@alexandr_wang：魔法 🪄
魔法 🪄
@alexandr_wang：鹈鹕在进步
鹈鹕持续改进，不断进步。
@alexandr_wang：看看 muse code！
推荐查看 muse code 代码。
@alexandr_wang：来自vals关于Muse Spark 1.2的更新
vals发布Muse Spark 1.2更新。
@dotey：赞同“与其关注 skill，不如关注那个人，关注其方法论和理念。AI 时代人的重要性、个人 IP 的重要性就在此”
赞同关注人而非技能，强调方法论与理念；AI 时代个人 IP 价值凸显，作者已将其方法论写成《图解 Skill》。
@swyx：近期多智能体AGI的一种极简雏形，即让线程完成后回传，形成依赖线程的隐式看板/瀑布图，同时各线程保留自身工作与智能体
用线程回传机制构建隐式看板/瀑布图，实现多智能体AGI雏形，各线程独立工作。
@dotey: 卧槽，这哥们去霍霍 Codex 了吗？
这哥们去折腾 Codex 了吗？
与APA合作推进青少年心理健康与AI
OpenAI与美国心理学会达成三年合作，为青少年心理健康制定负责任AI使用指南、资源与保障措施。
@swyx：今日得知保罗·埃尔德什用贿赂激励数学家同行，如同我们对早期大语言模型所做
埃尔德什以贿赂激励数学家，类比早期LLM的提示策略。
[AINews] Jeff, Sanjay, Oriol, and Quoc depart DeepMind; Demis to Chair; Koray to SVP — what is going on at GDM???
@emollick: 是时候在个人层面认真对待人工智能与安全了
个人层面需重视AI安全，当前或未来开源模型都可能利用公开信息，应假设公开内容会被发现。
神经符号AI的RAIL原则：推理、保证、交互与学习
神经符号AI结合机器学习与符号推理，RAIL四原则助设计可靠可信系统，统一分析多种AI技术，指导工程实践。
AI系统在冗余调整人工年龄评分下的长期持久性理论
提出长期持久框架，证明AI系统可无限循环而结构年龄有界，边际老化可消失，负担收敛为零。
BrainBench：全面脑电理解的大语言模型基准测试
提出BrainBench基准，评测大模型指令化EEG理解，涵盖17数据集多任务，比较代码执行与代理分析范式，发现能力因模型和操作而显著不同。
用于表格到多模态报告生成的蒙特卡洛树搜索
提出MCTS-Report，用蒙特卡洛树搜索将表格生成多模态报告分解为原子动作，联合优化事实、视觉与叙事，评测得分77.9。
LoRetta：面向全球尺度遥感稠密影像匹配的基础模型与大规模数据集
LoRetta将稠密匹配重构为定位-配准，构建全球多时相基准LEVIR-GM，AUC达83.3%，超越基线，延迟降低47.8%。
CAMP：一种用于时间序列预测的周期感知多尺度分块混合器
提出周期感知多尺度分块混合器CAMP，自适应周期学习与视界引导分块，多分辨率建模，在多个基准上最优。
基于语料驱动的词汇剪枝实现高效多语言神经机器翻译：英阿案例研究
提出词汇剪枝与微调框架，词表从12.8万减至1万，节省60%内存且性能无损，媲美双语模型。
FinPerMA：理论指导的事件驱动的LLM智能体个性化记忆基准
提出事件驱动基准FinPerMA，测LLM智能体长期记忆；全上下文准确率仅47%，摘要记忆丢失偏好。
利用深度学习推进电线杆与标志检测
基于DETR检测电线杆和标志，精度达90.43%和88.26%，倾斜角误差1.01度，并公开数据集。
解耦语言建模与边界
字节级模型可解耦下一字节与边界两种分布，从而无需分词器即可迁移能力、重塑边界。
C$^2$MOE：一致性与互补性引导的专家混合用于不完整多模态情感学习
提出一致性与互补性引导的专家混合模型，分解多模态信息，双分支插补缺失模态，动态加权，显著提升鲁棒性
FinProBench：基于专业交付成果的角色扎根评分标准评估金融AI智能体
提出金融智能体基准与角色扎根评分法，由专业交付成果提炼标准，显著改善专业角色评估。
受林德布拉德启发的可分离旋转与耗散多时间尺度储层计算
提出受林德布拉德启发的多时间尺度储层，旋转与耗散独立设计，可精确控制混合、记忆与稳定，多项基准最优。
基于预训练Transformer的感知模型的对抗鲁棒溯因融合
提出无领域知识几何标签池方法，实现对抗鲁棒溯因融合，优于多数投票并抗协调攻击。
MatrAIx：用83亿角色代理模拟世界
MatrAIx：83亿角色代理的模拟用户评估基础设施，覆盖多环境多任务，验证中角色遵循率达91.5%。
