欧洲研究人员想研究社交媒体的危害，但无法获取数据
欧盟法律赋予研究人员审查科技巨头权利，但TikTok、X和Meta仍限制数据访问。
@dotey: 且不说他早年看不上 Coding Agent（现在已经变了），但到现在 DeepSeek 居然还不支持多模态，确实理解不了
DeepSeek至今不支持多模态令人费解，尽管其早年态度已有变化。
@elonmusk: 很快，你的城镇也会遭遇此变
你的城镇将很快发生同样的事。
@elonmusk: 我的代词是……
马斯克公开表态自己的性别代词。
埃隆·马斯克：是的
是的
在桌面应用中尝试ChatGPT语音
在桌面应用内体验ChatGPT语音功能
以前玩游戏时间长了点有负罪感，觉得虚度光阴了，现在一边玩游戏一边等 Agent 干活，居然有点心安理得。
以前玩游戏有负罪感，现在边玩边等Agent干活，心安理得。
@emollick：同意：GPT-5.6 Pro（仅限聊天机器人）是目前最智能的模型，而GPT-5.6 Ultra在困难任务上远不如它。
GPT-5.6 Pro是最强模型，GPT-5.6 Ultra在困难任务上表现较弱。
@emollick: 很高兴看到谷歌分享Gemini的使用数据。特别有趣的是，多模态AI在体力劳动中的作用可能比预期更大。
多模态AI对体力劳动的作用超预期。
Black Forest Labs FLUX 3——多模态流模型击败Seedance 2.0、Gemini Omni和Grok Imagine，以及FLUX-mimic视频动作机器人模型
BFL的FLUX 3多模态流模型大胜，击败多个竞品。
埃隆·马斯克：靶心
目标明确
埃隆·马斯克：Grok值得信赖
Grok值得信赖。
突破压缩瓶颈：从理论到实践
论文首次证明低秩分解与量化非正交，提出对角粘合方法（DAM）有效缓解组合性能损失。
JAXBench：自主TPU内核优化基准测试
JAXBench是TPU内核优化基准，含50个JAX负载，评估表明上下文比模型规模更重要，最佳方案实现1.36倍加速。
用于参数化CAD自监督学习的掩码拓扑建模
MTM通过掩码边预测凸性和曲线类型，结合对比学习，高效提升CAD自监督预训练性能。
多模态CoLRAG-TF：面向复杂PDF的三重过滤检索
提出四轴融合架构，通过三重过滤与贝叶斯优化，在复杂PDF上实现高效多跳推理，召回率达0.9909，答案相似度提升71.6%。
MoE中存在知识注入吗？探索MoE中专家感知的对比解码以缓解大语言模型幻觉
EAACD通过对比MoE高层专家组的可信度差异，放大低可靠性专家幻觉作为负参考，有效缓解大模型幻觉。
虚拟现实的眼部验证
评估VR虹膜质量指标失效，生成模型处理离轴凝视，多模态融合降低错误率约11%
大语言模型个性化能力基准测试
大语言模型在两方个性化中存在瓶颈，SDR-Bench显示前沿模型无法区分成功与否，但48%内容被销售评为有用。
CLOE：基于Christoffel损失的异常检测自动编码器
CLOE结合自编码器与Christoffel函数，通过新损失函数引导表征学习，实现高效高维异常检测。
标记错误的症状：评估医学文本中的LLM水印
LLM水印在医学文本中诱发词汇错误、幻觉和误归因，通用基准掩盖问题，需领域特定评估。
何为好文？从LLM推理痕迹中提取与检验文学质量隐含理论
LLM评估文学质量重视意图与结构，分类准确率79.3%，结构降级影响最大，词汇影响最小。
利用大语言模型扩展闭环特征通道配置
扩展采样后精度线性提升，参数效率显著优化，发现了非幂2通道及结构化分配规律。
RealVDeblur：面向通用真实世界视频去模糊的一步扩散方法
提出一步扩散框架，结合物理模糊合成与视频扩散先验，实现真实视频去模糊的泛化与鲁棒性。
MoE路由是哈夫曼编码吗？链式思维中频率-多样性法则的发现
发现MoE路由遵循哈夫曼编码原理，通过子集差异剪枝消除冗余，将路由转变为最优压缩引擎。
AINTMA：融合生成式智能、安全云通信与自适应质量分析的自主测试管理智能体AI架构
AINTMA多智能体AI架构实现自主测试管理，排序准确率88.4%，周期缩短43%，缺陷率降至2.1%，ROI达340%。
人机协同的大语言模型框架用于识别皮肤免疫相关不良事件
LLM辅助识别皮肤免疫不良事件，准确率与一致性提高，时间减半。
