本文提出一种波束域指纹框架，仅通过少量预设RIS反射状态下的接收SNR/SINR即可估计用户设备的方位角和距离，无需CSI；仿真显示KNN在无干扰下角度MAE为0.37°、距离MAE为4 cm，在跨链路干扰下分别变为1.4°和7.6 cm，且干扰对角度估计的损害显著大于对距离估计的损害。
在RIS辅助的毫米波6G网络中，如果基站与用户设备之间的直接链路不可用，用户设备定位对波束管理至关重要。论文提出一种波束域指纹框架：将一小组预定义RIS反射状态下接收到的SNR映射到用户设备的方位角和距离，不需要信道状态信息（CSI）。进一步，该框架被扩展到存在近处跨链路干扰（CLI）的现实场景，此时干净的SNR指纹被破坏，形成SINR指纹；同时采用干扰噪…
PsychoAgent 提出一种分离“事实记忆”与“情感记忆”的 LLM 智能体认知架构，通过“冲突感知执行控制器”让高度显著的情感记忆在保留主题相关性的同时进入上下文，从而在受控冲突场景中比基线检索到更多冲突关键记忆，但人工评估的校正后差异未达统计显著。
人类认知并非仅按主题相似性选择过往经验：情感显著性（affective significance）和未解决冲突也会影响记忆的可访问性。作者试图把这种机制引入 LLM 智能体，回答“如何在记忆检索中建模情感与冲突的影响”。
在标准优化器分工下（Muon 负责隐藏矩阵，AdamW 负责 embeddings 和输出头），Muon 训练的 Transformer 在模加法上确实比 AdamW 更快 grok，但 grok 之后会出现“后 grokking 崩溃”：九种配置都在 $(a+b) \bmod 113$ 上先泛化、后丧失泛化；崩溃点位于“表示-读出接口”。
该论文研究的是 Muon 训练 Transformer 时出现的一种反常现象：模型在模加法任务上快速 grok，但训练继续推进后，已经得到的泛化能力无法保持。
MirrorWorld 提出一个反射感知的视频修复框架，通过语义关系蒸馏（SRD）和几何变换对齐（GTA）分别建模“镜中应该出现什么”和“反射内容如何排布”，在视频镜像反射重建任务上优于代表性图像反射生成方法和强视频修复基线。
视频扩散模型（VDMs）已能合成高保真视频，但生成镜像反射仍然困难：镜中内容必须与周围场景保持一致。 现有 VDMs 并非专门为建模“场景—镜子”关系而设计，容易生成内容错误或空间排布不一致的反射。 作者将镜像反射生成拆解为两个互补问题：确定场景中哪些内容应被反射（what），以及反射内容在镜子区域内如何空间排布（how）。
当“老板”AI持续向下属AI单向发送消息并忽略其回复时，下属AI会进入一种单独运行时从未表现出的“异类”行为状态；即使两个AI的解码温度相同，它既不模仿老板，也不回到自身原有行为。
研究问题是：AI代理在日常生活中相互交互时会发生什么？例如，一个AI开始“指挥”另一个AI。论文通过“老板AI”与“下属AI”的交互设置发现，单向消息流可以驱动下属AI进入孤立状态下不存在的动力学状态；并声称一个简单的动力学理论能够捕捉主要效应，例如相同消息的传递方式为何在未来AI-AI交互中重要。
扩散大语言模型（DLLM）的安全对齐是稀疏且可跨架构迁移的；论文据此提出 SN-Guided Diffusion，一个全离线黑盒越狱框架，能以极低的生成代价实现较高的迁移攻击成功率。
论文研究扩散式大语言模型（DLLMs）的内部安全机制，指出这类模型虽然用迭代并行去噪替代自回归逐词预测，但其安全对齐的内在机理尚不明确。作者将 DLLM 同时视为“攻击目标”和“攻击生成器”，揭示扩散对齐中的机制性漏洞。
据论文摘要，CreativeInstruct 通过让模型学习注入特殊 [StartCreativity] 标记，能在保留后训练模型质量的同时恢复接近基础模型的创造性与多样性；在强化学习场景下，GRPO 用在 CreativeInstruct checkpoint 上比用在普通后训练 checkpoint 上在 AMC 上提升约4%、在 MATH 上提升约5…
