@emollick: 从首个扩散DOOM开始玩这些世界模型/游戏，20帧多人体验不错。"火箭联盟之梦"，诚哉斯言。
我自首个扩散DOOM起玩这些世界模型/游戏，20FPS多人模式不错，真可谓"火箭联盟之梦"。
@dotey: 网页链接
该推文仅包含一个链接，无具体内容。
@emollick: AI的执念，续：命名行为、事物是否“应得”、什么“承载”其他、牵强的隐喻、与想法共处、无生命概念“活着”、以伪深刻的诚实反思结束段落
AI的执念：命名、应得、承载、牵强隐喻、与想法共处、无生命概念“活着”、伪深刻反思结尾。
@swyx：我认为这是今天Anthropic J-space论文最重要的部分，分两部分：
Anthropic证实可对推理进行“脑手术”干预改变话题，且模型能检测干预类型。
面向稀疏视图神经重建的可靠性感知单目深度监督
研究稀疏视图神经重建中单目深度监督，通过光度掩模选择性应用，发现对Splatfacto有效，但需适度加权。
内部多元主义与成对比较的局限性
内部多元主义下，局部成对比较无法反映全局优先级，强制比较引发冲突；允许犹豫可减少查询，更准确学习偏好。
扩散模型中的注意力动态：一个用于人机协作的可视化分析框架
提出可视化框架探索扩散模型注意力动态，整合定量度量与阶段识别，揭示生成模式，促进人机协作。
Auditing the Audit: Five Failure Modes in Benchmark-Validity Audits
暗处中的ASK：部分可观测性下的不确定性门控大语言模型辅助
提出ASK+方法，利用轨迹感知和思维链激活小语言模型，显著提升部分可观测环境下的策略性能。
MedCalc-Pro：用LLM智能体解决复杂医学计算
提出MedCalc-Pro基准及通用智能体框架，解决多工具、嵌套计算与模糊查询难题，性能最优。
语言模型中风险规避的分布外泛化
低风险训练的风险规避可部分泛化到极高风险，但一致性不足，仍需改进。
GRAFT：用于零样本文本到语音细粒度发音的嫁接参考音频
GRAFT通过逐词发音调节机制，利用短语音样本控制单词发音，将目标词音素错误率降低22-39%，在盲听测试中排名第一。
糖尿病足溃疡分割模型能否泛化？CNN与Transformer架构的跨数据集基准测试
跨数据集测试表明，Transformer架构比CNN泛化更优，且架构族比模型复杂度更重要。
基于滑动窗口的强化学习用于多产品交付的动态装配流水车间调度
提出SWRL框架，通过滑动窗口过滤与时空图编码解决多产品装配调度，有效减少拖期，优于传统规则与现有深度强化学习方法。
Oyster-II：面向大型语言模型建设性安全对齐的强化学习方法
Oyster-II提出强化学习建设性安全对齐框架，解决泛化不足与思维链过度问题，性能超越Qwen3-14B等模型。
需要多少标签？跨栖息地海洋物种识别的决策框架
DINOv2加线性分类器，每物种仅需10-20张标签即可实现跨栖息地海洋物种可靠识别，大幅降低标注工作量。
面向城市形态间无缝行人级风预测的修复U-Net
提出两阶段U-Net框架，以修复边界不连续，高效预测城市行人级平均风速，效果良好但峰值低估。
Evaluating Time Series Foundation Models for Electricity Price Forecasting: Contamination Risk, Distributional Shifts, and Covariate Dependence
面向科学AI的自动化数据就绪
REDI框架实现科学数据自动化准备，五阶段管线并行扩展，将数据瓶颈转化为可复用社区资产。
QuantFlow: 一种基于联邦Mamba的后Transformer时间序列预测基础模型
QuantFlow结合倒置嵌入、双向Mamba与联邦学习，在隐私保护下实现高精度时序预测，MSE低至0.2834。
科大讯飞具身全模态技术报告
提出iFLYTEK-Embodied-Omni统一多模态模型，脑-小脑协作联合建模视觉、语言与动作，采用四阶段训练。
基于学习先验的熵编码MS-VQ-VAE用于超低比特率视频压缩
离散编码结合学习先验，实现0.043-0.064 bpp超低比特率，性能超H.265。
考虑粒度的脑电图特征框架用于精神病理学维度预测
提出粒度感知EEG框架，多尺度特征预测精神病理维度，弱信号可检测，可作为有效特征缩减策略。
双螺旋主动几何：基于LiDAR锚定的多视图深度与选择性放弃
提出DH-Active轻量几何后端，以LiDAR近场深度锚定位姿，选择性放弃不良估计，实现CPU毫秒级低误差深度恢复。
