arXiv 论文 DuplexGen 提出一种通过少量槽位级人类偏好标注来校准大模型预测、从而生成具备场景自适应轮流行为的人机对话框架。实验表明，在六个合作与竞争任务中，人类对轮流行为的偏好存在系统性差异，而 DuplexGen 比未校准提示或仅用通用人-人语音数据训练的方法更贴近这些偏好。

随着科学投稿量激增，大型语言模型（LLM）被用于辅助同行评审。现有自动化新颖性评估通常将论文声称的贡献与已有文献比较，但人类评审员常因方法证据不足而质疑新颖性。为此，本文提出论文内主张验证框架，利用LLM从引言中提取新颖性主张、检索相关方法证据，并基于从182篇ICLR 2025论文评审中归纳的标准评估方法对主张的支撑程度。实验表明，该框架的评估与人类评审员关注点高度一致，尤其在新颖性问题上。

本文提出了一种基于LLM的客户服务聊天机器人验证方法，利用高保真合成客户代理(SCA)作为数字孪生，结合自动评估、专家测试和对抗性探测，在英国一家领先银行成功应用，为受监管行业的合规部署提供了可扩展路径。

本文研究了一种随机多目标赌博机问题，智能体每轮选择k个臂的候选集，并观察其d维奖励向量（半带状反馈）。目标是维护一个能联合近似帕累托前沿的小型动作子集，通过所选臂的子集支配的超体积来形式化目标。定义了α-近似超体积遗憾（α=1-1/e），并提出了基于乐观边际贡献估计的贪心算法THV-UCB，给出了无间隙和有间隙的遗憾界。

本文提出SARA方法，将RLVR中每个提示的展开收集建模为预算约束下的最优停止问题。SARA利用Beta后验和SPRT式双阈值规则，提前判定有效组并放弃饱和组，将节省的预算重新分配给新提示。实验表明，SARA在数学推理和规划任务上以比动态采样（DS）少22%的展开量达到与DPS相当的精度，与DPS组合后精度略超DS且展开量减少67%。

该论文提出统一 LoRA（ULoRA）框架，将基于梯度投影与基于曲率白化的 LoRA 初始化方法统一为受两个参数控制的预条件梯度初始化家族，并指出最佳预条件强度取决于具体任务，往往落在已发表方法的端点之间；据此提出的免搜索变体 ULoRA-Auto 按层自适应选择参数，性能接近该家族上界。

本文提出 W2S-OPD 框架，通过对一对更小的正负模型做 logit 差分构造代理教师，让强学生在自身 rollout 上做反向 KL 蒸馏，在数学和代码基准上超越传统 OPD，且在监督源全部弱于学生时仍能持续提升。

依赖输入的控制器系数常被视为动态推理或计算节省的证据。本文提出冻结控制器审计（FCA）来解耦这些概念，证明动态参数化单独并不意味动态推理或效率提升。实验显示，静态层间配置保留超过98%的性能，而动态模型可能更慢。

一篇新论文探讨了如何将监督微调（SFT）的经验在对齐训练、模型生物和玩具模型三个研究领域之间迁移，展示了行为泛化、能力保持和鲁棒性方面的跨领域教训。

本研究提出改进的Transformer模型，通过非可加聚合的混合专家解码器和对比对齐损失，从红外光谱直接预测完整分子结构，无需预先提供化学式，Top-K准确率提升超过10个百分点。

该论文提出 MeRLa 框架，在 RLHF 训练前通过辅助任务元学习任务感知的奖励塑形函数，以缓解静态、任务无关奖励模型带来的稀疏学习信号和对齐次优问题，并在 LLaMA-3-8B 上取得优于 PPO、DPO、GRPO 和 DAPO 的结果。

Sim2Win是一种不依赖球队身份的赛前战术推荐框架，利用StatsBomb事件数据构建战术画像，通过K-Means聚类识别八种比赛风格，并训练十三种分类器预测胜负平概率。在LOCO评估中，平均ROC-AUC达到0.704，准确率55.4%，优于ELO等基线。

研究人员发现，使用冻结随机CNN特征提取器的深度强化学习智能体，在没有任何稀疏性诱导目标的情况下，会自发地在全连接层中产生极度稀疏的表征。在确定性的Pong游戏中，64个神经元中仅1-3个被激活，而可训练的CNN在相同条件下激活55-64个。稀疏性程度随任务复杂度变化，且随机种子会导致不同的稀疏模式。移除这些活跃神经元会导致性能崩溃，而活跃集在训练早期就已锁定。该现象揭示了输入维度远大于任务固有维度时，梯度下降在冻结随机投影上可以揭示问题的有效秩，无需显式的稀疏性机制。

