面向工业4.0智能体评估的合成场景生成
提出合成场景生成管道，优化后效率提升8倍，质量稳定，扩展工业智能体基准测试。
使用多臂赌博机的卷积神经网络损失感知特征图剪枝
提出基于多臂赌博机的损失感知特征图剪枝，评估损失变化安全移除冗余通道，保持精度并减少计算。
基于互模态信任与轻量重建正则化的细粒度轮胎花纹识别
提出融合互模态信任与轻量重建正则化的方法，建立MTire299数据集，有效提升细粒度轮胎识别性能。
DECAF：面向自适应表征遗忘的去聚类方法
DECAF通过去聚类打破遗忘数据特征结构，实现高效自适应遗忘，在CIFAR-10上遗忘精度0.10%，保留精度79.4%。
XMix: 通过自监督特征空间中的局部平滑性对抗极端噪声标签
XMix利用自监督特征空间局部平滑性，无需依赖标签，在极端噪声下通过邻居估计噪声、平衡选择并生成可靠伪标签，显著提升性能。
基于归一化的隐式集成中通过Softmax温度调制实现可控多样性
σN-Ens通过softmax温度调控归一化隐式集成多样性，以极低参数成本达到深度集成性能并保持校准。
大型语言模型中的现实监控：随对话记忆转换的自我认知
LLM对信息来源的归因依赖对话记忆结构，存在归因反转与信心解离等失败模式。
TimePLE: 重新思考视频时间定位中的时间表示
TimePLE通过预测时间区间联合分布，将视频时间定位转化为区间原生表示，在四个基准上平均mIoU达58.9，优于端点预测方法。
RODR：用于解缠流形表示的黎曼正交解耦正则化
RODR通过解耦法向和切向分量，避免几何梯度干扰，同时保持几何细节与采样均匀性，性能媲美当前最优方法。
让我看看你：对话语音合成中的高级面部表情建模
提出FacialTalker框架，利用AUTokenizer和DualDPO策略，结合大规模数据集VSDD-1K，提升面部表情感知与语音合成质量。
当前检索器是否覆盖所有证据？一项关于合取跨页检索的受控研究
合取跨页检索中，现有检索器即使找到文档，也常缺失部分条件证据，条件覆盖才是核心瓶颈。
基于视觉-语言模型的自主车辆GNSS欺骗检测方法
提出首个VLM框架，融合视觉与传感器数据检测GNSS欺骗，三阶段微调后F1达94-95%，计算量减少86%。
一种用于学习Transformer中核注意力机制的库仑粒子模型
提出库仑粒子模型，通过优化核对齐与排斥正则化学习自适应随机特征，提升线性注意力精度与鲁棒性。
Gubernaut: A Deterministic Homeostatic Controller for Affect-Regulated LLM Agents, Validated Across Independent Model Families
物理信息神经网络预测一氧化二氮通量
基于DayCent方程构建PINN预测农业N2O通量，物理约束提升鲁棒性但跨站点泛化仍困难。
超越聚合风险：面向LLM工具调用的角色分层共形风险控制
提出角色分层共形风险控制，为语义角色独立设限，提供逐角色风险保证，优于聚合方法。
彩色眼底照相分析：面向多模态AI的数据、预处理与建模的协同演进
综述彩色眼底照相AI中数据集、预处理与建模的协同演进，迈向多模态整合与稳健临床部署。
世界扩散变换器：统一的世界与动作建模扩散架构
提出无需大模型预训练的统一扩散架构，在LIBERO模拟中表现优异，为扩展研究提供强基线。
流形约束的噪声优化以实现多样扩散采样
MoNO流形约束噪声优化，提升扩散模型多样性，无需辅助目标，收敛更高效。
Flash-CNNCap：通过图像映射进行电容提取
基于CNN的电容提取器，将全矩阵预测转为图像回归，O(n)次完成重建，速度提升17.5倍，耦合精度3.0-4.6%。
从模式连通性视角理解机器遗忘
通过模式连通性研究遗忘，发现模型处于连通盆地，线性连接揭示方法机制差异，集成可提升泛化性和鲁棒性。
可以编辑什么？开放式策略发现与情绪可编辑性图谱
EmoScope通过情绪条件化功能推理发现图像特定编辑空间，实现自适应策略，用户偏好率88.1%，并揭示分类器指标盲点。
基于阈值化符号排序的LLM源代码压缩
提出T-边界符号排序的LLM压缩方法，30个模型评估显示压缩比提升37%，速度提升40%，相对通用压缩器增益82%。
