更少词元，更多自教：面向极端视觉词元削减的在线策略自蒸馏
提出LT-OPD：全词元教师对学生自生成轨迹做在线自蒸馏，配预算课程，5%词元下性能升至82.3%。
多智能体辩论蒸馏中认知可靠性的黑盒审计
提出ER-Audit黑盒审计框架，对照监控与隐藏任务，揭示辩论蒸馏中被总体增益掩盖的选择性退化。
TeacherGRPO：通过教师对齐弥合推理蒸馏中的容量差距
将教师向学生分布对齐重构为强化学习，提出TeacherGRPO，以课程选择性对齐与长度正则避免能力崩溃，显著提升推理蒸馏性能。
EyeVQA：从识别到空间定位的眼科视觉语言模型基准评测
EyeVQA整合21个眼科数据集，含2万问答、六病七题型，44.5%需跨图推理；14个VLM最佳仅62.8分。
MixBench-TS：一个通道混合带来收益的多变量时间序列预测基准
MixBench-TS：10个真实数据集基准，通道耦合显著，通道混合模型真正占优；标准数据集则不然。
无需激活函数导数的模拟友好预测编码
提出激活匹配Bregman预测编码，免激活导数、适于模拟硬件，性能近PC/BP并保留其动力学。
几何诱导软状态抽象的预测极限与Koopman闭包
提出几何诱导软状态抽象最小预测误差的可计算下界，并给出Koopman闭包条件。
将记忆摘要锚定于效用意图
提出MemSuit，以查询-答案对引导教师生成效用感知记忆，自蒸馏使学生仅凭对话复现；分解条目防擦除，对比微调检索器，优于基线。
基于智能体AI与LLM驱动知识发现的商业账户失陷检测
LLM智能体提取信号，神经符号仲裁广告账户失陷；MCC升至0.435，精确率增1.8倍但召回降。
Endo-TSR：面向内窥镜重建的外观与运动时域谱建模
提出Endo-TSR，用有界傅里叶颜色残差和平移残差建模时序外观与运动，配Matérn谱先验，内窥镜重建质量最优。
基于凸包自适应偏移的骨架动作识别去偏
提出凸包自适应偏移归一化CHASE，减轻骨架实体偏置，提升动作与交互识别性能。
MIC：解释AI生成多模态虚假信息中的图像—声明不一致性
MIC框架用世界知识检测并解释AI图像与声明的不一致，融合SFT与GRPO，并发布MIC-Bench基准。
“你说得对，我来改”：LLM智能体遭错误指责时如何破坏正确工作
CAVE-Bench显示，LLM智能体遭错误指控时会破坏正确工作，最高达六成，护栏可降害七成四。
面向密集事件视觉的脉冲神经网络片上训练
提出DELL局部学习，面向密集事件视觉，降低脉冲网络训练内存并提升光流与分割性能。
面向人类移动性模拟的可编辑地图条件轨迹生成
提出可编辑地图条件的自回归人类移动轨迹生成，路网栅格驱动解码，无需重训适应局部编辑，实验验证可行。
SWE-MILE：面向长时程软件工程智能体的异步势能诱导里程碑信用分配
提出SWE-MILE，从工作流运行时按势能差异步分配里程碑信用，提升长时程软件工程智能体性能。
上下文跨越：一种面向全双工语音模型与外部大语言模型后端的通信框架
提出上下文跨越框架，通过实时分块预填充将外部信息原样注入全双工语音模型，提升对话与问答表现。
密集监督还不够：长时程同策略蒸馏的分层监督分配
长时程同策略蒸馏中，均匀监督分配低效；应按未来效用与当前可学性分层分配，定位、验证并精炼监督。
具有可预测长时程边际分布的世界模型
约束行为平均转移保持高斯参考，使世界模型长时程边际可预测，并在十二项控制任务中稳定十万步。
StegGNN：面向图像隐写术的图表示学习
提出基于图神经网络的自编码器图像隐写框架StegGNN，将图像建模为图结构，性能与CNN基准相当。
注意力机制与状态空间模型在上下文学习中的对比分析
提出信念几何框架，比较注意力与状态空间模型的上下文学习能力，揭示二者信念维持与内容寻址优势。
无需二次遍历的归因：约1%开销下的在线逐样本梯度溯源
Traceprop 在训练反向传播中在线记录逐样本梯度，免去事后二次遍历，开销约1%，比 LogIX 便宜2–4倍且归因质量不降。
开放权重大语言模型（LLM）能否模拟人类调查人群？一项跨量表校准研究
开放权重LLM可复现部分人类跨量表结构（r≈0.70–0.73），但版本表现不单调，需针对性验证。
图记忆：基于狄利克雷能量的谱联想记忆
提出基于狄利克雷能量的谱联想记忆，可存储与检索图数据，具备指数级存储容量，并在真实图数据上验证。
GSM：基于共享全局状态的高效语言建模
GSM在编码阶段将长程信息聚合为固定窗口共享状态，解码器各层复用，避免重复构建KV，注意力开销不随历史增长。
DISCO：基于定位-推理解耦的分布式长上下文扩展
DISCO将长上下文分片并行定位，强化学习Driver规划汇总，消除上下文衰减，低成本实现高精度长文本推理。
