从通用动作到领域特定监测：基于骨架动作识别的先验自适应迁移
提出PATS框架，通过选择性保留相关先验实现高效迁移，在阿尔茨海默病及跌倒检测中性能提升。
拒绝忠实性：神经元选择器的因果审计
因果审计发现，归因分数可识别重要神经元行，但秩稳定选择器可能因果无效；拒绝由冗余子空间实现。
COMET：基于约束保持QAOA的多重编辑靶点组合优化
COMET比较惩罚与XY混合器QAOA，XY混合器在模拟和硬件上优于惩罚，实现高概率最优解。
LBTCap：用于实时遥感图像变化字幕的轻量级双边Transformer
LBTCap轻量双边Transformer，39.99M参数，实现实时遥感变化描述，准确率接近SOTA。
JavaVulBench：一个具有现实分裂、统一多后端工具和泄漏感知评估模式的Java漏洞基准测试
JavaVulBench漏洞检测基准，含30600个方法、五种分裂策略，统一评估多模型，附污染审计。
WorldBagel：揭示统一多模态模型在视觉-语言-动作-世界建模中的威力
WorldBagel统一框架在多任务机器人中优于专用模型，证明统一性是学习有效VLAW模型的关键。
奖励门控在线策略蒸馏
用奖励信号门控蒸馏过程，过滤教师误导，提升学生模型在推理和编码任务上的性能。
OmniOpt：现代优化器的分类、几何结构与基准测试
提出优化器统一分类与基准框架，通过五阶段元流水线和双维度分类法，系统分析权衡，指导选择与未来发展。
小数据何时奏效？朝觐和副朝人群状态分类中表格基础模型与传统方法的准确性与效率权衡
标签极少时表格基础模型更优，标签增多时调优传统模型反超；效率与准确率权衡取决于预算。
REDDIT：基于回放分布编辑的ASR模型生成时间戳漂移校正方法——避免遗忘
提出REDDIT框架，通过回放分布编辑校正ASR时间戳漂移，避免灾难性遗忘；仅更新1.6%参数，长间隔mIoU从38.7%提升至95.0%。
SPEARBench：流式语音到语音语言模型自然度评估基准
SPEARBench评估流式语音到语音模型自然度，发现模型在延迟、方言保持等方面与人类存在差异。
超越后量化：使用专用HASH Token的原生哈希学习
提出HashViT，引入专用HASH令牌实现原生哈希学习，消除特征-代码差异，在三大基准上取得领先性能。
超越满意度：学习内容、评论与幸福感之间的关联
研究表明评分和情感仅部分反映幸福感，内容主题与幸福感有特定关联，推荐系统应超越满意度目标。
使用基于LLM的预测模型解释代码变更风险的初步研究
利用LLM注意力权重突出代码变更风险区域，前2个hunk覆盖53.85%故障行，仅需审查26.28%变更行，低延迟可扩展。
GrowFields：面向拓扑变化植物生长的组合式4D神经场
提出组合式4D神经场GrowFields，建模点云时序中植物生长，处理拓扑变化和异步器官发育，提升时空精度与形态保真。
SMOCS：一个用于简化生产环境中机器学习系统部署、监控和优化的流式框架
SMOCS是基于Kafka的容器化框架，通过分层抽象和三线程架构，实现ML系统在科学设施中的简化部署与在线学习。
目标感知交互引导的强化学习用于图神经网络黑盒节点注入攻击
提出TIRBA方法，联合优化节点特征与边生成，利用目标感知和类中心引导，显著提升黑盒注入攻击效果。
FedSPM: 基于半参数混合的双重异质性下路由使能联邦学习
FedSPM提出半参数混合框架，建模客户端内子群异质性，通过经验似然提升联邦学习路由与预测性能。
愤怒但准确：检测与描绘推特上的反错误信息生态系统
反错误信息帖子情绪更负面（愤怒等），且来自更成熟的用户账户。
LLMoxie：探索面向科学软件开发的智能体AI
LLMoxie平台通过三层架构与RSE插件，使AI编码代理成为领域感知、可审计的协作者。
针对因果和掩码语言模型的上下文学习统一框架
统一框架分析因果与掩码LM的上下文学习，得相同误差上界，实验验证掩码模型可比因果模型。
渐进式精炼：一种面向中英混合语码转换语音识别的迭代伪标签方法
首次将迭代伪标签法用于中英混合语音识别，三阶段训练降低混合错误率6.35%-8.29%。
节拍器：限制缓存，为实时交互模型服务保持节拍
Metronome通过限制会话KV缓存窗口，消除实时交互模型服务的崩溃故障，使延迟成为可靠负载信号，并支持在线准入控制。
基于时间不变表示的流式神经语音编解码器
TiCodec分解时间不变表示，中间层捕获说话人/环境信息，Dual-TIRE提升重建质量，流式推理低延迟可行。
存在但未被记住：审计冻结的VLA如何编码、部署和引导视觉历史
