无线基础模型：现状与开放挑战
综述无线基础模型在物理层五类任务中的预训练与适配，评估其可重用性，指出数据、评估、泛化及部署等挑战。
物理引导扩散模型映射暗物质团块
新方法基于DarkClusters-15k数据集训练扩散先验，结合引力透镜观测快速精确重建星系团质量分布。
混合模型的可解释聚类
针对混合模型，首次给出可解释性代价的数据相关界；提出利用数据分布改进切割的算法，并推广至核聚类。
成本感知的分层多智能体勒索软件检测与家族归属
提出自适应分层多智能体系统，按需选择分析模态，检测精度96.57%，成本降低43.97%。
面向部署后物理AI的持续现场自适应模型（CFAMs）
提出CFAM：部署后免梯度持续学习，多实体测试成功率提升13.9%，反向迁移-0.5%。
超越代码生成：智能体软件开发周期中的可靠性、验证与成本经济
AI编码从自动补全转向智能体，瓶颈转为交付可靠软件，需控制验证成本与自主性。
高斯测度下学习利普希茨算子的样本复杂度
利普希茨算子学习存在样本复杂度诅咒：任意线性样本无代数收敛速度；仅当协方差谱快速衰减时可任意接近代数率。
使用编码智能体构建研究软件目录：从黑客松原型到公开部署
AI辅助软件目录开发虽快，但存静默错误，需严格验证与人工维护元数据。
基于超图神经网络的超边异常检测
提出无监督超图神经网络模型检测异常超边，无需标签，实验验证有效。
TSMini：一种简单而高效的轨迹相似度学习模型
TSMini通过子视图建模与K近邻损失，学习多粒度及相对排序，精度平均提升15%。
锚织：利用检索式局部空间记忆实现世界一致的视频生成
锚织方法用多个干净的局部空间记忆代替全局重建，通过学习协调跨视角不一致，显著提升长视频场景一致性。
生成式AI中的解释何时算确立？——解释的形成、评估与责任
生成式AI通过局部检查不等于解释已确立，需关注过程可追溯性、评估契约及责任，提出延迟闭合与五项公开要求。
无需重启的遗忘：有状态LLM代理的执行态反学习
形式化有状态代理反学习，选择性重放以最小重算实现与完全重置无异的遗忘，计算量降至1/9。
E-RGB-D：基于结构光的实时事件感知
结合事件相机与主动结构光，逐像素获取彩色与深度，实现无帧超高速RGB-D感知。
用于鲁棒多模态三维检测的融合后鸟瞰图特征稳定化
提出轻量级融合后稳定器，稳定鸟瞰图特征，抑制传感器退化，提升相机丢失与低光检测精度。
PRISM-Bench：以音频为中心的文本到音视频生成诊断基准
首个音频中心文生音视频诊断基准，双轴分解评估，揭示模型重感知轻控制，音乐与幕内同步音频生成薄弱。
DeltaGNN：具有信息流控制的图神经网络
提出信息流控制机制及相应图神经网络，以信息流分数线性复杂度缓解过平滑与过挤压，可扩展泛化性能优越。
面向循环燃料反应堆参数化状态估计的浅层循环解码器网络
用浅层循环解码器网络，仅凭三个堆外中子测量实时重建MSFR全状态，支持事故场景，低成本训练，助力数字孪生监测。
面向耦合语义例程生成的LLM上下文动态适配
针对例程间运行时耦合导致LLM生成失败，提出动态上下文适配的验证-生成循环，利用执行迹反馈提升性能。
基于大语言模型的小分子优化
提出基于大语言模型的进化算法Mol-E，在实用分子优化基准取得最优，多属性优化优于基线。
边缘感知超像素标签传播与自适应伪标签的半监督高光谱图像分类
提出边缘感知超像素标签传播与动态历史融合预测框架，抑制边界标签扩散，稳定伪标签，提升半监督高光谱分类性能。
移动无人机视频中的个体计数与跟踪：基准与方法
构建移动无人机密集人群计数与跟踪基准，提出分组式跨帧匹配方法，计数误差近乎减半、跟踪精度提升逾六成。
面向时间序列分类的基于梯度的模型捷径检测
提出基于其他类的梯度检测法，无需测试数据或干净类，即可识别时间序列深度学习模型依赖的虚假捷径，并在UCR数据集上验证。
生物纳米孔中基于深度学习的肽分类
将纳米孔电阻脉冲经连续小波变换为尺度图，用深度卷积网络对42种肽分类，准确率82%，较描述子法提升8.6个百分点。
@bilawalsidhu：我给Astra提供了父母旧居的3D扫描，使其成为可编辑场景，然后调低重力并打开传送门。
将父母旧居3D扫描交由Astra制成可编辑场景，调低重力开传送门，显示多模态LLM已跨越逆向图形鸿沟，将影响VFX、AR/VR和机器人。
@gdb：一篇关于AI现状及未来选择与挑战的重要文章：面向OpenAI、整个领域和世界
我们已进入AGI时代，未来数年需严肃深思，共同应对集体挑战。
@emollick：Transformer问世不足十年。
Transformer问世不足十年；GPT-3.5（ChatGPT）发布不足四年；首个推理模型o1-preview发布不足两年。
