归一化使神经网络大部分参数呈尺度不变性；学习率调度与权重衰减通过参数范数构成隐藏反馈回路。本文提出一个精确离散时间定律：单个标量可汇总调度/衰减的驱动作用，而范数增长产生相反的几何自抑制效应，从而在“收缩主导”和“扩张主导”有效学习率区间之间形成尖锐边界。作者进一步指出，恒定学习率加权重衰减在该系统中无法稳定维持内部平衡点。
值得关注：不是只描述现象，而是提出可检验的定量边界：尺度不变优化在什么条件下转向收缩主导或扩张主导。 将自适应优化器在归一化网络中“更不稳定/更少自稳定”的现象与 self-quenching 强度差异联系起来，提供第一性原理层…
ToolLoop 提出一种闭环的工具调用数据合成框架，将合成过程拆解为“先采样函数名组合作为真值、再反向推导用户查询、最后正向推导工具调用”三个阶段，并用动态自反馈替代静态事后过滤，实现从 generate-then-filter 到 generate-verify-refine 的转变。仅用 11K 条合成样例训练一个 4B 参数模型，该模型在 BFCL…
值得关注：ToolLoop 的增量不只是又一种工具调用数据合成流程，而是一种面向数据合成本身的闭环控制思路：把静态“过滤坏数据”改为动态“引导生成好数据”。这在数据为中心的大模型工具调用训练中具有普适价值，也可能降低高质量工具调…
摘要的核心论断是：一个合适的抽象视角——“叙事情节／叙事理论”（narratives）框架——可以在非常多样的数学与科学领域中组织和引导关于时变数据的研究；该框架的具体形式化定义和验证细节需在正文中确认（待核实）。
值得关注：它针对一个真实的方法论缺口：时间现象在不同学科中被不同的数学语言描述，限制了共同理解和思想迁移。 它将带有范畴论色彩的抽象框架与人工智能、多智能体系统和控制问题并列，提供一种跨领域的基础视角。 标题中的“Invitat…
ThinkPrior 用一次离线“外部锚点”打分获得难度先验，使 RLVR/GRPO 训练在目标策略第一次 rollout 之前就能筛选提示；在 Qwen2.5-Math-7B 的 16 个随机种子实验中，早期“静默组”数量减少一半以上，到第 30 步的浪费 rollout 减少近五分之一，且未检测到最终精度差异。
值得关注：RLVR/GRPO 的奖励信号天然依赖组内差异，静默组会造成计算浪费；ThinkPrior 提供了一条不需要目标策略预热即可选择提示的路径。 该方法不改损失和优化器，可作为采样/选择层面的插件式策略，容易与既有强化学习…
在 Connect Four、Hex(7x7) 等中等规模博弈中，一种极简的自对弈近似值迭代（AVI）方法能够学习到比 AlphaZero 更准确的价值函数，其“单步前瞻贪心策略”也能在训练和推理成本明显更低的情况下与基于 MCTS 的策略保持竞争力。
值得关注：该结果提示，高性能博弈智能体未必一定依赖高开销的 MCTS。若更简单的价值迭代式自对弈方法能够以更低成本获得有竞争力的策略与更准确的价值函数，则可能为资源受限环境、实时决策以及更多强化学习任务提供更轻量级的研究和工程路径。
本文用代谢约束下训练的脉冲神经网络模型比较了两种优化目标——高效编码当前视觉输入与高效预测约100毫秒后的未来场景，发现“预测未来”的模型不仅能再现视网膜感受野及其马赛克式排列，还能跨物种预测视网膜神经节细胞对自然图像和视频的反应，提示视网膜并非只是视觉输入的压缩器，而是被组织起来为大脑提供视觉“预见”。
值得关注：这项研究为“预测处理”理论提供了来自视网膜建模的证据，把通常与高级皮层相关的“预测”功能下推到感觉外周。它也为类脑视觉模型、脉冲神经网络训练目标设计提供了新思路：与其只追求高效表征当前输入，不如让模型学习预测未来输入。
