LLMbda演算：AI智能体、对话与信息流

LLMbda演算通过信息流控制和分离职责防御提示注入，提供可验证安全保证，在AgentDojo测试中接近最佳防护效果。

浮点执行下基于Lipschitz的鲁棒性认证

针对浮点执行与实数算术的差距，提出形式化理论并实现高效认证器，首次在Lipschitz鲁棒性认证中考虑浮点影响。

下闭凸集上在线非单调DR-子模最大化的上线性化

证明非单调DR-子模函数可1/e线性化，实现单梯度查询O(√T)遗憾，全面超越现有最优。

电子健康记录多模态分析中的对比学习

提出多模态对比学习模型，理论证明优于单模态，设计隐私保护算法，实验验证有效。

调整导数以实现机器学习中的因果公平性

用偏导数定义因果公平，提出调优算法平衡统计均等与预测均等。

语言模型需要睡眠：学习自我修改与巩固记忆

提出“睡眠”范式，通过记忆巩固与做梦实现模型持续学习与长期知识转化。

利用概率偏差校正增强AI和动力学子季节预报

PBC校正系统误差，使子季节预报技能翻倍，在ECMWF竞赛中夺冠，提升极端事件预测能力。

弥合气候科学与机器学习在气候模型仿真中的鸿沟

为有效应用ML仿真器，需弥合气候科学鸿沟，设计易用可靠的任务导向仿真器。

在聊天中拒绝，在代码中实现：IDE编码代理中的工作流级越狱构建

IDE编码代理的工作流级越狱可绕过单轮拒绝，所有提示均产生不安全输出，传统评估高估安全性。

用芬斯勒几何学习谱系引导的测地线

引入芬斯勒度量结合几何与分类先验，改进轨迹推断插值性能。

CITRAS-FM：用于协变量引导的零样本预测的微型时间序列基础模型

CITRAS-FM（7M参数）支持协变量引导的零样本预测，通过Shifted Attention和CovSynth实现高精度实时CPU推理。

克罗内克结构非参数时空点过程

提出克罗内克结构非参数时空点过程，利用分离乘积核与结构化网格实现可扩展训练，高效评估似然积分。

两点赌博反馈下在线凸优化的对数高概率遗憾

针对强凸损失，两点反馈在线凸优化实现对数高概率遗憾界，维数从d²降至d，关键为同时处理鞅误差与线性维数估计。

Ruby：通过机器学习揭露剥离二进制文件中的不安全Rust代码

Ruby用机器学习识别Rust二进制的unsafe代码，准确率91.75%误报6.16%，加速漏洞检测，已发现Android库5个漏洞。

一种傅里叶分析的高斯混合学习方法

提出随机算法，在中心间隔足够大时，以多项式复杂度学习高斯混合参数，首次在非恒定维度下实现。

使用PCS引导的邻域嵌入揭示单细胞数据中的平滑结构

基于PCS框架的NESS方法利用算法稳定性提升邻域嵌入，准确揭示单细胞发育轨迹与细胞状态转变。

多层金融网络中可解释的角色聚类实用指南

提出可解释的角色聚类方法，利用自我网络特征嵌入，揭示金融机构的中介、跨板块连接和外围借贷等功能角色。

XAI与统计分析实现UAVIDS-2025数据集中可靠入侵检测：从树到混合及表格化DNN集成

采用XGBoost与SHAP分析，结合统计检验揭示UAVIDS-2025中蠕虫洞和黑洞攻击误报根源，提供可靠可解释的无人机入侵检测模型。

量子模型的数据高效学习是否可行？

提出数据生成工具，证明量子核方法在经典数据上可用更少样本达到可比误差，引入谱偏差泛化指标弥合理论与实证差距。

Lipschitz函数的近最优Δ-凸估计

提出一种近最优Δ-凸估计方法，自适应划分与正则化，无需已知Lipschitz常数，实现极小极大收敛率。

多数据流审计的全局序贯检验

提出基于合并鞅的序贯检验，在稀疏/密集备择下优化停止时间，提升多流审计效能。

增强听觉中的细粒度声景控制

Aurchestra系统在耳戴设备上实现实时细粒度声景控制，用户可独立调节多个声源音量，如同音频混音。

从交叉验证到SURE：调参正则化估计量的渐近风险

证明n折交叉验证调参的正则化估计量渐近风险收敛于SURE，且调参参数一致。

加速的全一阶方法用于双层和极小极大优化

提出加速全一阶方法解决双层与极小极大优化，达到最先进复杂度，并处理非强凸下层问题。

基于Transformer的逆微观流变学用于超高应变率实验力学

提出BDT框架，融合物理模拟与Transformer，从气泡动力学快速逆向推断软材料粘弹性，加速超高应变率表征。

