Relativity Networks融资2200万美元，为数据中心带来更快光纤
Relativity Networks采用空芯光纤，传输比传统光纤快30%，获2200万美元融资。
中文标题：反向查找服务曝光数百万张人脸照片
中文摘要：ClarityCheck人像搜索服务宣称私密安全，却暴露超900万图像文件，危及用户隐私。
Hot or Not 构建了我们至今仍在滑动使用的互联网
早期网站教用户大规模给人打分，26年后约会应用试图摆脱其文化。
儿童监控应用可能需要重启
专家基于自身网络经历，指出儿童监控应用需重新设计，平衡安全与隐私。
Flock为警方推出强大新AI工具，我们获取了其代码
Flock监控摄像头已引众怒，其新一代AI系统远超车牌追踪，WIRED重构代码证实。
埃隆·马斯克：太多“历史”电影是一堆谎言
马斯克批评众多历史电影充斥着谎言，内容严重失实。
@elonmusk：100
数值为100。
【AI新闻】内存价格12个月上涨500%
内存危机持续，摩尔定律倒退至2007年水平。
@elonmusk：Grok Imagine 的《奥德赛》花絮
Grok Imagine 制作《奥德赛》搞笑花絮片段。
@elonmusk：不开玩笑……
没有开玩笑。
@Kimi_Moonshot：Kimi Work 金融分析师教程 #2
用Kimi Work完成三类投研任务：构建实时投资者仪表盘、更新电子表格财务模型、批量处理生成报告。
@elonmusk：确实如此
马斯克回应：确实如此。
Replit用GPT-5.6 Luna让软件开发更普及
Replit推出免费模式，基于GPT-5.6 Luna，用户无需担心令牌成本，即可将创意变为可用软件。
@elonmusk：专业AI（单一语言、单一知识领域）是另一个100倍
马斯克称，专注单一语言或领域的专业AI将带来100倍的性能提升。
@elonmusk：你的@机器人是什么？
直接询问马斯克其机器人账号是什么。
@elonmusk：用 @Grok @Bot 清理你的邮箱
用 @Grok @Bot 清理邮箱，高效便捷。
@埃隆·马斯克：是的
是的。
@elonmusk：属实
马斯克确认消息属实。
@elonmusk：嗯
马斯克以“Yeah”简短回应，表达赞同。
埃隆·马斯克：😂 @Grok @Bot
埃隆·马斯克用笑哭表情回复Grok和Bot。
GxP-Agent：基于流程DAG拓扑的LLM智能体可靠临床试验编程
提出GxP-Agent用DAG拓扑编码监管流程，使LLM智能体在临床试验编程中达100%结构匹配，优于所有基线，证明图拓扑是关键。
不确定感知的多模态大语言模型决策
多模态大模型的不确定性与决策紧密相关，需校准风险并指导系统行为，而非仅看置信度数值。
基于路边雷达与网联车辆感知的多观测者车辆定位案例研究
融合雷达与激光雷达定位，激光雷达主导性能，雷达增益有限，融合收益视场景而定。
思考的代价：推理努力作为模型特定的API合约
高推理努力合约每次调用成本高0.010美元，准确率无显著差异，正确解答成本更高。
迈向更安全的RAG：仅具备系统2思维能力的智能体方可访问不可信文档
提出改进安全原则：仅具备系统2深思推理的智能体可访问不可信文档，避免严格隔离开销，实证显示推理模型更稳健。
多语言嵌入空间结构没有理论上的多语言诅咒
证明完美多语言所需维度随语言数仅对数增长，即嵌入空间无理论诅咒，实证诅咒源于数据与训练。
FedPref：面向结构化放射学报告提取的联邦偏好学习
联邦偏好学习提取放射学报告，仅共享模型更新，提升低数据站点F1，优于孤立训练，接近集中训练。
视觉-语言-动作驾驶模型的推理时注意力引导
在驾驶模型推理时对视觉词元施加有界注意力偏置，无需重训即可将轨迹引向关注目标，层数越多效果越强。
一种可解码性判据预测大语言模型中隐藏状态选择何时优于多数投票