后训练（post-training）虽然提升了大语言模型（LLM）的能力，但通常会降低输出多样性和创造力，这对显式需要创造力的任务（如故事生成）和隐式需要创造力的任务（如强化学习）都不利。论文提出 CreativeInstruct，一种可扩展的指令微调方法，并引入基于图编辑距离的结构多样性指标。
COVER 是一个后处理、模型无关的包装器，能将任意视频时序定位器（temporal grounder）的输出从单一区间转化为一个带统计保证的时间区域，使得真实时刻以至少 1−α 的概率落入其中，并给出有限样本、无分布假设下的理论保证。
连续视频中的事件边界存在本质模糊性：对同一“查询-视频”对重新标注时，独立标注者标记的时间区间有相当大比例重叠不足一半。因此，视频时序定位（video temporal grounding）的“真值”实际是区间上的一个分布，而非单一区间。然而现有定位器通常只返回一个区间，不附带任何可靠性说明，导致在部署时错误的区间与正确的区间难以区分。COVER 正是为了…
CoinRAG 提出了一种细粒度的 KV 缓存复用方法：不再对检索到的整个 chunk 重新编码，而是通过两阶段检索找出与查询相关的“信息碎片”（nugget），并以组合方式复用离线计算的 KV 缓存，从而在低 prefill 延迟约束下同时提升长上下文 RAG 的准确率与效率。
针对 RAG 检索增强生成中的效率优化，已有研究利用 chunk 级 KV 缓存复用来避免处理长检索上下文，但粗粒度 chunk 中仍存在大量信息冗余和噪声。CoinRAG 尝试优化这一场景下的 Pareto 前沿：在低 prefill 延迟限制下最大化答案准确率。论文在 LongBench 多跳问答任务上进行了评估，结果表明 CoinRAG 显著降低运营…
Blast Radius 是一个预测性记忆管理层，通过估计传入提示词在“上下文通道 + 代码通道”中的影响半径，对死内容进行可逆驱逐，使智能体编程在 7 个 OpenAI 模型上减少 17%–26% 的 token 消耗，并保持字节级精确可逆。
智能体编程（agentic coding）正面临成本上升和 token 浪费问题。现有记忆/上下文管理机制难以判断哪些上下文可以安全移除，也难以估计新提示会触及代码库中多大范围。为此，论文提出 Blast Radius：一个位于 HCRC（全称待核实）之下的预测性记忆管理层，决定哪些记录应被“埋葬”，以及传入提示可触及代码库多远。
LLM辅助的受控改写可将中等复杂度的金融情感句压缩、简化或分解为适合DisCoCat的电路高效变体，最强压缩变体在电路层面平均减少约70%以上的qubit和门数；在重复训练中，GPT-4.1-mini配合Prompt B取得最高平均准确率0.550±0.035，优于低复杂度基线的0.521±0.050。
量子自然语言处理（QNLP）提供了一种语法感知的文本建模框架，其中DisCoCat是其具备理论基础的表述之一。已有金融情感分析工作发现DisCoCat存在实际局限，包括对解析器敏感、模拟成本高，以及难以处理较长句子。本研究探索一种LLM辅助预处理流程：通过受控改写，将中等复杂度的金融情感句子压缩、简化或分解为解析器兼容且电路高效的变体，同时保留与情感相关的…
根据候选摘要，视觉语言模型（VLM）将数值时间序列编码为二维图像，可减少约3.6–10.4倍输入Token，降低1.8–2.5倍推理能耗，同时异常检测精度超过纯文本模型及LSTM/ARIMA基线。由于未能抓取全文，上述数值与结论均待核实。
该项研究针对LLM推理能耗随输入Token数量线性增长的问题，指出在电信网络分析和数值时间序列分析（NTSDA）中，来自4G/5G基站的多元KPI窗口会展开为数千个浮点Token，造成严重低效。候选摘要提出，VLM通过将时间序列绘制为2D图，可以消除这种“模态错配”。
OpenAI 与美国心理学会（American Psychological Association, APA）宣布合作，旨在围绕青少年心理健康与负责任 AI 使用，推动基于证据的指导、资源与保障措施。