MEMOIR：面向偏好漂移谱的时间行为记忆推荐方法
MEMOIR通过时间分段与LLM生成语义记忆，在偏好漂移极端用户上显著提升排序质量，整体与最强基线持平。
目光到文本生成：超越人类注意的分类解码
提出Gazette框架，将目光扫描路径解码为自然语言目标描述，超越分类解码，实现人机交互新范式。
对抗性：基于与-非图的大规模硬件木马检测
利用AIG和KGE建模门级网表，实现线性可扩展的硬件木马检测，有效区分木马节点。
DDVT：用于视觉问答中答案定位的动态双层视觉Transformer融合网络
提出DDVT网络，含问导动态区域和跨模态多尺度聚合模块，精准定位答案，性能超越现有方法。
贪心动态元学习
提出元学习算法，内循环高维自优化，外循环低维零阶优化，以加速学习。
ACRL：训练-推理差异的自适应控制以实现稳定强化学习
ACRL自适应控制训练-推理差异，稳定RL训练，提升探索与精度，FP8量化下优于基线。
DuoAD：利用[CLS]双重特性实现免训练少样本异常检测
基于[CLS]双重特性（全局语义+注意图）的免训练少样本异常检测框架，实现自动增强与特征重加权，三数据集AUC达97.7%/93.2%/84.5%。
协方差最后一层集成：函数空间多样性用于高效不确定性量化
提出cov-LLE，通过协方差惩罚恢复成员函数多样性，提升OOD检测与校准，且不增加成本。
被遮蔽的巨眼：风格遮蔽的操作化
通过消融实验发现，注入零宽字符等手法最能有效对抗文体测量系统，保护文本匿名性。
@dotey: 链接
无法获取摘要内容，请提供具体文本。
@elonmusk：真实
确认真实
埃隆·马斯克：前方没有训练数据
马斯克指出未来方向缺乏现存训练数据，需探索未知。
@emollick：在AI时代，知道许多美丽有趣事物的名称是一种超能力——你可以召唤蒸汽波、穆卡纳斯、包豪斯、新艺术运动的鞭曲线、晕涂法、灰色单色画、浓淡平衡、多连词和轭式搭配。
AI时代，知晓美好事物之名即超能力，懂得索求即可召唤。
StateAct：面向长程电脑操作的代理，程序状态优先于像素
论文提出StateAct方法，强调在长程电脑使用代理中优先处理程序状态而非像素信息。
埃隆·马斯克：不加修饰的现实
不加修饰的现实
@elonmusk：热爱美国🇺🇸
马斯克发推文表达对美国的热爱。
埃隆·马斯克：这就是钱
这就是钱
@swyx: 顺便一提，每输入/输出token成本作为相关度量去年已失效
每token成本度量已过时，建议改用每任务成本。
Anthropic的Dario Amodei回应：不反对开放权重模型，但担忧中国AI
Anthropic创始人明确：不反对开放权重，但担忧中国AI崛起。
第三方框架
框架对编码基准影响超模型，通过缓存控制成本，性能媲美第一方。
Cyera与Oasis：携手共赢
Danny、Amit等人团队联手，构建AI时代完整安全平台。
第三方执行框架
框架比模型更影响得分；输入词元占86-98%，缓存策略定成本，第三方可媲美第一方。
@swyx: 作为代理实验室论文的鼻祖，精准聚焦评估/路由/交互性/ROI
swyx开创的代理实验室论文抓住评估/路由/交互/ROI，但指Claude Code意外开源后影响甚微。
@emollick: 寓言：“制作一个关于‘迫近’的游戏。非常巨大、非常奇怪的事情正在发生。一个郊区与一个广阔而不可知的存在降临。不是恐怖，而是唤起一种万物终结不可避免来临的感觉，但也不悲伤或可怕。”
寓言指向“迫近”游戏：巨大未知存在降临郊区，唤起万物终结的不可避免感，非恐怖非悲伤。
moonshotai/Kimi-K3
月之暗面发布2.8万亿参数Kimi K3开源权重，许可证严苛限制大企业模型服务，自称为"开放权重"非开源。
@natolambert: 我读了Anthropic开放权重模型的文章，虽无新意但合理重申其立场，接下来12小时这个网站将集体抓狂
Anthropic开放权重模型文章无新意，合理重申立场，引发12小时热议；禁止蒸馏仍愚蠢。
@gdb: 上周我们向企业推出了ChatGPT Work，这是一款很棒的产品
企业用户8月21日前注册，每位首次试用Work的成员两周内获$200信用额度。