@mustafasuleyman：推出Ode Poetry。Ode是一个绝妙的诗歌药房，为你当下的心情朗读诗歌。只需告诉Ode你的感受，它就会利用微软AI音频模型，为你推荐诗歌专家William Sieghart会推荐的作品。
Ode诗歌药房借助微软AI，根据你的情绪朗读诗歌专家William Sieghart推荐的作品。
@elonmusk: Grok 4.5 好评如潮
Grok 4.5 获马斯克盛赞。
四个核反应堆在美国达重大里程碑
美国三座新微型反应堆在7月4日截止日期前达到临界状态，标志核能技术新突破。
埃隆·马斯克：试试Grok 4.5！
快来试用Grok 4.5版本。
@elonmusk：Grok 4.5 在 SWE 马拉松中也排名第一
Grok 4.5 在 SWE 马拉松中排名第一。
@elonmusk：月球与火星
马斯克对月球和火星的探索愿景。
@埃隆·马斯克：https://t.co/cD1DKNyLai
推文链接，具体内容未知。
埃隆·马斯克：Grok 4.5 在至少几个基准测试中排名第一，好于预期
Grok 4.5在多个基准测试中排名第一，表现超出预期。
@elonmusk：真酷
马斯克发推文“酷”并附上链接。
2800万美元的失误催生爱沙尼亚AI“找茬器”
爱沙尼亚因一个用词错误损失2800万美元，现用AI在立法前发现错误，并推动政务自动化。
@elonmusk：Grok 正在取得进展
Grok 持续取得进展。
@elonmusk: 是的
是的
@bilawalsidhu: 哇。这些家伙利用AI视频模型生成了一个假视频，其中立方体复刻了你想要追踪的像素的运动，然后使用经典技术提取完整的3D姿态。效果惊人。
用AI视频模型生成立方体模仿像素运动的假视频，结合经典技术提取3D姿态，效果惊人。
[AINews] SpaceXAI发布Grok 4.5，收购Cursor后首个Opus级模型
SpaceXAI持续加速，领先全球所有前沿实验室。
@dotey: 打个比方，你领养了个孩子，听着他第一声啼哭出生，看着他咿呀学语蹒跚学步，你一点点教他看着他一点一点的长大。
比喻从零训练和直接使用预训练模型：前者全程参与成长，后者跳过早期，对其过往一无所知。
@emollick: 一个值得关注的问题是，SpaceX/特斯拉等公司能否实现所需的组织变革，以充分利用其同时作为AI实验室的优势。
关注SpaceX等公司能否成功进行组织变革，以充分利用其AI实验室的优势。
@dotey：OpenAI今天发布GPT-Live，采用全双工架构取代ChatGPT原有语音模式
OpenAI发布全双工架构GPT-Live，同声传译演示惊艳，即日起全球推出。
@emollick：今晚我一直在给每个模型制造者挑一些微小但重要的问题，再多说一个：Grok 4.5没有模型卡。试图在前沿竞争的公司应该发布模型卡和测试结果，而不仅仅是基准测试！
批评Grok 4.5缺模型卡，呼吁前沿公司发布模型卡和测试结果，而非仅基准。
@emollick：OpenAI的指标讨论让我有点困惑。我感谢关于糟糕基准的澄清，但他们花了很多钱开发了一个非常好的自主模型在困难任务上的基准测试GDPval，却没有报告GPT-5.6的结果。
OpenAI花巨资开发优秀基准GDPval却未报告GPT-5.6结果，仅澄清低质基准，令人困惑。
绿线上的最后一个点之后有相当长的间隔
绿线末端出现长间隔
@sama：这视频真棒
称赞视频内容优秀。
@emollick: 管理者对AI价值的信念与使用方法决定实际收益——初创企业研究
管理者对AI价值的信念与使用方法决定了实际获得的价值，研究聚焦初创企业。
中文标题：通过蒸馏与跨模态集成生成的多语言转录本进行音频情感分析
中文摘要：提出跨模态Transformer集成音频与自动生成的多语言文本，通过蒸馏增强音频模型，显著提升情感分类性能且推理无额外开销。
从文本到参数：结合可靠性与设计上限的嵌入正则化预测项目参数
提出评估框架，用文本嵌入预测项目参数，难度可预测（达信度上限57%），强调重复交叉验证和尺度无关指标。
AgentLens：面向编码智能体评估的生产评估轨迹审查
AgentLens是一个评估编码智能体整个交互轨迹的生产级基准，通过审查和对比提供可解释分数。
TriRoute：联合自适应注意力、专家和KV缓存分配的统一学习路由
TriRoute通过联合路由控制注意力、专家和KV缓存，实现计算与内存协同优化，提升效率与鲁棒性。
使用自批评掩码语言模型的广告标题生成
提出基于自批评掩码语言模型和强化学习的广告标题生成方法，联合多产品条件，性能优于现有模型和人工标题。