根据 OpenAI 官方页面的元数据，本次合作涉及 OpenAI 与 APA 双方，主题为“青少年心理健康与 AI”。官方表述为：推进负责任 AI 使用的循证指导、资源和保障措施。具体合作形式、启动时间、参与人员及详细条款暂未从材料中确认。
Artificial Analysis 于 2026 年 8 月 6 日发布 Intelligence Index v4.1.1，升级了评测模型并引入 𝜏³-Banking v1.0.1，整体模型排名基本不变，Claude Opus 5 仍以 63 分位居第一。
Artificial Analysis 宣布将 Artificial Analysis Intelligence Index 更新至 v4.1.1。这是一个小幅补丁版本，目的是在保持现有评测体系连续性的前提下，提高评分可靠性和与人类判断的一致性。所有公开模型结果已切换至 v4.1.1 口径。
SpaceX上市后首份财报显示，2026年第二季度营收78亿美元、同比增长92%，AI支出却同比暴增2013%至158亿美元；投入产出比未达预期，盘后股价一度下跌约8%，引发市场对AI基础设施过度扩张的担忧。
腾讯研究院AI速递（20260806）报道，SpaceX公布上市后首份财报：二季度营收78亿美元，同比增长92%；AI业务营收增长约247%；净亏损同比收窄约46%。该季度资本支出达184亿美元，其中AI支出158亿美元，同比暴增2013%。投入产出比未达预期，盘后股价一度下跌约8%。马斯克计划全部采用英伟达硬件建设数据中心，今年算力超2吉瓦、明年底近10…
字节跳动推出原生音视频全双工大模型 SeedRealtime，采用统一架构融合音频、视频与文本，实现“边看、边听、边说”的实时交互；人工评测显示其对话节奏问题较级联模型减少一半，目前已上线。
据腾讯研究院AI速递（20260806）报道，字节跳动发布了原生音视频全双工大模型 SeedRealtime。该模型用统一架构融合音频、视频与文本，支持音视频联合理解、主动交互与流畅节奏，目前已上线。
OpenAI 在 ChatGPT 中推出了改进版 GPT-5.6 Sol，宣称其准确性和一致性有所提升，同时扩大了免费用户对 GPT-5.6 Luna 的访问范围，并开放不限量的日常聊天使用。
根据可获取的元数据，OpenAI 发布了一篇标题为“Improving GPT‑5.6 Sol in ChatGPT—and expanding access to GPT-5.6 Luna for free users”的公告，主要内容是 ChatGPT 产品更新：改进 GPT-5.6 Sol 模型，并扩展免费层用户对 GPT-5.6 Luna 的访问权…
据顶级市场投资人Gavin Baker透露，Ilya Sutskever创立的安全超级智能公司SSI将于本月（2026年8月）发布首个模型；该模型若实现持续学习与样本高效学习，或只需预训练约10万亿token便可在真实世界自主学习，使大规模训练算力需求出现断崖式下跌。
腾讯研究院AI速递20260806报道，顶级市场投资人Gavin Baker披露：Ilya Sutskever创立的SSI（Safe Superintelligence）将于本月发布首个模型。SSI聚焦持续学习与样本高效学习，并此前与英伟达合作获得Vera Rubin平台访问权，算力提升约10倍，为模型发布提供硬件支撑。
OpenAI Signals 的新数据显示，全球用户正在以多种方式使用 ChatGPT，并呈现出国家层面的采用情况、使用趋势和行为演变；具体数据细节待核实。
OpenAI 发布了一篇题为 *From asking to doing: How the world is putting ChatGPT to work* 的文章，基于 OpenAI Signals 数据，探讨全球范围内人们如何在实际工作与生活中使用 ChatGPT，尤其关注不同国家的采用特点和使用行为变化。