TANGO 提出一种“全身视觉-语言-导航”框架，将自然语言指令与第一视角 RGB 观测直接映射为人形机器人的 29 自由度关节空间动作，在仿真中训练并在 Unitree G1 人形机器人上零样本部署于杂乱真实场景；论文称其为该方向首个工作，但具体性能数值与实验细节待核实。
值得关注：将 VLA 模型从常见的桌面操作或二维导航扩展到“全身 + 三维杂乱空间”的人形导航，直接生成高维关节动作，而不是只输出路径点或末端速度。 与已有相关卡片中的 TurboVLA、FibVLA 等工作侧重推理效率或时序建…
统一多模态模型中的图像分词器不应只靠重建指标或单一理解/生成任务来评价；本研究提出应在与文本联合建模的自回归测试环境中，按任务跟踪验证损失，并发现“重建更好”并不一定意味着任务损失更低或下游表现更强。
值得关注：本研究的增量在于：它把图像分词器放到统一多模态模型的联合自回归训练中，而不是只当作独立的视觉编码模块来评估。任务级验证损失提供了连接分词器设计、多模态联合建模和下游表现的中间观测窗口，尤其提醒研究者注意“重建好”与“联…
本文研究光滑凸优化中梯度下降（GD）使用“预先确定的非负步长序列”时能被加速到什么程度，证明 Silver schedule 对应的收敛速率几乎是最优的：在非 anytime 与 anytime 两种设定下，最优多项式收敛指数分别被确定下来，但只精确到低阶指数项级别。
值得关注：重要性在于：已知构造性上界之后，还需要匹配的下界才能确认“不能再更快”。本文提供的就是这类下界，从而将 GD 在预设非负步长下的加速极限落在几乎是 Silver rate 的位置，并区分了非 anytime 与 any…
SAEScientist-Bench 将“SAE（稀疏自编码器）机制可解释性发现”构建为可重复、可量化的评测基准；结果显示，前沿 AI 智能体已具备一定的自主发现能力，但整体仍明显低于专家基线，尤其在因果生成干预维度落后较大。
值得关注：该工作把“可解释性研究”本身变成了 AI 智能体的评测任务，而非只评测模型训练或代码工程能力。 它为封闭式自主 AI 研发补上了“事后监控与安全审计”这一缺失支柱提供了一种可测量的基准。 相对于已有工作只关注开放式研究…
在闭环自主主动建图基准中，提高学习占据（learned occupancy）的准确性并不会单调提升覆盖率；论文提出一种“观测门控滤波”（observation-gated filter），无需重新训练或真值标签，即可改善特定易失败起始位置上的规划表现。
值得关注：该论文聚焦的并非单纯提升占据补全精度，而是揭示学习占据在自主系统闭环中的双重角色冲突：一个表示同时用于“增益评估”和“碰撞约束”时，无支撑预测可能带来耦合性误差。其增量信息在于：即使占据精度提高，也可能不改善闭环覆盖；…
ReCite: Agentic Reasoning for Faithful Citation
论文提出“程序性图”（Procedural Graph）：将智能体“下一步该做什么、按什么条件做”的程序性知识组织成显式图结构；智能体在每一步由图引导行动，并通过失败与成功轨迹的对比自动编辑图本身，从而在长程任务中持续改进执行效果。
值得关注：长程 LLM 智能体不能只依赖“记忆更多对话历史”，还需要让“如何执行”本身变得显式、可检查、可改进。程序性图提供了一条从知识图谱类比出发的路径：把 does 变成图，再让图在执行验证中自我演化。
Point4D 是一种面向长视频序列的前馈式4D重建模型，能够在数百帧视频中推断稠密的逐点3D轨迹，在超过200帧的长视频追踪基准上达到当前最优水平，并显著优于此前的前馈4D方法。