冻结VLA中历史信息与当前帧冗余，仅当前帧退化时使用；部署策略因架构而异，可引导性取决于如何使用历史，建议注入独特信息。
TemporalGS：基于时间先验的3D高斯泼溅渲染免训练即插即用加速
利用时间先验动态剔除和选择性渲染，实现3DGS免训练渲染加速，性能可比甚至优于现有方法。
品牌即记忆：视觉语言模型为新闻来源编码因果性且机制可定位的可信度先验
视觉语言模型基于来源品牌编码可定位的可信度先验，优先于内容证据，造成可靠性缺陷。
中文标题：面向大视觉语言模型云边推理的视觉令牌操纵攻击
中文摘要：提出黑盒中间人攻击，通过优化选择操纵10%视觉令牌，使LVLM准确率降低高达88.31%，暴露云边推理漏洞。
主权谈判基准：评估用户自主个人代理在隐私、同意、证据和制度压力下的委托谈判
新基准评估个人代理谈判，高达成率不保证用户效用，需综合考虑隐私、同意等维度。
SalAngaBhava：一个基于方面的情感分析的僧伽罗市场数据集
发布首个僧伽罗语方面级情感分析数据集，含产品评论的方面-情感标注，推动低资源NLP研究。
DynaVieW：模式引导的世界建模用于理解层次化视觉动态
提出DynaVieW模型，通过模式引导与混合专家架构学习状态-转换序列，联合预测与模拟，提升视觉动态理解与下游任务性能。
字典，而非达尔文：集合级选择在科学方程发现中胜过LLM进化
LLM进化循环无效，等价随机采样；PTB-Search一次采样+集合级选择，用1/10调用达73-77%准确率，远超基线49%。
基于扩散模型的手写轨迹恢复
提出首个扩散模型框架，从离线图像恢复在线笔迹，精准重建多笔画字符，时序与形状保真度优于现有方法。
@elonmusk：AI+Optimus将实现普及的优质医疗，超越当今任何人获得的水平
AI与Optimus结合，将带来比现在更好的全民优质医疗。
@elonmusk: 真实
埃隆·马斯克表态为真。
@emollick：研究表明，早在智能体革命之前，提示技巧就已不再非常有价值
最佳AI方法：清晰指定目标、输出、好坏标准及测试方式，本质即管理。
埃隆·马斯克：https://t.co/szhJMG4dlr
引用自埃隆·马斯克的推文链接
Netflix 开创了刷剧时代，如今却可能已超越它。
新报告显示Netflix观众不再追看第二季，刷剧模式已不再是优势。
LeRobot v0.6.0：想象、评估、改进
LeRobot最新版本聚焦想象、评估与改进三大核心特性。
FDE军备竞赛：为何每家AI公司都在花数十亿美元将工程师嵌入客户内部
AI公司12个月投入约百亿美元组建现场工程团队，分析三种模型、人才成本及FDE是护城河还是收费站
100亿美元FDE热潮
AI公司12个月投入97.5亿美元组建前置部署团队，分析三种模式与人才数学，探讨护城河还是收费亭。
在任何云上运行 AI 工作负载，在 Hugging Face 上零出口存储：使用 SkyPilot
利用SkyPilot跨云运行AI，零出口存储于HuggingFace。
澳大利亚支付Plus借助ChatGPT和Codex加速发展
AP+利用ChatGPT和Codex应对支付复杂性，节省时间、提升质量，保持人类判断为核心。
腾讯/Hy3
腾讯发布295B参数MoE模型Hy3，21B活跃参数，性能超越同类，媲美5倍参数模型。
首次AI驱动的勒索软件攻击仍需人类参与
AI执行了首次真实勒索攻击，但人类选择目标、搭建基础设施并提供凭证，并非完全自主。
@natolambert: 美国队冲啊！！！🇺🇸🦅🏆 https://t.co/dEjnIWVd25
美国队夺冠欢呼。
美国投资者很快将能投资SK海力士，另一家乘AI热潮之势的存储器制造商
SK海力士因AI热潮增长，周五将进行数十亿美元美国IPO。
@polynoamial：本周我将在ICML，今天（周二）下午3-4点与推理研究同事在@OpenAI展位进行问答活动。欢迎前来提问！
本周ICML，周二下午3-4点在OpenAI展位与推理研究同事进行问答活动，欢迎提问。
@dotey: Anthropic Claude Code 工程师 Thariq Shihipar 上周在 AI 工程师世界博览会上做了一场关于 Fable 5 的演讲。
Thariq演讲聚焦Fable 5的四个主题，核心是"解除Claude束缚"。
@ClementDelangue: 这是AI开发者在HF Xet上存储的数据量（Xet大约在11月25日完全替代了git存储）。感觉这只是开始，很快将达到EB级。
AI开发者数据迁移至HF Xet，存储量快速飙升，预计不久将达艾字节级。