支持乌克兰独立新闻业
OpenAI、AIRPPU与WAN-IFRA联合启动AI项目，帮助乌克兰新闻机构增强创新与韧性，维护独立新闻报道。
语言模型以置信度驱动行为的因果证据
因果证据显示，语言模型根据自身置信度调整输出行为，以置信度作为决策依据。
The Three Waves of AI Consumption
研究加速：OpenAI内部视角
OpenAI于RSI日披露：编码代理重塑内部研究，人均AI支出激增，疑因用上GPT-6 Astra。
他们从不这样做，因为传统媒体就是极左！这就是为什么他们把正常视为极右。
马斯克称传统媒体为极左，故视正常为极右。
@elonmusk：经常听到的反驳是这些是孤立事件，但粗略查看实际统计数据即可证明这些其实很常见！
所谓孤立事件的反驳不成立，实际统计显示这些其实很常见。
@elonmusk：这是一个可检验的假设
这是可检验的假设。
@emollick：我承认我们正处于“锯齿状AGI”时代（许多领域强于人类，其他领域逊于人类），但那是AGI吗？若指在多数人类任务上超越人类专家，我们尚未达到（也许？）。
作者认为当前AI是“锯齿状AGI”，并非真正AGI，但其发展之快仍令人惊叹。
@gdb：我们现在正迈入AGI时代（无论你认为开启它的是这个模型、上一个模型，还是下一个模型），没有紧密的合作伙伴，我们无法做到。
我们正迈入通用人工智能时代，无论始于哪个模型，都离不开紧密合作伙伴。
据报道，菲尔·席勒因对未来计划心怀顾虑而退出App Store
席勒对新任CEO特努斯增加App Store经常性收入的计划有保留，选择退出。
中文标题：作者反击出版商与代理商争夺Anthropic和解金
中文摘要：作者指责出版商与代理商在Anthropic和解金分配中索取过多份额。
对 muse spark 1.3 max 与 gpt-6 astra 的精彩对比
简洁点评了muse spark 1.3 max与gpt-6 astra的对比。
@alexandr_wang：Vals AI 的 Muse Spark 1.3 Max，性能对标 Claude Fable 5 和 GPT-5.6 Sol，价格却低 4-8 倍
Vals AI推出Muse Spark 1.3 Max，性能媲美Claude Fable 5与GPT-5.6 Sol，价格便宜4-8倍。
@natolambert：今年没怎么跑步，但在山里跑了22英里检查状态，依然能行。美好假期结束。
今年少跑，但山间22英里验证体能，依然在线，假期完美收官。
@dotey：据说 Blender MCP 比用 Computer Use 操作 Blender 效果更好
称 Blender MCP 比 Computer Use 操作 Blender 效果更好。
@dotey：还记得三年前 GPT-4 玩《我的世界》吗？那时还要靠专门脚本，自己搭建记忆库和技能库。
三年前GPT-4玩《我的世界》要脚本和自建库；现在GPT-6 Astra靠Computer Use搞定；但Voyager已实现技能自进化与记忆，是Harness雏形。
@Suhail：如今我如何将代码量从10万行降至几千行
通过杂乱的实验性分支、验证测试和压测脚本，将代码量从十万行减至几千行。
@sama：Jakub 的一篇重要帖子
Jakub 发表了一篇重要帖子。
@simonw: Interesting details in here about how OpenAI researchers are using coding agents
@emollick：这既是一个有趣的实验，也是学术界即将迎来海啸的信号。AI回溯阅读研究，发现已发表论文中的机会与问题，并公开分享这些评判。https://t.co/cuspyyIz9z https://t.co/MxRYlaqGiS
人工智能回溯审视已发表论文，发现机遇与问题并公开分享，既是有趣实验，也是学术界海啸前兆。
@dotey：用Blender制作视频应该会成为新的模型测试基准，鹈鹕骑车已经不够用了，作者给出的提示词很简单。
用Blender做视频将成新模型测试基准，胜过鹈鹕骑车。提示词：做并排视频，子代理验证并搜素材。
特拉维斯·卡兰尼克的Atoms或将进军自动驾驶出租车业务
优步创始人卡兰尼克称，其新公司Atoms将助他完成“未竟事业”，或涉足自动驾驶出租车业务。
@emollick：Fable 5.1 一次生成惊艳结果——“基于爱伦·坡打造至少8款游戏，各具特色且品质上乘”
Fable 5.1 依据爱伦·坡一次生成8款游戏，各具特色、好玩且氛围感强，部分甚至有些惊悚。