SWE-Gate：通过功能测试不足以衡量软件工程智能体
提出基准，发现大量通过功能测试的修复不满足评审约束，纯功能评估高估智能体能力。
RECAST：以多约束数据拓展大语言模型复杂指令遵循的边界
提出新框架合成含超十项约束的数据集，微调后显著提升复杂指令遵循能力且不损害通用能力，并支持验证与强化学习。
WELD：首个用于普适情感计算的自然场景长期小团队工作场所情感数据集
首个覆盖30个月、49名员工、自然工作场景及小团队结构的被动情感数据集，验证已知现象并揭示情绪动态、离职预测及表情识别偏见等问题。
Fast-BEV++：算法致快，设计至简
Fast-BEV++分解视图变换免定制内核，提速超3倍；在nuScenes达0.488 NDS与134+FPS，兼顾精度与高效部署。
原子热力学景观的生成式嵌套采样
提出生成式嵌套采样：条件归一化流替代马尔可夫更新。原子盘系能耗降两个量级，并揭示液体系综是流模型难点。
面向连续视角优化的相机泼溅法
提出相机泼溅法，将相机建模为3D高斯，用点相机连续可微优化视角；相比FVS，更好捕捉金属反射和复杂纹理。
利用观测数据改进AI天气模型的降水预报
用IMERG数据微调AI天气模型，降水预报提升显著：CRPS改进19%，极端降水评分超57%，但极强降水仍逊于物理模型。
Skyfall-GS：利用卫星影像合成沉浸式三维城市场景
融合卫星重建与扩散细化，无需昂贵三维标注，合成街区级沉浸式三维城市场景，支持实时探索。
大语言模型作为图神经网络：面向文本属性图基础模型的图词汇学习
提出一种图词汇学习框架，让大模型模拟图神经网络流程，实现文本属性图的跨图跨任务泛化，效果领先。
利用Łukasiewicz逻辑完整识别深度ReLU网络
以MV逻辑公理完整刻画深度ReLU网络表示同一函数的非唯一性，实现网络与公式互转，统一单层及深层对称性。
耦合张量-张量补全方法及其在药物重定位中的应用
提出耦合张量-张量补全(CTTC)，以张量形式融入辅助信息并利用多模态隐藏关联，理论保证，优于现有方法预测药效。
论点坍缩：大语言模型使长篇公共辩论趋于扁平化
LLM生成的公共辩论文章在主论点、子论点及结构上趋于同质化，多样性远低于人类，人类偏好可能加剧此现象。
DIAL-GS：基于4D高斯溅射的无标签街景动态实例感知重建
提出DIAL-GS：用4D高斯溅射无标签街景动态实例感知重建，实例与动态互促，超现有自监督。
并非所有偏好都值得梯度：理解离线推理对齐中的梯度效用
并非所有偏好都值得梯度；SAGE按信息性与稳定性筛选样本，只更新高效用对，减少噪声，推理更强、优化更平滑。
CRAW：编解码器鲁棒的音频水印
提出CRAW水印框架，联合抗神经编解码与降噪，保持高音质，鲁棒性领先。
审计多智能体大语言模型推理树：优于多数投票与大模型裁判
提出审计多智能体推理树方法，在分歧点比较证据并训练抗共误，超越多数投票与大模型评判，精度最高提升5%。
Gaokerena：波斯语小型医疗语言模型家族
面向波斯语的医疗模型家族中，推理强化版获最佳成绩并自带置信评估，仍不足以临床应用。
度量空间上具稀疏神经网络实现的相合Lipschitz回归闭式公式
提出闭式两阶段组合公式，从噪声观测重构Lipschitz函数，具最优恢复保证及稀疏神经网络实现。
基于大语言模型自动标注的短窗口滑动学习用于实时暴力检测
提出短窗口滑动学习，用大模型自动标注短片段，保留时序，实时检测暴力准确率高，分别达95.25%与83.25%。
基于占用率的分位数风险控制
提出基于占用率的分位数风险控制，以有限样本保证给出紧致风险界，降低保守性并收敛到最优。
可行但不安全：学习型无蜂窝通感一体化关联中的约束违反与报告信道攻击
高精度学习调度常违反约束；可行性投影可降低损失，但影响约束的虚假报告攻击难防，需跨接入点校验。
SENTINEL-RL：在安全运营中心将拓扑推理从LLM智能体卸载
哨兵强化学习架构将拓扑推理与语言模型语义解耦，结合图编码器与近端策略优化，实现快速准确的安全调查。
面向单GPU大语言模型推理的预算感知压缩流水线：方法、权衡与耦合效应
预算感知压缩：剪枝/量化/KV缓存耦合，70B压至33GB，A40上57tok/s，精度损失≤5%。
超越准确率：社区视角下的机器翻译
分析四个社区社交媒体，技术界与用户群在翻译质量、效率、可靠性上分歧强烈，因技术视角与用户体验差异。
深度网络从局部统计中习得解析均匀深度上下文无关语言
提出统一框架：跨尺度相关性消除局部歧义，使深度网络涌现层次表征并解析均匀深度上下文无关语言。
