ArGEnT：任意几何编码的算子学习Transformer
提出解耦几何编码与查询采样的注意力框架，在任意几何上提升算子学习精度与泛化，误差降低超一个量级。
INFORM-CT：整合大语言模型与视觉语言模型的腹部CT偶然发现管理
提出结合LLM与VLM的计划-执行框架，自动管理腹部CT偶然发现，比纯VLM方法更准确高效。
指数族成员推断：从LiRA与RMIA到BaVarIA
统一LiRA/RMIA/BASE为指数族框架，提出贝叶斯方差推断BaVarIA，低影子模型下优于LiRA。
响应性验证：预测会改变吗？改变多少？多久改变一次？
提出“响应性”度量，估计输入变化时模型输出改变的概率，提供算法与统计保证，支持安全可靠性验证。
面向LTL指令的多任务强化学习的语义标记自动机
提出语义标记自动机任务嵌入法，支持全LTL，高效计算并提取表达性嵌入，性能达SOTA且可扩展。
校正不可见之物：多模态推理器中感知蒸馏的信用分配
提出感知校正蒸馏，以下游失败与师生分歧的乘积为门控，强化感知蒸馏，提升多模态推理基准成绩。
弥合网络碎片化：面向无人机辅助车载自组网的语义增强深度强化学习框架
提出语义增强DRL，用大模型引导探索，训练效率提升71%，连通性提升约8%，能耗降低21%。
Edit2Restore：通过预训练编辑模型的参数高效适配实现少样本图像恢复
仅用32-128张样本微调LoRA，将预训练编辑模型转为强恢复器，统一适配器处理多种退化，超越百万数据基线。
隐式偏差与不变性：Hopfield网络如何高效学习图的轨道
Hopfield网络从轨道有限随机样本中训练，可指数级逼近不变全轨道解，样本复杂度与轨道大小无关，能高效记忆图轨道。
BUZZY：用对比评分缓解多模态选择题问答中的文本诱导偏差
提出无训练解码法BUZZY，通过减去纯文本分布增强视觉信号，提升多模态选择题准确率并降低28%延迟。
元认知瓶颈：日本谜语揭示推理AI中机器洞察与自我评估的根本局限
日本谜语基准显示：大模型推理远低于人类，且常生成正确答案却未采纳，暴露元认知瓶颈。
LatentAM：基于在线字典学习的实时大规模潜在高斯注意力建图
在线字典学习建图框架，免训练适配多种视觉语言模型，支持大规模场景，高保真重建，实时运行。
面向大规模高阶MIMO检测的学习式转换
提出L2T框架，以信道耦合Transformer和块自回归分解实现大规模高阶MIMO检测，采用残差到BER课程训练，并支持软输出迭代接收。
NEURON：面向可落地临床可解释性的神经符号系统
NEURON融合本体知识与大模型，提升心衰预测准确率，并生成自然语言解释，优于SHAP。
全局可解释性经由自动化预处理：受精神科问卷启发的框架
提出REFINE框架，解耦预处理与预测，用非线性预处理加线性映射，兼顾全局可解释性与非线性预测力，实验优于其他可解释方法。
基于神经网络的劳动力市场主体基模型参数估计
采用神经网络仿真推断估计劳动市场主体基模型参数，能恢复原参数，优于传统贝叶斯，效率更高。
从田间数据到全球粮食系统智能：可持续小麦生产的语义图框架
构建可持续小麦生产语义图框架，融合多源数据，支持农业知识查询与决策。
扩散偏好对齐中的潜在奖励寄存器
提出潜在奖励寄存器，用中间噪声估计偏好缓解信用分配，形成密集奖励场，支持蒸馏与采样引导，优于基线。
面向资源高效域迁移的摩擦增强漂移模型
提出摩擦增强漂移模型，用线性调度系数改进训练，显著提升域迁移质量，零额外参数，比最优流匹配快约29倍。
CFM-Bench: A Unified Multi-Domain, Multi-Task Benchmark for Channel Foundation Models
参数与带宽高效的边缘-云端多对多语音到文本翻译
提出隐私保护的边缘云语音翻译框架，参数与带宽高效，45语种性能最优，传输量降5至10倍。
对角状态空间模型在状态追踪中的表达极限
单层对角模型无法表达非阿贝尔状态追踪；k层等价于长度k阿贝尔因子次正规列；多层难学。
PEFT-MuTS：基于跨域时间序列表示模型的多变量参数高效微调剩余寿命预测框架
提出PEFT-MuTS，用跨域预训练时序模型做少样本剩余寿命预测，多变量融合和零初始回归，不足1%样本即超现有方法。
如何缓解越野环境中语义分割的分布偏移
提出ST-Seg，通过风格扩展和纹理正则化缓解越野语义分割的分布偏移，提升鲁棒性。
CarbonBench：基于零样本学习的碳通量升尺度全球基准
