该论文提出SCISE框架，通过社区感知采样和约束结构熵解决图聚类中的结构孤立问题。包括结构熵社区约束算子（SECC）、社区感知采样扩展（CSampE）和结构对比学习（StructCL）三个模块。在六个基准数据集上，SCISE显著优于现有方法。

香港浸会大学的研究人员提出了一种新的距离度量与聚类算法，用于处理包含名义属性和有序属性的类别数据。该工作统一处理两类属性，并保留有序值间的顺序关系，通过联合学习距离权重和数据划分避免次优解，经实验验证性能优于现有方法。

本文提出AdaStop框架，将DNN测试建模为成本-收益决策过程，通过估计边际故障发现率并在其低于阈值时自动停止标注，在仅使用9%-31%标注预算的情况下发现65%-84%的故障，显著降低了测试成本。

本文提出将大语言模型（LLM）Agent的执行框架视为可学习的控制层，形式化为有限时域马尔可夫决策过程（Harness MDP），并通过离线优势加权回归训练轻量级控制器。实验表明，该控制器能持续改进验证行为并选择性提升任务质量，且效果优于行为克隆等基线。

一种新的可控可观性框架通过动态系统理论分析隐藏状态冗余来压缩深度神经网络，在MNIST和CIFAR-10上实现了超过70%的状态压缩，且精度损失极小。

本文提出外生Dropout，一种在训练时随机置零整个外生通道的模型无关方法，显著提升时间序列预测模型在噪声、时间错位和缺失协变量下的鲁棒性，同时保持干净数据的精度。实验表明，该方法优于专门设计的鲁棒架构，为协变量预测提供了简单有效的基线。

本文探讨了时间序列预测中的“粒度悖论”：更细的时间粒度（如从月度到周/日）改善了样本内诊断和数据集大小，但由于递归误差在更长预测区间上的累积，反而降低了样本外精度。通过13年公共采购数据集对10种模型在六种粒度上的基准测试，发现递归自治模型在高频预测中显著退化（例如Holt-Winters在日粒度测试R²为-151，TPFE达425.85%），而LSTM呈现U形误差曲线，在日粒度克服了误差传播惩罚（TPFE 4.35%，R² 0.66）。线性回归保持稳定，表明悖论由递归反馈拓扑驱动。标准指标（RMSE、MAE）系统性地掩盖了累积误差，本文引入共识-分歧诊断来识别标准诊断掩盖误差传播的模型。

GAIA是一种几何感知、基础设施锚定的学习框架，用于处理超宽带UWB测距中的非视距传播、突发噪声和长尾误差，通过结合时间范围建模、潜锚点布局估计和确定性距离投影，在作业区几何重建中实现了去噪和一致性重建。在真实户外UWB数据集上，GAIA将范围均方误差降低了18.4%，多边形IoU提升了15.5%，优于现有方法。

本文提出Design-CP，为RFdiffusion 3引入两种上下文并行推理策略（1D行分片和2D网格分片），将二次激活分布到多GPU，使得在有限显存下设计大型蛋白质纳米颗粒成为可能。实验表明，2D分片在二十面体组装中扩展性更好，并成功在16GB GPU集群上实现了八面体纳米颗粒设计。

本文提出统计有意义几何（SMG）框架，将过参数化学习系统建模为无限维非参数Orlicz纤维丛。证明在持续分布外刺激下，连续优化失败，未建模方差积累导致活性非因果张力，触发规范对称性破缺（GSB），表现为结构G-熵的离散阶跃。SMG提供参数无关的可证伪仪表盘，用于区分真正发现与恶性幻觉，推动AI科学自主范式转变。

该研究探讨了使用大型语言模型（LLM）生成合成消费者数据的可行性，特别是用于投射技术。通过多项任务对比LLM与人类在旅游目的地感知上的反应，发现两者在广泛主题上重叠，但在风格、语言结构和多样性生成方式上存在差异。研究提供了如何最佳利用LLM生成合成消费者数据的建议，并指出了其局限性。

ArtisanCAD是一种面向工业计算机辅助设计的智能体，通过引入可执行的CAD中间表示（CAD-IR）来蒸馏专家知识，处理模糊或不完整的自然语言提示，生成可编辑的参数化B-Rep模型。在Text2CAD基准测试中，CAD-IR将中间提示的生成质量提升了33%，平均倒角距离从14.83降至9.88。

Akashic是一种为LLM代理系统设计的低开销记忆系统，通过MemAttention将上下文组织成有界块并建模语义关系，避免完整历史重放，从而提升任务准确率、吞吐量和可持续请求率。

该研究提出将记忆存储移入语言代理的推理循环中，在每个步骤读取和写入，以克服网络延迟问题。实验表明，进程内存储（约100微秒）可将冗余动作从7.2/12降至0.0/12，并将召回率从0/5提升至3.6-4.8/5。瓶颈在于嵌入生成而非存储。

