现为降雨不规律、温度波动和极端事件频发，直接影响农业生产和物流，尤其对时间敏感型作物影响突出。研究问题是：如何利用历史气象观测和农业数据，通过数据驱动的临近预报技术，将气候信息转化为支持供应链韧性决策的风险信号？
RA-FinBERT 通过在 FinBERT 的 [CLS] 表征上拼接由 VADER 情感比例和来源元数据构成的四维特征，并以 LoRA 进行参数高效微调，仅新增 1,024 个可训练权重，即在金融新闻标题/描述的三分类情感任务上将测试集准确率从 63.44% 提升至 69.89%，宏 F1 从 0.526 提升至 0.634。
金融情感分析旨在将非结构化金融新闻转化为可支持市场分析与决策的量化信号。已有资源高效型金融 NLP 工作多集中于压缩或适配预训练语言模型，较少关注将上下文表征与轻量级规则特征相结合。本研究提出规则感知 FinBERT（RA-FinBERT），探索在低资源条件下用极少量额外参数融合规则情感信号与来源元数据，能否改善三分类情感预测。
CVPD（Contrastive Counterfactual Visual Process Distillation）提出一种完全自包含的多模态大语言模型视觉自蒸馏方法：通过“放大某个区域会改变并锐化模型答案分布，而移除该区域几乎不改变整图行为”的反事实盲区，从模型自身响应中生成密集的逐 token 对比监督，不依赖外部标注、工具或更强模型。论文报告，在…
多模态大语言模型的自我提升通常依赖基于奖励的方法，但奖励只提供粗粒度的标量反馈。 蒸馏可以提供更丰富的密集逐 token 监督，但在视觉领域通常需要外部标注、工具或更强模型构造特权上下文。 本文的研究问题是：能否完全不用这类特权信息，实现密集、同策略、逐 token 的视觉自蒸馏？ CVPD 的回答是：可以。其关键不是引入外部教师，而是利用模型自身在“局部…
该研究提出一个隐私保护的合成数据流水线：先用 StyleGAN 生成新颖的硬件布局掩码，再用条件 GAN（Pix2PixHD）把掩码转换为逼真的 SEM 图像；仅用这些合成图像训练的分割模型，可以成功迁移到真实 SEM 图像，并且性能优于只在有限真实数据上训练的基线模型，同时降低了硬件设计 IP 泄露的风险。
硬件保证（hardware assurance）需要借助扫描电子显微镜（SEM）验证纳米级结构，但自动化分析依赖大量高质量图像数据。实际中，SEM 图像采集耗时，且专用硬件设计受知识产权（IP）约束，难以公开或集中共享。该工作试图回答：能否用少量初始示例生成大量视觉真实但又不复制专有布线的合成 SEM 图像，并用这些合成数据训练可部署的分割模型？
MMDiff 是一种多模态模型差异分析框架，通过训练多模态稀疏自编码器（SAE），对比基础语言模型与多模态适配模型，把隐藏状态分解为可解释、可因果操作的特征方向，从而发现、审计和控制多模态大模型行为。
多模态大语言模型（MLLMs）虽然具备很强的视觉理解能力，但其内部真正导致这些行为的特征很难被识别、审计或控制。已有的 SAE 可以将隐藏状态分解为可解释的特征方向，但主要用于事后的检查，既不容易区分哪些特征是由多模态训练改变的，也不能直接用于目标控制。
本文是 POLIS 研究计划的第一篇论文。POLIS 是一个持续进行中的研究项目，研究多智能体系统的“算法制度”（algorithmic institutions）。 研究问题：AI制度中的哪些部分产生安全？它们如何产生安全？ 作者报告了一个冻结的 5,280-episode 研究套件。 主要的预先指定委托实验覆盖四个模型家族；另有一个针对高冲突场景的诊断…
在线策略蒸馏（On-Policy Distillation, OPD）中，学生与教师之间的“令牌失配”（token mismatch）比“令牌一致”（token agreement）更值得关注；论文提出 TIDE 方法，分别处理“学生多余”和“学生缺失”两类失配令牌，在数学推理基准上优于标准 OPD 及近期基线，尤其在教师-学生失配较强时提升显著。
论文揭示了一个 OPD 的失败模式：**退化的一致（degenerate agreement）**。学生可能通过重复性循环（repetitive loops）实现与教师接近完美的令牌级一致，但整体回答在全局上是错误的。因此，作者主张将注意力从“一致”转向“教师-学生失配”，并研究失配令牌如何影响蒸馏更新。
本文证明了一致稳定算法的矩不等式可以去掉对数因子，得到在相应范围内与下界匹配的泛化误差上界。
均匀稳定性是控制学习算法泛化误差的经典工具。Bousquet, Klochkov 和 Zhivotovskiy（2020）将这一问题归约为独立随机变量弱相互作用函数之和的矩不等式，但得到的上界含有一个额外的 $\log n$ 因子，并询问该因子能否移除。本文对此给出肯定回答。