旧金山警方无人机视频泄露揭露城市监控新现实
旧金山警局泄露Skydio无人机视频，暴露空中监控广泛性及网络传播风险。
最佳厨房堆肥与食物回收设备（2026）
WIRED实测，室内基本无味，助你负责任处理食物残渣。
教师与本地企业共赢：Meta扩建路易斯安那数据中心
Meta数据中心扩建至5GW，教师、企业与学生获得改变生活的回报。
@elonmusk：在后台模式下使用Grok代理
在后台模式下使用Grok代理
@GDB：优秀的使用案例
这是一个很好的实际用例。
@gdb：ChatGPT工作如此出色，为团队感到骄傲，期待人们探索可能性
ChatGPT表现卓越，团队自豪，期待大众探索无限可能。
视频生成模型是通用视觉学习器
视频生成骨干预训练实现通用视觉模型，综合任务性能超越专用模型，数据效率高，且涌现跨域泛化能力。
使用适度非结构化稀疏权重矩阵加速大型语言模型的GPU推理
提出三层矩阵存储格式，利用稀疏张量核与CUDA核协同，在中度稀疏下实现LLM推理加速，性能首次超越密集矩阵乘法。
用大语言模型增强基本面分析：基于RAG的投资者简报生成系统
本研究使用LLM和RAG系统，从公司报告及宏观数据自动生成投资者简报，并通过个人投资者评估其有用性。
ARCANA：面向ARC-AGI-2推理的反思式多智能体程序合成框架
ARCANA通过感知、假设、执行和反思的迭代协作，提升ARC-AGI-2抽象推理效率与质量。
通过格遍历的多层感知机区间认证
通过格遍历将对抗鲁棒性转化为区间认证，区分声音与完全认证，并揭示优化不对称性。
KV-PRM：通过KV缓存传递实现多智能体测试时扩展的高效过程奖励建模
KV-PRM通过直接读取生成阶段的KV缓存，将评分成本从O(L²)降至O(L)，性能持平或超越文本PRM，计算开销减少数千倍。
一种通过交互解释大语言模型知识蒸馏的统一方法
发现知识蒸馏机制是交互稀疏化，复杂交互稀疏度越高性能越好，提出CIP损失函数提升效果。
CogniConsole：将推理时控制外化为形式化抽象以实现可靠LLM交互
CogniConsole将推理时控制外化为结构化接口，实验证明控制不足是失败主因，而非模型能力。
让数据说话：用AI从众包集合中提取关键词
评估多种NLP方法自动提取众包关键词，无完美方案，模型选择影响大；开源抽取模型更负责任，生成AI需谨慎。
Vlasov方程平均场推导的形式化：AI辅助Lean形式化作为策略游戏
AI辅助Lean形式化Vlasov方程的Dobrushin平均场推导，实现完整无漏洞证明，并分离出可复用最优传输层。
iLENS：可解释的大语言模型引导的混合专家模型用于神经影像生存分析
提出iLENS框架，利用LLM引导混合专家模型实现AD转化生存预测，兼具高性能、可解释性与患者分型能力。
探针混合：通过探针从多模态大语言模型中的特权模态学习
MoP框架利用结构化探针解耦模态信号，有效利用训练时特权模态，最高相对提升65%。
解耦照明先验用于空间可控的多视角室内场景重照明
提出Lume-Palette框架，解耦照明为蒸馏与投射两阶段，实现空间可控、多视角一致的室内场景真实感重照明。
低位整数的有符号对称量化
提出有符号对称量化，通过符号选择将额外值分配给异常尾，保留对称量化效率，理论条件最优并验证性能提升。
HALO：面向语言模型的混合自适应潜在推理
HALO通过混合自适应潜在精炼选择性二次处理部分token，以更少计算超越固定精炼方法。
GATS：基于图增强的树搜索与分层世界模型的高效智能体规划
GATS通过图增强树搜索与分层世界模型，零LLM调用实现100%规划成功率，远超LATS和ReAct。
安全伪装：机密医学图像建模中图像伪装技术的系统评估
系统评估图像伪装：分类任务有效但分割退化严重，RMT平衡最佳，AES损害效用，重构攻击对医学图像效果有限。
长时终端基准：用密集奖励评分测试智能体在长时终端任务上的极限
提出含46个长时任务的终端基准，分解细粒度子任务实现密集奖励。评估15模型，最强通过率仅15.2%，揭示巨大提升空间。
粘性路由：训练MoE模型以实现内存高效推理
StickyMoE通过路由一致性损失减少专家切换60%，困惑度仅降4%，实现内存高效推理。
L-MAD：法律推理中多智能体辩论结构的系统性评估
L-MAD框架评估法律辩论结构，提升准确度8%，但增加讨论轮次会导致错误强化，界定了协作系统的安全边界。
一个突现的海市蜃楼：突现失调与重新对齐是否确实是一个稳健现象？
