全部动态

GSBR 提出一种对预训练基策略“支撑集距离”进行惩罚的正则化方法，试图在在线 RL 微调中既不把 actor 拉向完整的基策略分布、也不硬性禁止支撑集外的改进，据摘要称在四个机器人基准的 19 个任务上把平均成功率从基策略的 33% 提升到 95%（待核实，正文未抓取）。

该论文提出，Physical AI 时代除具身机器人外还存在另一类同等重要的智能个体——“被 AI 增强的人”；实现路径是“认知共生体”（cognitive symbiont），并以“认知差距”为核心概念、以“共生循环”为设计空间，同时将治理纳入范式本身。

值得关注：它把衡量标准从“机器独立能做多少”转向“机器能让特定个人多具备多少智能”，并指出 Physical AI 讨论中长期被具身机器人遮蔽的另一半——被增强的人。与既有卡片关注机器自身能力提升（如递归自我改进、数字孪生智能体…

一项可复现的评测发现：当基于 Claude 的天气准备助手看不到官方严重天气警报时，可能在警报生效期间向用户表示“天气平稳”，作者将这种现象称为“虚假安抚”（false reassurance），发生率在盲测条件下为 37.7%–44.9%。（正文细节待核实）

DreamX 把预训练视频扩散模型改造成通用潜动作学习器，从视频时空特征中提取高度压缩（约 300×，1200→4 tokens/帧）且与视觉外观解耦的潜动作，在 LARY-Bench 上取得潜动作模型中的 SOTA，并支持跨具身、跨环境的零样本动作迁移与紧凑潜空间策略学习。

值得关注：跨具身通用动作表示是机器人基础模型的关键瓶颈之一。DreamX 的思路是把视频生成模型学到的动态先验转化为可复用的“动作语言”，让人类视频与机器人数据在同一潜空间中对齐；其 300× 压缩也直接指向降低视频扩散策略推理…

CATF 用 Transformer 实现的“经理”根据上下文把每个输入硬路由到单个“工人”预测器，使工人在无需人工划分数据的情况下各自专精，在 200 组对比中 162 组优于其单体对应模型。

值得关注：硬路由使每个输入只经过一个 Worker，相比软路由/集成有望降低推理成本，并让路由决策可被观察和解释（案例中体现为按日历路由）。同时“任意单模型预测器可作 Worker”意味着该框架可作为通用增强层叠加到现有预测模型…

据 arXiv 摘要，ΦasmaNet 是一个约 73.2 万参数的紧凑神经架构，面向进动、含高阶模式的雙黑洞信号参数，预测固定单探测器（Advanced LIGO 设计灵敏度）下的相位平均最优信噪比（SNR）；在 10^6 样本训练下，留出测试集 100−MAPE 达 98.73%，检测相关区（ρ>8）达 99.39%（R²=0.9998），单 GPU…

ARAFT 通过在对抗查询的最难正样本上施加列表式排序损失，并锚定冻结预训练模型的干净描述子，在预设干净精度预算内把基础模型 VPR 的对抗鲁棒 R@1 从接近零提升到 47.3（SuperVLAD）和 55.3（BoQ），且无需重新调参即可跨模型迁移。

本文独立复现了 Direct Nash Optimization 的实用变体 DNO-Prct，并在 Llama 3.1 8B Instruct 与 Mistral 7B Instruct v0.1 上验证：三轮迭代可显著提升 AlpacaEval 2.0 的长度控制胜率，且评分环节可改用同家族开源模型替代 GPT-4o。

值得关注：该研究为 DNO 类偏好对齐方法提供了独立复现证据，说明中小规模开放模型经此流程后可获得可观提升，且标注环节存在去专有模型化的可行路径；同时通过消融区分了关键组件与不敏感超参，对实际落地时的工程取舍有参考价值。

论文证明，在给定模型类与二分类数据分布样本访问的条件下，“不可知学习”（训练判别模型去区分正负标签）与“多准确/不可区分”（训练生成模型使其输出被该类所有成员视为与真实数据不可区分）这两类任务在计算复杂度上等价，并给出从不可知学习归约到多准确预言机的高效方向。

值得关注：该结果把生成式“不可区分”目标与判别式“不可知学习”目标在计算复杂度层面统一起来，并指出多准确预言机在自适应查询下具有超出此前认知的能力边界；这与“单个多准确预测器后处理不够用”的既有结论形成对照，为理解两类学习任务之…

本文发现投机解码中的数值噪声会随机影响长程智能体的推理准确率，通过训练草稿模型在关键推理点“被拒绝”，可以提升复杂编码任务的成功率，且不改变目标模型的输出分布。

值得关注：揭示了投机解码在长程智能体场景下并非“行为中性”，对推理准确率有实质性影响，挑战了既有的系统优化视角。 提供了一种低成本（仅训练极小比例参数）提升长程智能体准确率的路径，无需修改目标模型。 与既有长程智能体卡片（如 C…

论文提出一种面向无约束凸优化的自适应加速乐观对偶平均方法（A²ODA），在 \(p\in[2,\infty]\) 的 \(p\)-范数几何下采用低成本预条件，无需线搜索，并在广义局部光滑条件下给出可分离常数曲率与间隙依赖曲率影响的收敛界。