DC-Leap: 通过草稿引导的连续跳跃解码实现dLLMs的无训练加速
DC-Leap框架利用草稿引导的连续跳跃解码与动态验证，消除冗余迭代，实现无训练加速，最高提速105倍。
循环Transformer中的自适应深度：诊断学习型暂停门与轨迹读出
研究发现，固定先验深度监督优于联合训练门控，后验置信读出更有效，失败源于轨迹形成而非门表达能力。
ODeform：利用神经常微分方程学习形状变形的连续4D运动
提出ODeform方法，用神经ODE建模物体的连续4D变形，无需离散时间步，高效准确，预测精度优于基线。
中文标题：面向可信乳腺超声诊断的空间锚定概念瓶颈模型
中文摘要：提出空间锚定概念瓶颈模型，利用病灶分割弱监督提升概念证据空间对齐与诊断可信度。
主动SAE特征平面是否携带更多Holonomy？Gemma中的预注册反转
主动特征平面Holonomy低于混合特征控制，调整后对数对比-0.294，预测被证伪。
生成式贝叶斯滤波用于状态估计
GBF框架用条件变分自编码器替代线性观测模型，通过贝叶斯更新与分数采样提升状态估计精度与鲁棒性。
Axolotl3D: 一个用于忠实三维形状补全的统一框架
提出Axolotl3D，多模态遮挡感知3D补全模型，融合图像、掩膜、相机与点云，实现忠实形状补全，达SOTA性能。
InferenceBench：面向AI Agent的开放式大语言模型推理优化基准
InferenceBench评估AI agent优化LLM推理性能，揭示其探索不足，瓶颈在于提出多样配置与系统评估。
DecodeShare：追踪大语言模型解码时决策的共享子空间
提出DecodeShare协议，发现解码共享子空间，干扰它严重降低决策性能，并可用于可靠激活引导。
中文标题：并非越多越好：LLM意见多样性的关键何在？
中文摘要：通过因子实验发现，LLM意见多样性不随人格细节单调增加，多种交互架构组合效果最佳，低成本手段作用有限。
PlanE：面向抽取式大语言模型的数据、调优与推理元规划
提出PlanE框架与DTI规划器，优化数据、调优与推理元规划，提升抽取式LLM任务性能、降低标注成本。
ClickGuard：利用信息量度量和大型语言模型检测并揭穿点击诱饵新闻
ClickGuard浏览器扩展，融合Transformer与语言学特征，XGBoost模型F1达91%，提前警告并生成文章摘要。
PhantomFill：当表单要求答案时，语言模型会编造一个
表单必填字段导致模型普遍编造答案，多数无视“证据不足”选项，指令也被覆盖，仅前沿模型能正确拒绝。
技能契约型智能体用于证据感知的材料文献分析
AlphaAgent通过技能契约分离检索与报告生成，在材料文献分析中超越基线，显著提升机制解释与可信度边界意识。
多LLM系统中基于结构化专家判断的不确定性感知信任估计
提出Cooke加权信任估计，处理多LLM异质性与污染，实现聚合准确性与可靠性平衡。
随机采样在认识论上是浅薄的：LLMs中温度变化与模型多样性之间的维度差距
同一模型多次采样仅一维信号，多样集成多维结构，自一致性缺跨问题信息，集成揭示模型未知。
DataPrep-Bench：大语言模型训练数据准备能力基准测试
首个统一评估LLM数据构建与质量评估的基准，新方法在多个领域显著领先。
LLM-INSTRUCT在2026年UZH共享任务：面向段落级论点挖掘的约束感知检索与选择性辩论
约束感知检索与选择性辩论提升论点挖掘精度，缩小决策空间获得任务冠军。
立场：自然语言不应完全取代形式语言
自然语言适于低明确性任务，形式语言利于高要求任务，两者互补，应发展混合系统。
重新思考开放世界视频异常检测：诊断定义盲区
现有评估存在定义盲区，模型对异常定义不敏感，新指标与DeCoS方法可改善，应改为定义条件异常评分。
DS@GT ARC 在 ImageCLEFmed GANs 2026：用于隐私保护CT切片生成的几何过滤
采用几何过滤的隐私保护CT生成框架，实现0.549隐私分数与0.3290 FID，但无法消除患者解剖身份。
U-CFR：不确定性引导的级联前向精化交互式分割
提出U-CFR框架，利用不确定性引导内部伪点击自主修正，减少10%以上点击，提升边界精度。
Muon优化器“顿悟”的关键成分
Muon快速顿悟源于正交化（Newton-Schulz迭代），非谱范数；减少迭代可加速但降低稳定性。