突现失调对数据集表面特征高度敏感，控制响应长度后快速重对齐消失，证据不稳健。
奖励传输：通过噪声空间对齐实现流匹配中的属性控制
利用最优传输耦合对齐噪声与分子奖励，训练时嵌入可控结构，推理时调节标量坐标单调控制属性，无需额外模型或梯度引导。
AgentKGV：面向知识图谱事实验证的智能LLM-RAG框架与两阶段训练方法
提出AgentKGV框架，采用蒸馏SFT与轨迹GRPO两阶段训练，在知识图谱事实验证中宏F1提升14.9%，搜索调用减少近半。
视觉Transformer从自然图像中学习类格式塔的图形-背景线索
ViT能从自然图像中学到包围性、凸性等类格式塔线索，对称性仅对均匀颜色有效。
LieBN：李群上的批归一化
提出LieBN框架，利用李群左右不变度量实现黎曼批归一化，在九种几何上验证有效性。
HAT超分辨率与PARSeq+CLIP4STR投票集成用于极端场景车牌识别
结合超分辨率与双识别器加权投票，在车牌超分挑战中获高分，运行快速。
PRecG：基于图神经网络与修辞角色分割的法律判例检索
提出PRecG方法，通过修辞角色分段和图神经网络分层学习文档表示，提升法律判例检索准确性。
Director：通过在线主动专家放置加速分布式MoE服务
Director利用预测驱动在线专家放置，实现近零停机迁移，端到端延迟降低11%-55%。
MedRealMM：面向中文在线医疗咨询的真实世界多模态基准
基于真实医患对话构建多模态基准，评估19个模型，发现当前模型在安全避免错误方面仍存在瓶颈。
神经-代理控制：一种基于深度学习的LLM驱动代理AI框架用于安全控制管理
提出神经-代理框架，结合LLM与时间序列基础模型，通过反事实物理注入杜绝幻觉，实现工业物联网零无效动作自主防御。
DaDaDa：面向数据市场的数据定价数据集
首个数据产品定价数据集DaDaDa，含16147个产品元数据，支持定价、分类与检索。
MultiView-Bench：面向VLM中以世界为中心的多视角整合的诊断基准
新基准诊断VLM多视角整合短板，发现3D空间关系薄弱，提出ViewNavigator框架显著提升性能。
复杂性引导的逐组件初始化用于语言模型预训练
分析预训练模型谱结构，构造模仿组件幅度与谱分布的初始化，但评估无性能优势，粗粒度谱匹配不可靠。
可可制图是否需要亚米级分辨率？——基于科特迪瓦景观分层的甚高分辨率影像、十米级地球观测输入与业务化产品评估
研究显示，VHR影像可可制图F1达0.92，优于十米级最佳模型(TESSERA F1=0.86)，复杂景观中VHR优势更显著。
字母词形还原：使用一对一和带状RNN逆转中世纪文本中的字符集简化和缩写
自监督一对一RNN恢复字符简化，带状RNN扩展缩写，引入字符语义相似性度量，实现字母词形还原。
小规模双曲语言模型中涌现的创造力、诚实与设计遗忘
三个小语言模型在双曲空间上实现行为审计、创意框架和设计遗忘，为可信赖伴侣AI提供小模型路径。
C-GAP：类别感知与在线提示提升视觉语言模型在不平衡类别上的性能
C-GAP无需重训练，通过复合描述基线和LLM迭代优化提示，大幅提升少数类检测[email protected]（COCO上相对提升81%）。
HERO：面向联邦持续学习的异质性感知基准库
HERO基准库解耦三因素，控制数据倾斜与任务顺序不匹配，评估发现方法行为随异质性改变，平均准确率掩盖弱客户端。
StereoSplat+: 前馈立体高斯泼溅与扩散辅助渐进推理
提出扩散增强渐进推理框架，从单立体对重建高质量3DGS，有效处理遮挡与视角外推，性能优于现有前馈方法。
大型文学语料库的自动主题标引：伏尔泰全集的机器学习方法
本研究利用机器学习在伏尔泰全集中实现自动主题标引，最佳模型F1达0.67，验证了方法的有效性及标引主观性下限。
Toward Auditable AI Scientists: A Hypothesis Evolution Protocol for LLM Agents
WILDTRACE：长上下文推理中自然证据线索的基准测试
WILDTRACE基准通过214篇自然长文档中的481个任务，评估模型对源内因果、时序、叙事证据链的整合推理。
STEAM：基于弹性匹配与自适应净化的稳定自训练
STEAM框架通过稳定自训练、弹性匹配和自适应净化，实现无监督跨视角地理定位，性能媲美有监督方法。
分布偏移下可靠的长程代理上下文演化的范围验证
GRACE利用类型语义图维护指令并局部验证更新，将严格可靠性从0.091提升至0.673，优于平文基线。