QANTIS：在IBM Heron上硬件校准的序贯POMDP信念更新
QANTIS在IBM Heron上验证了量子处理器用于POMDP信念更新的后验精度，所有决策点硬件后验与精确贝叶斯后验选择一致。
中文标题：基于深度强化学习的可靠性双目标投资组合优化
中文摘要：提出深度强化学习框架优化投资组合，平衡收益与下行风险，在多种市场环境下降低风险且可扩展。
ProMoE-FL：面向缺失模态的多模态联邦学习的原型条件专家混合
提出基于原型条件专家混合框架，动态合成缺失特征，在公共X光数据集上超越现有方法。
学习社会规范提升动态人机协作中的兼容性
提炼结果可预测、价值对齐、优势意识三条规范，AI融入后协调效果提升近四倍，超越人际协调43%。
更健康的LLM：检索增强生成在公共卫生问答中的应用
本文扩展公共卫生问答基准，系统评估检索增强生成配置，表明混合检索提升召回与准确性，检索质量是关键。
LipSSD：用于对抗鲁棒目标检测的Lipschitz约束单次检测
提出LipSSD，通过Lipschitz约束实现鲁棒目标检测，与对抗训练互补，提升检测鲁棒性并保持精度。
用于ARC-AGI-1抽象推理和泛化的经济型智能体架构
提出两种经济型智能体架构，在无微调下将ARC-AGI-1基线提升约52个百分点，最高67.25% pass@2，成本仅0.62美元每任务。
MiLSD：面向资源受限设备的微型线段检测器
提出MiLSD，在亚兆字节预算下用紧凑网络实现线段检测，1MB内将sAP10从10.6提升到24.1，支持8位量化。
上下文搜索何时有帮助？反思驱动推理的采样复杂度理论
当反思可靠定位早期错误时，上下文搜索以多项式尝试实现指数级成功率提升，否则无渐近优势，且增益鲁棒可学习。
NEST：通过面向机制的专家混合模型应对数据集级分布偏移
提出NEST，用两阶段MoE建模重组数据集演化结构，实现长期预测最优性能。
LLMs无声纠正非裔美国人英语：通过激活导向审计和缓解方言偏见
LLMs系统性将非裔美国人英语重写为标准英语，提出cDGI审计和激活导向缓解偏见，发布最大AAE平行语料库。
LLM引导的任务-语义场分解用于工业过程预测
提出LLM引导TSF，离线构建语义场，在线预测激活语义，MAE降6.4%，参数仅增~2k。
校准虚拟筛选中的无声失败：边缘共形预测低估了少数类，而类条件修复方法可恢复其性能
标准共形预测在不平衡数据上严重遗漏少数类（覆盖仅4.2%），类条件修复可恢复目标覆盖，提供实用方案。
NLPCC 2026共享任务1概述：难度感知的多语言多模态医学教学视频理解评估
提出DA-MIVQA任务，按证据难度区分简单与复杂问题，含三个赛道，评估医学教学视频问答系统。
基于智能体建模中的大语言模型推理
提出HALE框架，结合大语言模型与基于智能体建模，模拟人类决策以预测COVID-19影响。
反事实公平的图像分类器是否满足群体公平？——一项理论与实证研究
通过新数据集发现反事实公平不保证群体公平，因存在相关但不因果的潜在属性，提出CKD方法可使其满足。
大型语言模型响应的综合评估：一个多因素评分系统
提出整合五维度的多因素评分系统，揭示LLM推理优势（0.6104）与事实局限，为模型评估提供透明框架。
STAGformer：面向微出行需求预测的时空智能体图Transformer
提出STAGformer，采用两阶段注意力机制实现线性复杂度高效全局建模，在纽约和芝加哥数据集上显著提升预测精度。
基于梯度的语音到文本对齐方法，适用于任意ASR模型：从CTC到语音大语言模型
梯度对齐法适用于任意可微分ASR模型，无需训练，在原生对齐弱时更优，但需逐token反向传播。
D2PO：通过动态偏好优化扩散采样器
D2PO框架利用动态偏好优化扩散采样策略，通过自改进对齐感知质量，超越传统回归方法。
SpaR3D-MoE: 自适应稀疏视图三维空间推理与几何归纳混合专家模型
提出SpaR3D-MoE框架，通过自适应时空采样与几何归纳MoE，从稀疏RGB输入实现三维空间推理，在VSI-Bench等任务达SOTA，平均分63.5。
WHERE to Generate Matters: Budget-Aware Synthetic Augmentation for Label Skewed Federated Learning
评估SageMath增强的LLM代理在计算与实验数学中的应用
提出ReAct式SageMath增强代理，评估显示平均解决率提升9.7个百分点，最高达75.2%，缩小了模型差距。