FirstResearch引入了一种结构化研究问题证书，通过记录原始定义、假设、机制模型、矛盾、可证伪假设、最小决定性测试和失败更新规则，使LLM生成的科研问题可审计。在十个主题上评估，该框架优于基线方法，得分4.86/5 vs 4.38/5。消融实验表明证书至关重要，移除后得分低于1/5。结果表明显式推导约束能提高审计性。

一种名为叙事世界模型（NWM）的新型AI系统，利用基于叙事学的时间状态图帮助小说作者跟踪复杂的故事情节，在多跳叙事理解任务上超越了现有记忆框架。

本文对利用基础模型自动生成机械零件CAD进行了实证研究，提出了LLMForge框架及其两种批评机制。在包含97个工程设计问题的基准上评估了七个模型；紧凑的指令调优模型表现与大型系统相当，而基于VLM的批评虽实现100%防水网格，但在处理旋转对称几何体时存在困难。

CSTutorBench是一个新的基准，用于评估小型语言模型在VEX VR（一种积木式机器人编程环境）中作为计算机科学辅导员的表现。初步测试显示，模型在表面标准（如词汇和语气）上表现良好，但在深层教学行为（如避免泄露答案和关注学生调试历史）上存在困难。提示工程改进提高了大部分模型的分数。

本文提出一种受统计力学启发的新框架，通过基于能量的无向表示对网络物理物联网系统中的变量依赖关系进行建模，实现依赖感知的归因分析。在工业物联网测试台上的模拟表明，该框架在归因准确性、鲁棒性和可扩展性方面优于现有的基于图的方法。它适用于高维网络物理和社会技术系统，无需重建有向因果图。

Prompt-to-Paper是一个多智能体AI框架，通过将声明锚定在可验证文献中、执行真实实验并提供标准化质量评估，解决了自动手稿生成的关键缺陷。在五个生物信息学案例中，人工评审平均得分为7/10，每篇成本约0.31美元。

HairstylesPro 让你在理发前通过AI虚拟试戴超过500种真实发型，上传照片即可预览效果。提供免费试用，并支持按月或按次购买。

一个利用多 LLM 集成来发现和披露关键 0day 的 AI 驱动平台。首个案例：Cisco CUCM 14.0 中 CVSS 9.8 的未认证 RCE 链（从 SQLi 到 root 共 6 个阶段）。包含可工作的 PoC、完整技术分析以及基于风险的披露研究。

Mold是一本关于人工智能文化的自主杂志，强调内容自然生长而非人工编写，没有编辑或截止日期，所有内容均从公共账本中沉淀生成。

一个众包AI图像检测游戏，玩家猜测照片是否为AI生成，通过RSS或API获取群体判定。涵盖多种类别，如风景、食物、体育等。

缅因州图书馆员正在为读者提供移除设备中AI功能的服务，并教授如何批判性地看待技术。他们认为AI不可靠、消耗能源且收集数据，强调信息素养的重要性。

and-scene 是一个AI智能体技能，用于在项目中构建动画式、形态变化的幻灯片演示。它会自动搭建 Vite/React 应用，并在单个画布上让元素逐步演变，形成连贯的故事线。

本文指出，AI的真正瓶颈并非GPU算力，而是内存带宽。这一观点可追溯到2007年Ulrich Drepper的论文《每个程序员都应该了解的内存知识》。近期AMD、高通和英伟达的动向均反映了这一现实。解决方案如FlashAttention和小型语言模型通过优化数据局部性来缓解问题。

蚂蚁集团旗下的具身智能公司 Robbyant 开源了 LingBot-Vision，这是一系列专为密集空间感知设计的自监督视觉 Transformer。该模型通过掩码边界建模将边界作为原生训练信号，其 10 亿参数的骨干网络在密集空间任务上匹配或超越了更大规模模型，并初始化了 LingBot-Depth 2.0。

本期AINews涵盖了2026年7月6日至7日的广泛AI发展。亮点包括Lilian Weng对递归自我改进中套件工程深入分析、Meta推出Muse Image和预览Muse Video（具有代理生成循环）、以及Anthropic、LangChain和Google在代理平台上的重大产品更新。其他值得注意的内容：NVIDIA的Audex音频模型、Cohere的阿拉伯语ASR、与Hugging Face和NVIDIA的机器人集成、Liquid AI的Antidoom方法减少推理循环失败、以及Anthropic有争议的J-space可解释性研究。还涵盖了代理和法律AI的基准测试、研究自动化和推理效率进展。

答案引用协议（ACP）是一种网络标准，通过预先总结的可验证数据块来优化AI检索内容，减少Token浪费和推理延迟。