Zhilin Zhao 的专著《从近似到涌现：深度学习理论》以统一的、以证明为导向的视角，梳理了从经典近似、优化与泛化基础到过参数化、鲁棒性、生成建模、Transformer、上下文学习、缩放定律、可解释性、对齐与涌现等当代机制的深度学习理论，旨在为研究者、研究生和具备数学基础的从业者提供一幅严谨的理论地图。

研究人员提出了一种结合稀疏随机投影和多项逻辑回归的机器学习方法，用于DNA甲基化数据的中枢神经系统肿瘤分类。在参考队列中达到96%准确率，在独立临床队列中达到86%（91类）和93%（家族级），较现有技术提升4-5个百分点，具有临床意义。

IonSense-QKG 为公共锂离子电池数据集添加量子相关元数据，并引入量子就绪评分，帮助研究者选择适用于混合量子-经典机器学习的数据库。该框架支持基于查询的发现，为数据驱动的量子电池分析提供可复现的基础。

一篇新的arXiv论文系统分析了多探针网格算法在数据集大小N和维度d上的缩放行为，揭示了在GloVe嵌入上此前未报告的维度缩放交叉点，并讨论了其对高效Transformer架构成本分析的潜在意义。

本文提出一种基于领域知识的时间-空间图卷积网络，用于心电图识别。该网络将PRQST关键点作为领域知识，采用双流有向图分别建模心电图周期内和周期之间的空间与时间依赖关系。在首届中国心电图智能竞赛数据集上的实验表明，模型整体平均F1分数达到88.1%，稀有类别平均F1分数为76.3%，均优于现有最优模型，尤其提升了稀有类别的检测性能。

本文研究编程示例系统的对抗性鲁棒性，提出一种新攻击模式：对手观察合成器并选择最有害的示例进行破坏。作者形式化了有限版本空间下的最坏情况破坏，实现了精确搜索和启发式搜索，并引入版本空间分区聚合（VPA）防御。实验表明，低裕度任务存在随机噪声评估忽略的对抗鲁棒性维度，而VPA仅在清洁语义保持分区投票裕度时有效，这在现实任务中常失败。

I²RiMA 提出一种新的脑电压力检测网络，通过在每个频点独立构建空间协方差矩阵并映射到 SPD 切空间，结合频率聚类聚合与切片内-间注意力，在三个数据集上以仅 1.60M 参数和 31.95M FLOPs 达到最高 82.78% 的平衡准确率，优于五个先进基线。

研究者提出M-QCDNet，一种多层Q矩阵嵌入神经网络认知诊断模型，将认知诊断模型的结构可解释性与深度学习相结合。该方法利用Q矩阵作为结构先验约束项目-技能关系，并设计带L2惩罚的损失函数以平衡预测性能与结构对齐，同时开发了可解释的对齐评估指标。

本文提出程序性记忆蒸馏（PMD），将跨回合的程序性信号转化为可复用记忆，并蒸馏进策略权重，使模型在推理时无需外部记忆。在 Qwen3-8B 和 OLMo3-Instruct-7B 上，PMD 在 SCIKNOWEVAL 与 LIVECODEBENCH 上分别比 SDPO 提升 3.8-5.5% 和 7.9-13.6%。

一篇新的arXiv论文审计了MedAgentBench v1/v2，发现41.7%的“静默完成”上限导致不作为成为强化学习的主导策略。作者构建了MedAgentBench-v3（508个任务，上限8.9%），并识别出训练Qwen3-8B时的两个结构性障碍：能力天花板和格式知识壁垒。纯强化学习达到18.2% pass@1，而基于规则的SFT为34.1%；决策/格式知识/查找分类法可预测强化学习的可学习性，并提出先通过SFT注入代码、再用强化学习学习条件逻辑的解决方案。

一篇arXiv论文提出以可验证奖励强化学习（RLVR）训练小型语言模型，使其在Jira与Confluence等细分企业SaaS API中正确调用工具。研究用五个高保真合成环境替代真实API，仅依据工具调用轨迹计算奖励，在四个奖励非退化的场景中将平均奖励从0.35–0.92提升至0.95–1.00。

一项研究将专家混合扩散语言模型改编用于医疗视觉问答，在性能与自回归模型持平或更优的同时，提供自回归模型缺乏的交互式“任意顺序填充”能力，且解码速度快3.5-4.4倍，适合放射科医生起草报告。

CreativityNeuro 是一种无需数据的方法，通过对语言模型权重进行对比引导来增强发散思维。在发散联想任务（DAT）上，它将模型表现提升了高达 14 个人类百分位点。一项涉及 720 人的大规模人类评估显示，在替代用途任务（AUT）和 Task Task 上，该方法在原创性、惊喜度和创造性方面均有显著提升，并能迁移到更长、更开放的任务中。此外，该方法在所有三个任务中都明显减少了模式崩溃，而激活引导虽在 DAT 上表现相当，却无法迁移到 AUT 和 Task Task，凸显了权重空间引导在泛化到未见任务上的有效性。