RACE-AIMC：面向边缘异构模拟存内加速器的选择性推理
针对模拟存内芯片误差，离线选出最佳单芯片并给出错误率上界，在线轻检后接受或回退。错误率低于10%、节能69%、精度不降。
电路能告诉我们多少？度量语言模型电路的一致性与特异性
组件级电路一致但非特异；神经元级更特异但一致性差。重叠上，前者跨任务共享，后者仅相关任务重叠；共享多为前馈块。
热成像用于无接触式心肺与泌汗反应监测
热成像视频可无接触估计皮电、心率与呼吸率，最佳皮电相关0.40，呼吸误差3.1，心率受帧率限制，为工业人机交互提供辅助感知。
损失最知：通过损失轨迹检测视频标注错误
利用检查点损失轨迹计算累积样本损失，用于审计视频标注的语义错标与时间乱序，较基线提升达4.2点AUC。
EmbedTalk：基于高斯嵌入的说话头合成
提出高斯嵌入替代三平面，用于说话头合成，提升渲染质量、口型同步及运动一致性，模型更紧凑，可每秒60帧以上。
PoseDreamer：基于扩散模型的可扩展逼真人体数据生成流水线
提出扩散模型流水线PoseDreamer，生成50余万张带三维标注的逼真图像，质量优于渲染数据，训练效果媲美真实数据。
学习受控潜空间动态以加速掩码图像生成
提出轻量模型纳含已采样令牌，回归特征演化速度场，加速掩码图像生成，实现超4倍加速且保持质量。
ReCoSplat：基于渲染与比较的在线前馈高斯泼溅
提出在线前馈高斯泼溅新方法，用渲染-比较桥接位姿失配，缓存压缩超九成，实现高保真实时新视角合成。
F4Splat：用于前馈3D高斯泼溅的前馈预测性致密化
提出F4Splat，按空间复杂度与多视角重叠自适应分配高斯，控数量保质量，用更少高斯实现更优新视角合成。
ORMOT：全向指代多目标跟踪的数据集与框架
提出全向指代多目标跟踪任务，构建ORSet数据集与ORTrack框架，实现全方位场景语言引导跟踪，性能最优。
M3T：面向手语生成的离散多模态运动标记
融合面部身体参数，采用量化变分自编码器扩充面部码本，训练自回归模型生成非手部特征，实现领先手语生成。
LRConv-NeRV：面向高效神经视频压缩的低秩卷积
以低秩可分离卷积替换解码器密集卷积；仅末级应用即降低68%算力、9.3%模型体积与9.2%码率，质量近无损，适配低精度受限环境。
马斯克：Cybercab电机无稀土，续航保持不变！
特斯拉无人出租车无稀土电机但续航不变，实现难度极大。
@alexandr_wang：超酷的摩托车！
作者赞叹一辆很酷的摩托车。
埃隆·马斯克：电动刹车避免了液压系统的复杂性，无需在整车布置管路。
电动刹车省去液压系统，免去全车管路布置，降低复杂性与成本。
埃隆·马斯克：加入孟菲斯的SpaceXAI团队
邀请加入SpaceXAI孟菲斯团队。
@elonmusk：赛博出租车安全
探讨马斯克对Cybercab自动驾驶出租车安全性的看法。
@emollick：Astra的一个有趣失败：我让它用可获得的在线数据集进行原创创业研究并预注册假设，它却产出了大量格式精美、技术正确但主题乏味的论文——毫无研究品味。https://t.co/f3uV2eUGQj
AI被要求做原创研究并预注册假设，却只产出格式精美但内容乏味的技术正确论文，缺乏研究品味。
@埃隆·马斯克：交通的未来
未来交通的发展方向，马斯克探讨创新与可持续出行。
哇，这真酷
哇，这真酷
@alexandr_wang：花1.75美元制作你自己的《反恐精英》
用1.75美元自制《反恐精英》游戏。
@emollick: Since people were asking, here's GPT-6 Astra, highest setting: "create a visually interesting shader that can run in twigl-dot-app make it like an infinite city of neo-gothic towers partially drowned in a stormy ocean with large waves." "Make it better"
@dotey：Devin正在抽奖，回复原推文有机会获得号称价值一万美元的Devin免费token额度
Devin抽奖：回复原推有机会赢取号称价值1万美元的免费token用量。
特斯拉成败攸关的Cybercab悄然亮相
特斯拉Cybercab在奥斯汀仅限邀请活动中低调首发，线上粉丝数小时不知情。
@dotey: 看来 Pro 还是能先用上 GPT-6 Astra
看来 Pro 用户能率先用上 GPT-6 Astra。