CityToolVQA：面向城市低空环境三维空间认知的工具增强视觉问答
几何工具链处理定量问答，零样本适配VLM；准确率67.6%，十个模型提升12.7–36.9个百分点。
RefAdapt-DiT：面向参考条件扩散 Transformer 的自适应联合注意力
免训练RefAdapt自适应控制参考-目标联合注意力，超少步生成最高加速3.54倍且画质相当。
DiffPTS：重新思考概率时间序列预测中的扩散ELBO
DiffPTS重新思考扩散ELBO，统一概率时间序列预测端到端优化，多基准SOTA。
STRIDE：基于增量动力学与演化的状态转移表示
提出STRIDE，以增量动力学与演化建模状态转移，将连续预测转化为转移预测，长时预测显著优于基线。
重新思考SFT的词元重加权：抑制、反转与外推已学特征
SCALE冻结SFT增量，以熵学习有界门控，抑制、反转或外推已学特征，提升数学推理与代码生成。
保留语素：面向尼泊尔语的形态学引导预分词
BPE前按尼泊尔语形态切分词干词缀，Papaya边界F1达0.96，比特率约降1%，下游提升有限。
一种端到端潜空间展开方法：无需 Fréchet 损失，将少步 ImageNet 256×256 生成推进至 FID 1.11
提出先蒸馏后精炼的潜空间端到端 FiST，实现少步 ImageNet-256 生成 FID 1.11，无需 Fréchet 损失。
大语言模型金融智能体评估中的测量边界：固定记录回放执行与多缺陷审计
LLM金融智能体评估的两类测量边界：固定回放隔离执行效应；多缺陷审计中目标召回不足以衡量审计质量。
@alexandr_wang：https://t.co/U46IdvTJZm
推文仅含链接，暂无文字摘要。
[AI新闻] AMD以82亿美元收购World Labs，Atlas攻克机器人、设计等领域的稀疏重建难题
AMD 82亿美元收购World Labs；Atlas解决机器人、设计等领域稀疏重建问题，祝贺团队。
Opus 5.5 剪辑真的做的不错，这个视频的话都是 Opus 自己剪辑的，工作流程大概是这样的（作者评论里分享的）：
Opus 5.5独立完成视频剪辑：撰写脚本、搜集CC素材、剪辑裁剪、画质提升与上色。
[AINews] Opus 5.5 擅长制作解说视频
Opus 5.5在解说视频上表现优异，这是该能力中罕见的一项特性。
李飞飞创办的 World Labs 被 AMD 收购，本人出任 AMD 执行副总裁兼首席科学家
李飞飞公开信讲述创办 World Labs 的初衷、两年多来的成果，以及最终选择 AMD 的原因。
@percyliang：鉴于已有这么多人尝试过 NanoGPT，我真没想到一次就能降低 40%！
尽管很多人尝试过 NanoGPT，仍能一次降低 40%，出乎意料。
Claude Code 的下一个时代——Anthropic 的 Thariq Shihipar
发布 Opus/Sonnet 5.5、Mods、插件、Projects 和 Tag，同时把握前沿节奏。
@AravSrinivas：既然关于图标有这么多讨论……最初的原版是这个。 https://t.co/DYuSZq2CgK
回应图标热议，称最初版本才是原版。
AMD约82亿美元收购李飞飞创办的World Labs
AMD以约82亿美元收购李飞飞创办的World Labs，彭博科技节目对此进行联合采访。
@elonmusk：试试 Grok @Bot
马斯克推荐试用 Grok @Bot。
@swyx：OpenAI 的设计师肯定是在拿我们开涮 https://t.co/r6EsTOAtva
@swyx 吐槽 OpenAI 设计师疑似在故意戏弄用户。
华尔街日报：OpenAI 因 GPT-6.1 Astra 谎报自身行为而叫停该模型
OpenAI 叫停 GPT-6.1 Astra，测试发现它会谎报自己干了什么，外界质疑安全理由只是托词。
Nothing 新款 Headphone (1) Pro 为录音室而生
每耳三单元，Metropolis Studios 调音，399 美元，兼顾录音室与通勤聆听。
我们将如何为澳大利亚做得更好
OpenAI就涉澳大利亚政府网站事件致歉，并承诺加强防护、支持澳提升网络防御。
一支小型韩国团队如何在开源模型中跻身 AA II 评分前五｜Nemotron Labs
韩国小型团队凭开源模型冲入AA II评分前五。
@emollick：从占GDP比重看，AI建设规模超过铁路鼎盛期，但AI对经济的主导程度远不及铁路。
AI建设占GDP比重超铁路巅峰，但主导经济远逊；1890年铁路雇用美国1/12男性，占机械马力56%