利用全卷积神经网络学习解析中子共振
用全卷积网络检测中子共振，准确率93%但泛化不足，对新同位素失效，需更大数据集并融入物理特征。
PADFormer：基于稀疏视角图像的姿态无关异常检测
提出姿态无关异常检测新模型，用ViT直接重建无异常图，免3D重建，在PAD基准最优，少样本检测亦佳。
LLM提议，执行者定夺：一种自我验证的智能体工具，将长时程智能体中的承诺漂移与绑定漂移分离开来
提出自我验证的智能体工具，将承诺漂移与绑定漂移解耦；消融承诺机制使目标放弃率从0到1，验证方法为关键贡献。
GEB-Bench：多声部讲述的抽象结构
新基准测试抽象结构的多声部识别，失败有规律：模型能识别单声部，但跨声部映射普遍失败，仅前沿模型能缩小差距。
ConlangBench：以多样人造语言探究大语言模型的语言知识与学习
构建21种人造语言基准，发现模型在词汇源自自然语言的人造语上表现更好，学习曲线因构建方式而异。
矩估计的信赖域框架
提出信赖域矩估计框架，统一Adam等自适应优化，导出基于二阶矩和归一化p阶矩的学习率机制。p=4涉及峰度，弱约束下四阶矩更优，强约束下二阶矩相当。
内感受注意力：觅食智能体中的动态稳态优先级分配
固定感知预算下，将内感受精度动态分配给最需通道，可倍增生存率并加速学习。
感知先于推理：视频理解与问答中的动态潜在推理
提出动态潜在推理法，先感知后按需推理，在九项视频问答基准上提升准确率，生成少于20个词元。
论次优势（极小极大）超度量的汉明-利普希茨型稳定性：理论与简单证明
次优势超度量的ℓ0稳定性：稀疏编辑仅经最小生成树传播，给出汉明-利普希茨界，证明树几何依赖不可消除。
用于油井开放世界异常检测的可解释LLM智能体层
评估油井异常检测OWL管道下游的LLM智能体层，通过自然语言解释、批评和命名新异类，弥补可解释性差距。
教基础模型读懂毫米波：用于人类行为理解的姿态引导运动学表示
提出mmMind，以3D姿态监督雷达编码器预训练，结合语言模型实现行为理解，性能优于基线。
TRNet：地形引导的频率校正与结构感知解码用于多模态水稻田分割
提出TRNet，融合高程与坡度校正地形干扰，联合语义边界内部分割，水稻IoU提升9-19个百分点，减少陡坡误检。
循环残差量化：大语言模型的一种渐进式多精度表示
提出循环残差量化（RRQ），以低比特基数和量化残差从单一检查点构建多种精度，免校准且高效，支持2至8比特。
Radar4D-VLM：冻结语言模型上的提议引导时序4D雷达推理
提出仅用4D雷达的时序VLM，通过提议引导令牌化实现场景与运动推理，目标召回达98.13%，优于基线。
良性及对抗性客户端异构下航空发动机预测的鲁棒个性化联邦学习
联邦学习用于航空发动机剩余寿命预测，针对良性及对抗性异构，个性化加鲁棒聚合可防御后门，仅靠精度不够。
TriCLE：面向边缘部署细粒度聚类的三模态视觉-语言推理
TriCLE从单张RGB图像生成热像与深度图，融合文本在紧凑骨干上聚类飞机，GSPO策略达78%准确率，量化后可部署于8GB边缘设备。
ChronoLens：跨时间、跨语言与多层面的语言变化测量
新框架分析海量跨语言语料，发现各层变化幅度相近，但时机、幅度、方向随语言不同，揭示语言变化多维结构。
Hi-TTRL：利用提示调控测试时强化学习的共识
提出一种基于提示的测试时强化学习共识调控方法，应对低共识不可靠和高共识梯度消失，提升性能。
RUTA：基于率-效用优化的原则性视觉令牌分配
RUTA用率-效用优化联合决策视觉令牌的保留与数量，仅用2%-4%令牌维持88%-94%性能。
超越初始化损失：大语言模型词汇扩展中词元嵌入初始化策略的系统性研究
20余种初始化策略：子词组合最优，非对称最佳，CPT步骤降至1/6；初始化损失不可靠，50步轻量CPT可选优。
大语言模型中的跨语言偏见：英语与斯瓦希里语的比较分析
大语言模型偏见跨语言转化而非迁移，英/斯语差异大，纯英语偏见审计不足以覆盖多语言部署。
Tactus：基于低成本压力阵列的开放词汇物体识别
Tactus利用低成本压力阵列进行开放词汇物体识别性能媲美有监督卷积网络依靠小数据与标定模型已开源
在错误的灯柱下寻找：论自动翻译质量评估的局限性
自动翻译质量评估存在结构缺陷，无法独立用于实际翻译流程；片段级评分忽视连贯风格，且有泛化失败、偏差、过拟合等问题，未来应聚焦基于MQM的自动化人工评估。
非结构化生物医学文本标注的一致性度量
非结构化生物医学标注软一致性：语义度量可行，嵌入区分弱，大模型扩展受限，推荐自然语言推理。