值得关注：大规模优化中预条件的成本与实现复杂度往往制约方法落地。该工作试图在"低成本预条件""简单统一更新""无需线搜索""可证明收敛"之间取得平衡，尤其强调 \(p>2\) 时更新并不比欧几里得情形更复杂，这降低了非欧几何优化…

该研究在三个 3–4B 参数 Transformer 中，给出了“任意标签少样本句子分类”这一上下文学习（ICL）场景下各组件如何组合成完整计算回路的因果解释：ICL 被刻画为一种带门控的联想查找（gated associative lookup）。

值得关注：将 ICL 从“行为现象”推进到“可定位、可干预的组件级回路”，为理解大模型如何在前向传播中完成“临时学习”提供了可检验的机制假设。 对可解释性、模型编辑与提示设计具有潜在参考价值：门控与抑制头等部件提示了 ICL 失…

Nature Methods 2026 年的一项基准评测显示：8 个深度学习从头（de novo）肽测序模型的测序错误大多源于质谱碎片离子覆盖不全，而非模型设计本身，因此更需要的不是"猜全序列"，而是能标注不确定区域并提示歧义的工具。

值得关注：它把 de novo 测序的能力边界从"模型优劣"转向"谱图信息量"：低质量谱图下，换模型或加后处理都难以根本改善。这对工具设计提出方向性要求——输出应标注不确定区段、量化置信度，而非强行给出全长序列。对蛋白质组学下游…

NVIDIA Cosmos 通过“开放模块化框架 + NIM 推理微服务”两条路径，把世界基础模型从训练、强化学习、优化到部署串成完整开发链路，并以 Cosmos 3 Nano 系列配方覆盖自动驾驶、机器人操作与手术仿真等交互式场景。

值得关注：这条发布把世界模型从“单点模型演示”推向“可复现的工程流水线”：一方面用开放框架降低传感器适配与后训练门槛，另一方面用 NIM 解决推理部署与显存约束。对物理 AI 而言，闭环仿真（生成观测回灌策略）是连接合成数据与策…

LifeVal 是 OpenAI 提出的一个基准，用于衡量 AI 在帮助人们完成日常事务（如寻找托育、管理财务、处理政府文书）方面的表现；由于原始页面正文未能抓取，具体指标与结果待核实。

值得关注：现有卡片多聚焦知识工作与代理长周期任务（如 AA-Briefcase）或复杂研究任务的模型融合（如 Fusion），LifeVal 若确为日常生活任务基准，则可补充“非专业场景、普通人事务”这一评估维度；与既有脉络的关…

谷歌Project Suncatcher原型卫星于10月1日入轨，首次在轨运行数据中心级TPU并生成、回传完整AI响应（Gemma 4），但从成本看太空算力短期内难以与地面数据中心竞争。

值得关注：这是“太空数据中心/在轨AI算力”方向的早期工程验证，把TPU与Gemma模型的实际运行放到了真实轨道环境中，而非仅停留在概念或地面模拟。 成本测算把讨论从“能不能做”推进到“什么条件下划算”，为后续产业判断提供了可引…

OpenAI 构建了名为 **Pando** 的 Git 兼容后端，目标是支撑 **Codex** 所带来的开发规模；由于正文未能抓取，具体架构与性能数据待核实。

值得关注：既有的 Git 规模化托管脉络（从 packfile 到 Spokes 架构）说明，Git 的分布式设计在集中托管场景下会暴露瓶颈，行业解法长期围绕 packfile 级复制与强一致同步展开。本条材料显示这一脉络正在向…

OpenAI宣布自12月起将Plus、Pro、Business三档订阅中的ChatGPT与Codex用量合并，统一按tokens计量，Instant聊天不占额度；具体各档额度与生效日期未公布。

值得关注：这是OpenAI订阅体系从“按产品分额度”向“按token统一计量”转变的信号，直接影响Plus/Pro/Business用户的日常使用规划与成本预期。结合此前API缓存与Codex缓存永久保留等动作，可见OpenAI…

据 The Information 报道，Meta 与傅利叶（Fourier）用约 3 个月造出人形机器人原型 Max，身高约 1.5 米、重约 48 千克、搭载 NVIDIA Jetson Thor，第二代已启动开发，量产与上市时间未定。

值得关注：这是 Meta 在人形机器人领域从软件/模型向硬件本体延伸的信号，且选择与中国本体厂商傅利叶合作。 与既有卡片中 NVIDIA Isaac GR00T 端到端开发工作流、Agility Digit 在 AGCO/Mer…

NVIDIA 推出 AI Cluster Runtime (AICR)，把 Vera Rubin NVL72 在 Kubernetes 上的调优配置固化为可复现的“配方”（recipe），并在参考集群上完成部署、一致性与跨节点 NCCL 性能门禁验证，目标是让新 GPU 硬件“首日可用”。

值得关注：对平台团队：把“调参考古”变成版本化、可审计、跨集群可复现的配方，降低新硬件上线的人为失误与时间成本。 对生态：显示 MGX 机架级架构演进到第三代时，软件栈（驱动、DOCA、DRA、IMEX、调度）需要同步升级，AI…