SwarmResearch：编排编码代理以进行开放式探索
SwarmResearch通过协调器-子代理框架，以全局上下文引导局部搜索，实现更高级探索，在开放式优化任务中表现优于现有方法。
DELTAVID：利用跨视频差异增强细粒度时空感知
提出DELTAVID框架，通过跨视频差异训练，增强细粒度时空感知，在多个视频理解基准上显著提升。
联邦学习用于目标检测：实现无人机协作学习而无需数据集中
联邦学习使无人机在保持数据本地化下协作训练检测模型，性能接近集中式，远超单无人机，最高mAP提升68%。
基于同质-异质拆分的合成图像生成后策展
提出无需再训练的生成后选图方法，通过保真度-多样性标准筛除冗余同质样本，用少40%数据达到真实数据性能。
面向智能体任务的以对象为中心的环境建模
OCM构建可执行对象中心模型，更新知识并验证过程，提升智能体性能。
杂乱环境下刀片插入的三维可操作空间学习
VulcanVoxel用3D占据场重建刀片占据，实现杂乱收纳中多模态预测，覆盖率0.89，远超基于姿态的基线。
LiNO：基于提升的多分辨率神经算子
提出基于提升变换的多分辨率神经算子LiNO，实现自适应、可逆的多尺度学习，在多个物理基准中表现优越。
可解释机器学习利用运动校正QSM MRI和多波段多回波fMRI特征预测帕金森病严重程度
结合QSM和fMRI特征，可解释机器学习预测帕金森病运动严重度，解释45.4%方差，75%预测误差±5分内。
电动汽车赛车动力总成中实验室到赛道热传递的加权共形预测
共形预测在真实偏移下覆盖率从95%降至70%，加权后仅提升至72.42%，问题仍未完全解决。
VERITAS：迈向通用型科学研究可重复性验证工具
VERITAS是一种通用科研可重复性框架，基于CLI代理自动提取声明、运行方法并评判，在多个基准测试中性能领先。
通过验证器与生成器对齐改进大语言模型
提出频率校正的生成器-验证器一致性方法FCPA，显著提升LLM一致性与性能。
面向数据高效代码转换语音识别的强化学习
提出强化学习奖励方法，仅用10%数据达到全数据集微调效果，远缘语言对提升最大。
动荡回响：用于虚假新闻和暴力驱动群体活动预警的多模态NLP框架
融合多源数据集，利用XLM-RoBERTa与CLIP多模态框架实现98%准确率，地理空间信号增强早期预警。
中文标题：超越预测：预测市场智能体中的信念到交易层
中文摘要：提出首个预测市场自主交易代理Raven-Agent，在回测中实现唯一正回报与正风险调整回报。
LuxSQA: 用语音合成增强的卢森堡语口语问答系统
利用多种文本转语音系统合成卢森堡语口语问答数据，训练参数高效模型，发现多源合成语音训练效果最佳，且合成语音质量与问答性能不单调相关。
通过误设定降低的非平稳线性老虎机动态遗憾
提出统一误设定降低视角，重启动算法，实现非平稳线性老虎机最优动态遗憾界。
基于拉格朗日奖励增强的安全推理时对齐
提出LARA框架，将安全约束优化简化为一维凸问题，提升推理时对齐的有用性-无害性权衡。
跨调查迁移的硅基采样
跨调查迁移评估LLM模拟人类受访者，零样本预测准确率52%，揭示可预测层级与模型局限。
基于强化学习的证据寻求诊断推理与大型语言模型
提出迭代证据寻求诊断框架，结合强化学习与检索增强模拟器，使LLM实现主动诊断推理，性能媲美大型模型。
当聚合对齐误导时：无逐状态专家动作的策略修复审计
无专家动作标签时，策略修复评估易受聚合对齐误导，应基于诊断反馈闭环结果而非行为距离。
双自适应SAM3：低秩专家层的层级路由实现参数高效医学图像分割
双自适应SAM3通过动态路由与低秩专家层，以80%参数减少实现最优医学图像分割。
从原始分割到仿真就绪的心脏网格：解剖重建与虚拟队列生成的自动化框架
提出半自动流水线，将CT分割快速转化为拓扑一致的高质量心脏网格，基于58例数据构建统计形状模型，用于虚拟队列生成。
Gemma 4 技术报告
新一代开源多模态语言模型，多种架构，引入思考模式，性能显著提升，媲美更大模型。
归纳头插值N-gram
归纳头通过软上下文匹配和伪计数平滑实现N-gram插值，学习正则化上下文估计。
评估生成图像模型的知识产权护栏：一份技术报告
提出基准与自动化评估流程，测试14种图像模型的知识产权护栏。私有模型拒绝频率各异，商业标志生成率最高，所有模型仍可生成可识别IP。
学生路径上的蒸馏：面向英语证据的跨语言RAG的教师正则化强化学习
TR-RAG用教师正则化RL解决跨语言RAG的语言漂移和证据不可靠问题，提升语言一致性与证据正确性。