值得关注：将稠密3D轨迹恢复从短片段推进到数百帧的长视频范围，突破了此前4D方法在输入窗口长度上的明显限制。 通过“直接重新查询3D端点”的设计，避免了逐帧重投影或匹配带来的累积误差和计算瓶颈。 与既有脉络的关系：SM4RT 强…
PlayTrain 将 LLM 从简短人类提示生成/修改 JavaScript 游戏的能力，与可在标准 “gym” 环境中运行 JS 游戏的高效强化学习管线结合；研究者只需要一个由 LLM 生成或修改的 JS 文件，就能同时获得可供人类游玩、可供 RL agent 训练的视频游戏环境。
值得关注：将 VGE 开发的重心从“手写大量环境代码”转向“用 LLM 生成、修改和维护单个 JS 文件”。 同一游戏环境可被人类直接游玩检查，同时又能用于 RL agent 训练，便于快速判断环境是否符合设计意图。 可对游戏内…
在150个波兰语合成初级保健咨询案例中，临床AI系统Doctorina在自适性信息收集后的首要诊断一致性为82.0%，而医生比较组（8名医生）为57.0%，相差25.0个百分点；Doctorina在进一步检查建议和初始治疗建议的评分上也高于医生组。该结果来自合成案例，不能直接等同于真实临床结局。
值得关注：这项研究提供了同一场景下“临床AI系统 vs 人类医生 vs 通用前沿语言模型”的量化对照，并把评估终点从诊断选择延伸到检查建议与初始治疗建议。相比已有医疗大语言模型安全与安保综述的宏观框架，本卡片所依据的论文是一个具…
NOAH 是一种时间感知、任务无关的生成式 Transformer 模型，可用于表示和预测完整的纵向多模态患者旅程；论文声称它是该领域首个“真正整体性”的生成式模型，但该表述仍需同行评议验证。
值得关注：NOAH 试图把“完整患者旅程”作为建模对象，而不只是单一检查或单次就诊。它同时覆盖多模态数据、不规则时间动态、随机性、预测未来状态和反事实干预，超越了传统上以判别式为主、仅限于少数模态的纵向模型。这使得它有望成为个性…
本文研究“每个输入只激活少量隐藏单元，但不同输入合起来可能使用整个网络”的输入依赖稀疏性，对 Awasthi et al. (COLT 2024) 的一层隐藏层 ReLU 模型给出了至多差对数因子的近紧经验 Rademacher 界；关键结论是：每输入活跃单元数 \(k\) 不会自动消去网络宽度 \(s\) 带来的复杂度影响，输入域与偏置范围也会显著改变复…
值得关注：它刻画了一种常见但容易被误读的情况：稀疏激活是“输入依赖的”，而非网络本身只有少量可用单元。 理论表明，仅仅给定每个输入至多激活 \(k\) 个单元，并不能推出复杂度只由 \(k\) 决定；活跃单元集合在不同输入间变化…
论文通过葡萄抗寒性预测这一真实农业案例表明：在按品种划分任务、每个品种的真实标签稀疏且有限的情况下，某些多任务学习（MTL）架构能够持续优于单任务学习和现有科学模型；并且，用一个 MTL 模型同时学习抗寒性与萌芽预测，能同时提升两个任务的准确性。
值得关注：真实农业时间序列问题往往标签稀疏、样本有限，论文提供了一个来自实际生产问题的 MTL 案例，而不是仅在标准数据集上的验证。 抗寒性实际测量困难，预测模型对应对春季霜冻灾害具有直接现实意义。 跨品种的数据共享和迁移，可能…
MeClear 是一种面向长时程 LLM 智能体的记忆清除框架，通过合作式博弈归因识别对当前任务有负向下游效用的记忆，并将其从智能体执行上下文中选择性抑制；在十组长对话记忆池上，整体任务恢复率达到 82.3%，较 Leave-One-Out（LOO）基线提高 25.5 个百分点。
值得关注：已有长期记忆工作主要处理“怎么存、怎么找、怎么更新”，MeClear 则正面处理“如何让某些记忆在特定任务中失效”。相比 MemLens 用 Shapley 值评估记忆价值并分层查询，MeClear 的增量在于把归因结…