提出CASE选择法，用可解码性指标预测隐藏状态选择何时优于多数投票，难题准确率最多提升19点。
字形非字母，词元非单词，空白非空格：伏尼契文的单位不是什么
伏尼契文的字形、词元、空白均非所假设的字母、单词、词间空格；规律在词元边缘而非词序。
记忆即通信：记住与信号之间的前沿
有界智能体在记忆与通信间分配资源，性能阈值边界为记忆-信号前沿。历史降损越大，所需同伴通信越少。
问题即问题：迈向可扩展的数学发现
提出FAR范式：按研究方向自动筛选文献问题并多级过滤，组合学实验从五千余篇论文中发现多个新成果。
语言模型的交叉熵风险估计：不一致性必然稠密，留出法也不例外
语言模型的逐词元交叉熵风险无法一致估计，留出法亦不例外；稠密不一致性导致无估计量一致，两种出路各有代价。
跨模型记忆迁移：目标侧读取器适配
跨模型记忆迁移中，目标侧读取器适配是关键；兼容读取器下冻结记忆可复用，适配可进一步提升性能。
第十届AI城市挑战赛
第十届AI城市挑战赛：325队、26国，六大轨道覆盖多摄像头感知、交通异常推理、生成预测等。
智能体AI的运行时治理：具备可信溯源与故障关闭执行的动作边界控制
Aegis运行时治理：模型提议，可信运行时决策，以可信溯源和故障关闭控制动作边界，防止有风险副作用。
KOALA：基于WiFi预测性人体运动的Koopman算子学习
KOALA利用Koopman算子将WiFi CSI噪声姿态映射到线性潜空间，实现无误差累积的多步预测，超越所有基线。
层很重要：持续学习正则化为何应逐层自适应
持续学习正则化应逐层自适应：遗忘分解为各层顶特征值加权和，对角费希尔权重无法体现，宜强保护浅层、放宽深层。
SkillEffect：面向内存受限智能体工具的受检降级
提出受检降级运行时，以审计插件实现内存受限工具调用，降低峰值内存，提升固定上限完成率，统一架构支持多执行模式。
CAS-FD：用于单视角犯规与假摔识别的接触感知时间采样
提出接触感知时间采样方法，用于单视角犯规与假摔识别，新数据集上准确率86%，较无接触感知提升12个百分点。
面向股票交易中稳定强化学习的自监督辅助任务发现
提出自监督框架自动发现辅助任务，利用广义值函数改进状态表示，并通过元梯度优化，提升股票交易的稳定性和绩效。
遗忘的几何：持续学习中的表征通量
提出表征通量度量表征位移并预警遗忘；据此提出FlowLess-R稳定表征，提升准确率、减少遗忘。
PXDepth: 面向结构保持的单目深度估计的像素空间建模
提出PXDepth，分离全局上下文与像素级预测，保留细粒度结构和清晰边界，零样本下兼具局部精度与全局准确性。
OV3D-Bench：面向开放词汇单目三维检测的诊断基准
提出OV3D-Bench诊断基准，解耦定位与语义，发现几何定位成熟，开放词汇语义仍是瓶颈。
TransfHAR：面向按需活动识别的自监督腕部表示
自监督腕部预训练可迁移至细粒度活动识别，无需标签，性能超越全监督基线。
面向脑-语言对应的边际正则化结构化语义对齐
提出MD-SigLIP，边际正则化结构化语义对齐脑与语言，建模多正例排序，实现检索解码最优。
基于表格和序列出行属性的可行且新颖的合成人口生成
提出正则化两阶段生成框架，兼顾表格与序列出行属性，提升合成人口的可行性、多样性与新颖性。
逐坐标Adam中的二阶矩记忆
Adam的二阶矩记忆会抑制收敛：即使梯度噪声方差有限，长记忆也会在光滑凸问题上导致O(M_2^{-1/2})的平稳性下界。
YILDIZ-VPR：面向视觉地点识别、覆盖密集且环境条件多样的新数据集
新数据集YILDIZ-VPR，步行采集校园多季节天气场景，含GPS等传感器，支持视觉地点识别研究。
DiSCO：基于分布引导的对比提示优化实现文生图防御
提出零样本黑盒防御机制，通过分布引导的对比评分优化提示词，显著降低不安全图像生成率，并保持语义一致。