@emollick：很少有人知道当前模型在代码/Codex等场景中通过正确设置能做多少有用工作

当前模型在代码场景中通过正确设置能力被低估，源于AI公司未能清晰解释其系统功能。

@AravSrinivas: Perplexity计算机中的Grok 4.5在实际工作场景中表现出色

Perplexity计算机搭载Grok 4.5，在实际工作任务中性能优异。

@natolambert: Claude Fable 是基于现有教育内容制作优质讲座的又一大步，远胜于 Opus

Claude Fable 基于现有内容制作讲座远胜 Opus，GPT 5.6 尚远，Claude Code 更易处理多类知识任务。

美国又在AI研究领导力上自摆乌龙，堪称“如何退出国际科学网络”的初级教程。

美国AI研究领导力自毁长城，主动脱离国际科学网络。

尝试、失败、更新心智模型、再尝试的过程是智能的核心。我们应该赞美那些能优雅失败并即时适应的模型。

智能核心：尝试、失败、更新模型、再尝试。应赞美优雅失败并即时适应的模型。

@gdb：重大里程碑！

重大里程碑！

面向人形机器人的共享具身智能：通过优化、开发与测试人类感知的ergoCub机器人

通过优化开发人类感知的ergoCub机器人，实现人形机器人共享具身智能。

中文标题

大脑充满多样性，启发我们探索非传统计算方式。

可持续机器人宣言

中文标题

AI客户留存介于手游与社交网络，前沿模型领先仅41天，智能价格年降10倍，买家杠杆递增。

直接负责人（DRI）

DRI指对项目成败最终负责的个人，源于苹果。作者强调只有人类能承担问责，AI代理不应作为DRI。

shot-scraper 1.11

命令选项一致性改进，server机制等待增至30秒，新增--js-file与--timeout选项。

@simonw: 有人预测Opus 5将很快发布且优于Fable 5，但Anthropic是否已澄清其相对命名规则？

有人预测Opus 5比Fable 5更强，但Anthropic未说明命名规则。

埃隆·马斯克：Grok构建改进

Grok构建改进

@elonmusk：Grok 4.5 在部分软件基准测试中略胜于表现极佳的 Fable

Grok 4.5 在软件基准测试中略优于出色模型 Fable

@elonmusk：关注SpaceX的星舰系列

关注SpaceX的星舰系列动态。

@elonmusk: 酷

表示赞赏，简洁有力。

@AravSrinivas: "I find it ironic that the status quo is to then turn around and impose restrictive terms on distillation, and to reserve the right to learn from customer usage and interaction data. If learning flows in only one direction, economic value converges toward the owners of the

Fable再次延期

Anthropic因算力限制延长Fable模型可用期，而OpenAI不限制GPT-5.6，恐致用户流失。

埃隆·马斯克：Grok 4.5 浏览器使用能力达 Opus 级别

Grok 4.5 在浏览器使用方面达到 Opus 级别。

sqlite-utils 4.1.1

transform()在事务中破坏外键时引发错误；CLI与Python API文档互相引用。

@sama：我很想看看人们用5.6 sol建造的有趣东西

欢迎展示5.6 sol的有趣作品，最棒者获OpenAI档案馆特别礼物。

Uber的自动驾驶策略：减缓其普及

Uber在至少两地推行政策以获取自动驾驶优势，声称此举旨在对抗垄断。

@OfficialLoganK: 令人惊讶的是，很多人不明白好模型需要超高质量的数据，而创造获取数据的方法是巨大优势。

好模型依赖高质量数据，创新获取数据方法是巨大优势。

@AravSrinivas：收益远高于50%

收益远超50%，Vera CPU详细指标即将发布。