Textideo的AI Facebook广告视频生成器利用先进的人工智能模型，帮助企业和营销人员快速将产品图片、描述和创意转化为专业视频广告。无需编辑技能或昂贵制作团队，即可生成产品推广、品牌故事、教育视频等多种广告类型，支持UGC和移动端优化。

Premation是一款开源AI工具，旨在替代Adobe After Effects，提供基于人工智能的动画和合成功能。

作者反驳了AI万能论，指出人工智能无法解决医疗、住房等领域的主要瓶颈——这些瓶颈源于监管、政策和社会治理。通过分析药物研发中的临床实验和专利制度，作者揭示了AI在现实世界应用中的限制，并批评了硅谷技术精英的思维文化。

据报道，谷歌AI工作室的“删除”功能并未真正删除用户数据，服务器上仍保留聊天记录。此问题通过三个视频被揭露，引发对数据隐私的担忧。

Kinney Drugs药店在佛蒙特州和纽约州的门店推出了AI助手“伯特”用于处方续药，但顾客反映系统频繁出错，包括错误剂量、未通知取药、无法找到账户等问题。许多顾客感到困惑和不信任，部分人因隐私担忧而转投其他药店。AI技术的应用也引发了关于数据共享和监管滞后的讨论。

Databricks 推出 Genie Code 的智能代理转换器（Beta 版），将专有 SQL 方言（如 T-SQL、Snowflake 等）转换为开放的 ANSI SQL。通过并行代理迭代转换、验证语法和语义，简化数据仓库迁移。支持迁移项目管理、复杂度评分和血缘分析，并提供自定义技能自动应用转换规则。

Databricks推出智能代码转换器（Beta），利用Genie Code AI代理将T-SQL、Snowflake等专有SQL方言自动转换为开放ANSI SQL，并支持迁移项目管理、复杂度评分、谱系分析及自定义规则，大幅简化从传统数据仓库到Lakehouse的迁移。

一段视频引发了关于AI行业是否面临泡沫破裂风险的讨论，分析了市场过热迹象和潜在影响。

Claude Code 合并队列是一个本地、零成本的工具，用于序列化并行代理的着陆，防止推送冲突和冗余构建。它与 Claude Code 代理集成，并提供一系列命令来管理分支、构建和部署。

本文探讨了如何将AI技能作为产品出售，强调通过打包决策而非知识来创造价值。指出重复的工作是技能产品化的最佳素材，应聚焦于狭窄具体的场景，并像对待产品一样测试和定价。

avatarin 利用 OpenAI 的 GPT-Realtime，为山田电机顾客提供 24/7 多语言零售支持。上线仅两周已有 3 万人使用，92% 的调查反馈为正面评价。

MoMo 是一个两阶段模仿学习框架，通过时空动作标记器和行为克隆变换器，将运动模式作为可复用的行为因子，使机器人能根据任务和对象调整动作执行方式，并在未见过的任务-模式组合上实现组合泛化。

UMAP是一种广泛使用的降维技术，但其内部构建的k近邻图常被忽视。本文展示如何将标准图算法应用于该图，以增强数据理解，并在MNIST和Fashion MNIST上验证其有效性。

本文探讨了 AI 如何通过语义搜索和向量数据库解决创意工作流程中的检索问题，而非取代创意人员。作者认为，创意工作的主要摩擦在于组织、查找和复用已有资产，而 AI 作为基础设施层，可以提升现有工作的可访问性，减少重复劳动。

生成式人工智能工作室借鉴艺术与设计教育中经过时间检验的方法——工作室结构、批评会和设计研讨会——将生成式AI视为一种创意媒介而非单纯工具，培养学生的判断力和审美能力。

今日AI新闻聚焦金融行业的AI渗透，涵盖多个细分领域的应用案例。同时报道了Kimi K3开源模型、OpenAI的Codex安全工具及学术支持计划等热点。AIE纽约大会以金融AI为主题，开放早鸟票。

OpenAI集团今天启动了一项计划，将为10万名研究人员免费提供ChatGPT高级功能的使用权限。该计划是OpenAI耗资2.5亿美元支持科学项目计划的一部分，还包括其他多个子项目。研究人员可通过OpenAI网站申请，首批面向1万名用户，并逐步扩大到10万人。参与者将获得更高使用限制和更大上下文窗口的ChatGPT版本，以及扩展版的深度研究功能。该计划还包括Codex和ChatGPT Work工具，以及培训和整合支持。