首个碳通量升尺度零样本空间迁移基准，含130万观测、567站点，评估跨植被气候泛化能力。
利用多任务全参考信号学习游戏无参考视频质量评估的感知表示
提出多任务学习框架，以全参考指标为监督，免标注学习感知特征，游戏视频无参考质量评估性能优异。
智能时代的新政策构想
OpenAI资助14个独立项目探索AI新政策，扩大经济机会，增强社会韧性。
@emollick：不到两年后，这是我通过完全在本地计算机上运行的开源权重AI视频生成器MiniMax H3，获得的一段水獭在飞机上使用笔记本电脑的视频（含声音）的质量。
不到两年，开源AI视频生成器MiniMax H3本地运行，3分钟生成带声音的水獭用笔记本视频，进展迅速。
@gdb：浏览器用的ChatGPT
ChatGPT用于浏览器操作的应用。
@elonmusk：是的
马斯克表示赞同。
@bilawalsidhu：二维瞬间定格，化为三维全息影像，精准留在真实世界发生地。地理空间记忆宫殿正成现实。
将二维照片转为三维全息影像，锚定于真实世界位置，构建地理空间记忆宫殿。
@Suhail: 爱心 https://t.co/zp93spLDGR
爱心表情配一个链接，内容未详。
@dotey：其实不用担心代码命名问题，Agent不是靠猜关键字找代码，它会阅读代码片段结合上下文定位。
Agent通过阅读代码和上下文定位问题，而非猜测关键字，先查日志再读相关代码，直到足够理解后生成修复。
@emollick：我也希望关于AI如何治愈疾病的讨论更加精确。我猜它指“数据中心里的天才之国将发明理论上能治病的东西”，但距实际试验、证据和FDA批准差距巨大。
AI治愈疾病讨论需更精确：理论发明到实际试验、证据与FDA批准差距巨大。
@elonmusk：两场重大火箭发射几乎同时进行
两场重大火箭发射几乎同时进行
Qwen 3.8 27B 表现出色，但默认会严重过度思考
另提及Gemini 3.7 Flash、Muse Glimmer和DeepSeek V4 Pro 0813
@elonmusk：试试Grok @Bot！
推荐尝试Grok @Bot！
@polynoamial: Codex 中的自动压缩非常出色。@OpenAI 很早就认识到它的重要性，并投入研究使其近乎无缝。但如果你想要 100 万 token 的上下文，那也是一个选择。
Codex自动压缩出色，OpenAI投入研究实现近乎无缝，也提供百万token上下文选项。
机器学习爵士乐中的艺术指纹
原文未提供摘要内容。
当模型学习时
测试时训练让模型边答边更新权重，用平坦记忆替代KV缓存，推理更快，但需每用户单独服务，权衡长上下文与多人共享。
当模型学习时
测试时训练使模型在解题中更新权重，以持久记忆替代缓存，取舍在于长上下文与多用户成本，适合长期任务。
Markdown SVG 渲染工具升级
该工具升级后可将 Markdown 中的 SVG 渲染为 PNG、JPEG 及 MP4，支持动画 SVG 转视频，便于分享。
@dotey：Pi 两位作者的见解：
代码即真相，无需记忆与RAG；Bash足够可组合，无需MCP，技能加脚本即可。
@simonw：这是我关于Qwen 3.8 27B的评测——我记不清上次在自己电脑上运行本地模型这么开心是什么时候了 https://t.co/iFMWjc8qle
作者盛赞Qwen 3.8 27B本地模型，称在自己电脑上运行从未如此有趣。
Qwen 3.8 27B 表现出色，但默认会疯狂过度思考
Qwen 3.8 27B 出众，却默认极高推理致严重过度思考；调低后本地即可流畅应对视觉与编程任务。
@elonmusk：智能/Joule将持续改进
智能与Joule将持续改进。
对 X 长期不满的是无法导出书签，只能不停滚动。
利用 GPT-5.6 Sol 在 Codex 中自动导出全部 5302 条书签，并发现精华内容。
@dotey：Tibo分享Codex开启1M上下文之法，但作者无意修改，认为短上下文性能更优更经济
Tibo分享Codex开启1M上下文的方法，但作者觉得当前流畅无需改，短上下文性能更好更便宜。
据报道，Stripe将以70亿美元以上收购AI网关初创公司OpenRouter
OpenRouter CEO称其为AI界的Stripe，提供统一API接入多模型服务，据传被Stripe以70亿+美元收购。
@dotey：已有开源项目可移除文本水印
已有开源项目实现文本水印移除，技朮可行。