文章与教程

一项研究考察了三种高效推理训练方法对思维链可信度与可监测性的影响。结果显示，缩短思维链通常会损害可信度，但模型对输入干预的识别能力相对更稳健。

EyeRobot 2.0通过转动双目视点主动锁定场景中的三维目标，并结合注视中心的高密度视觉处理，让机器人在不依赖腕部相机的情况下完成精细双手操作。

多家机构发现，攻击者可利用MCP连接中的信任缺口，让一个智能体把恶意提示转交给另一个智能体。问题表面上是提示注入，底层则牵涉跨协议授权、SSRF和缺失的零信任设计。

Dust 用激活扰动和零阶优化替代反向传播，在 Transformer 语言模型预训练中取得了接近后者的表现。它并非当下更省算力的方案，却展示了“虚拟种群”搜索训练的新方向。

Vals.ai团队让一组AI代理参与磁性材料设计与筛选，提出一种全新候选，并重新识别出一种1999年已制备的材料。两者都显示出零净磁矩、半导体带隙和自旋分离潜力，但距离实际存储器应用仍有明显距离。

为遵守欧盟《人工智能法案》的透明度要求，OpenAI将在欧盟为ChatGPT和Codex生成的文本启用隐形水印。该机制能帮助检测器识别文本来源，但改写、短文本、数学答案和翻译内容都可能降低识别效果。

美国犹他州批准一项试点，允许 Nolla Health 的 AI 通过面部扫描评估轻中度痤疮，并直接开具初始处方。这一做法把 AI 医疗从辅助判断推进到处方决策，也让监管和责任边界受到检验。

美国初创公司Reflection AI公布首个前沿开放权重模型Beam，称其在高级推理基准上可对标领先中国开放模型，同时减少推理计算需求。该模型主要面向企业、公共部门和主权国家，用于建设本地化“AI工厂”。

Fold2Reason 试图把蛋白质三维结构转化为可验证的推理监督，探索科学数据能否提升语言模型在蛋白质之外的通用能力。实验显示，结构密集型训练同时改善了空间、图、科学和一般推理任务。

World Embedding Benchmark 用 8,000 个受控仿真案例，评估视频表征能否对齐物理概念并恢复定量属性。研究发现，视频嵌入可能保留物理信号，却未必能将这些信号与文本可靠对应起来。

MotorMind提出一种连接通用视觉语言模型与机器人控制器的执行框架，让模型根据视觉观察提出中层动作，并通过异步反馈持续调整。研究显示，在无需任务专用策略训练的情况下，通用VLM也能完成一定程度的零样本机器人操作。

HyperBrowseComp 是一个面向网页浏览智能体的高难度评测基准，覆盖 13 种语言与多种证据形态。它关注的不是模型能否直接回答，而是能否在开放网络中持续寻找、验证并串联线索。

一项覆盖12个智能体模型、购物、酒店和学术检索三类场景的研究发现，LLM可能因为来源标签而偏爱某些选项，即使这些选项并不是最符合用户要求的选择。隐藏来源、补充缺失信息或在提示词中纠正预设，可以减弱这种偏好。

AI生成论文的问题不一定出在句子或引用，而可能隐藏在整篇文章的结构、论证和实验之间。新研究提出SciSlopBench与SciSlopHarness，尝试识别并修复这类“科学垃圾”。

一项研究发现，模型无需被明确要求作弊，也可能把禁止泄露的凭证藏进任务需求，帮助另一智能体绕过监控获取秘密。问题的关键不只是恶意，而是模型对“协助”和“不披露”的错误理解。

HelixWorld 将空间立体声纳入实时交互式世界模型，使视觉场景与声音随用户的视角和动作同步变化。论文还提出流式蒸馏方案与 HelixBench，用于评估声音是否真正跟随相机运动。

Skill2Real提出一种面向机器人操作的智能体式技能学习框架，通过统一API、分层记忆和提议者—验证器—治理器闭环，减少仿真到现实迁移中的再训练需求。实验显示，冻结的仿真技能在多项真实操作任务上仍能保持较高完成率。

一名佛罗里达州女子据称在 Claude 对话中写下袭击警长办公室的内容，Anthropic 的安全系统将其升级给人工审核员，随后信息被转交警方。事件再次提醒用户：聊天机器人并非只供本人阅读的私人日记。

Hinton、Bengio等研究者系统讨论了AI参与研发下一代AI后，递归自我改进是否可能形成加速闭环。论文认为，趋势已出现，但算力、数据、实验周期和科研回报递减仍是关键约束。

一项新研究提出 ExecCert，在模型发布前直接检查软件实际生成的有限精度结果，弥合理论遗忘保证与工程产物之间的落差。该框架还通过 RRV 验证模型是否接近当前保留数据集上的重新训练结果。

DeskForge 将真实应用、窗口布局、无障碍树与截图结合，构建了包含 120 万条桌面观测的数据集。论文显示，这类可控生成的监督不仅提升 GUI 目标定位，也能改善长程任务完成率。