本文提出一种难度路由的服务控制架构，通过轻量级路由器将常规会话保持低成本路径，把操作耦合会话升级到包含冲突感知沟通和写前重考虑的增强工作流，在τ²-bench的零售和航空任务上提升了含操作冲突请求的可靠性。

针对大型复杂代码库摘要难题，研究人员提出Agent4cs多智能体框架，采用自底向上的方式，通过摘要、关键词提取和质量保证三个智能体协同工作，在7个前沿模型上平均提升语义一致性8%，关键词覆盖率最高提升38%。

一篇 arXiv 论文提出了 Wiola，一个完全从零构建的小型语言模型架构，包含五个新组件，并提供四种尺寸，兼容 HuggingFace。

Auto-FL-Research (AFR) 是一个约束编程代理工作流，用于自动搜索联邦学习算法。它在五个医疗保健FLamby任务和六个LEAF数据集上进行了评估，显示在多个任务上取得了提升，但也揭示了种子敏感性和搜索选择的失败案例。

PACE 是一个模块化的神经符号框架，通过结合神经网络预测器和符号推理层来生成可行性感知的反事实解释。该框架在 Adult Income 数据集上的案例研究显示，符号约束能产生更符合领域可行性要求的解释，但需要在反事实有效性与合理性之间进行权衡。

本文深入调查NVIDIA DGX工作站的实际能力，揭露其748GB统一内存中仅252GB为高速HBM3e，其余为低速LPDDR5X。通过Cornell、Snowflake等使用案例和GLM-5.2等基准测试，探讨其能否承载本地前沿模型推理。

Imagent是一个将图像、视频和语音生成能力集成到AI代理工作流中的开源工具。它提供统一的CLI接口，支持多个AI提供商（如OpenAI、Google、ElevenLabs等），并管理生成的资产库，方便复用。

Interfaze 开源了 diffusion-gemma-asr-small，一个多语言语音识别模型，采用扩散解码器而非自回归解码器。该模型通过一个约 42M 参数的适配器将音频输入到 Google 的冻结 DiffusionGemma 模型中，单个适配器即可处理六种语言。转录成本由去噪步数决定，而非转录长度。在 LibriSpeech 测试集上词错误率为 6.6%，领先其他扩散 ASR 模型。

本文将'点球成金'概念——利用数据驱动的统计分析发现低估资产——应用于物理人工智能领域。文章认为，机器人数据目前定价错误，过度强调数据量和遥操作时长，而忽视了数据的新颖性和边际效用。通过分析规模法则和数据采集的经济学，文章提出，物理AI的资本效率取决于准确计算和定价数据的新颖性，而非最大化数据量。

韩国芯片制造商三星电子和SK海力士推动的AI芯片热潮带来了前所未有的财富增长，但只有少数人群受益，引发关于利润分配和贫富差距的广泛讨论。

在内部全体会议上，Meta CEO马克·扎克伯格承认公司的代理型AI开发速度慢于预期，这是一次罕见的坦诚表态。他透露AI代理进展未如预期加速，且裁员重组效果不佳。尽管Meta大幅增加资本支出，但购物代理等产品尚未落地。扎克伯格预计未来3-6个月将看到实质性回报，但分析师认为成功只是时间问题。

本视频讨论了AI领域被认为正在崩溃的原因，以及中国如何通过战略投资在该领域取得优势。

Yann LeCun（前Meta AI负责人）认为，当前的LLM（如ChatGPT）缺乏真正的智能，无法处理现实世界的复杂性。他的新公司AMI Labs正在开发一种不同的AI方法JEPA。与此同时，牛津大学的Ingmar Posner正在研究世界模型。两者的目标都是让AI能够推理物理世界。

随着AI生成内容在专业场合的泛滥，作者呼吁LLM用户遵循基本礼仪：验证输出、用自己的话转述、注明来源。通过一个假想的职场故事，揭示了不验证AI输出可能带来的误导和尴尬。

影子艺术部长安吉·贝尔要求人工智能公司像其他人一样“先征求许可并付费”使用澳大利亚创意作品。同时，一名青少年被控谋杀，X公司称平台没有义务阻止有害内容，以及澳大利亚民众对以色列的看法比对中国更负面。

一项潜在协议将允许国际科技公司利用澳大利亚音乐人的创作成果，总理最喜爱的一些艺术家向《卫报》表达了他们的感受。

Yoshua Bengio等16位学者提出Scientist AI (SAI) Predictor的形式化安全论证，通过认识语境化训练实现诚实预测，并证明在合理假设下危险预测器的训练概率极小。