本技术报告介绍了VibeThinker-3B，一个3B参数的密集模型，在AIME26和LiveCodeBench等基准测试上实现了前沿水平的推理性能，通过结合基于课程的SFT、多领域RL和离线自蒸馏，匹配或超越了DeepSeek V3.2和GLM-5等更大的模型。
本文提出了一种智能的热力学度量，定义为'rare-valid lift'，并论证了递归自模拟对于高热力学智能是必要且近乎充分的，从而使智能可以在通用尺度上衡量。
研究论文表明，大语言模型存在'角色混淆'问题，即它们优先考虑文本风格而非实际的角色标签，从而使得提示注入攻击成为可能。去风格化文本将攻击成功率从61%降低到10%，这表明大语言模型安全性面临一项根本性挑战。
自重置策略优化 (SRPO) 通过在多步推理强化学习后训练中定位第一个错误的推理步骤并从中学习反事实延续，而无需外部监督，来解决信用分配问题。
本文提出一种理论，认为对大型语言模型的提示注入攻击源于模型在角色感知上的根本缺陷——将角色视为语言的类型系统。该理论解释了现有攻击，预测了新型攻击，并提出了关于角色科学的研究议程。
对里程碑式论文《Attention Is All You Need》的反思，着重说明了如何通过去除循环并完全依赖注意力机制彻底改变了人工智能，并催生了像GPT和Claude这样的现代大语言模型。
本文探讨了AI代理如何利用微软研究院的SkillOpt等技术自动编写和优化其技能文件，该技术将技能文档视为可训练状态，并带来显著的性能提升。文章还解决了手动技能调优的挑战，并介绍了GEPA和EvoSkill等进化方法的框架。
详细博客文章，解释Sakana Fugu技术报告，该报告介绍了将任务路由到专业模型以实现集体智能的编排器AI模型。
计算复杂性理论家认为，半经典引力中的非线性动力学将使得不可想象的强大计算成为可能，从而证明引力必须量子化。该论文利用薛定谔-牛顿方程表明，经典引力与量子物质耦合会导致计算矛盾。
NVIDIA与卡内基梅隆大学（CMU）和加州大学伯克利分校（UC Berkeley）共同开发的ENPIRE框架，利用AI编码智能体自主训练机器人执行高精度物理任务（如GPU安装），通过闭环反馈和真实硬件测试实现了99%的成功率。
《自然》杂志上来自巴基斯坦基因组资源（PGR）的一篇新论文分析了来自近亲社区的173,303名巴基斯坦人，识别出近三分之一蛋白质编码基因的人类基因敲除，推翻了诸如PRDM9对生育能力必需性等生物学假设。
本文研究了LLM代理是否可以通过交互推断隐藏的世界模型，发现随着复杂性的增加，它们难以构建稳定的内部模型。
介绍了测试时强化学习（TTRL），一种利用未标注数据上的多数投票创建伪标签以进行强化学习训练的方法，使LLM能够在不依赖真实答案的情况下自我改进。在AIME 2024上取得了显著提升（例如，Qwen-2.5-Math-7B提升159-211%）。
这篇博客分析了PivCo-Huffman论文，该论文引入了并行Huffman解码的“合并”操作，无需交错开销即可实现高效的向量化和GPU友好解码。
ShotcreteDepth是一个包含来自施工环境的立体RGB和LiDAR数据的双模态数据集，旨在支持在挑战性条件下进行深度感知研究。该数据集包含11,252个样本，其中220个已标注，并附带一个轻量级标注工具。
TROPT是一个开源框架，统一了离散文本触发优化，标准化了在LLM越狱和模型可解释性等领域中的开发与执行。它包含超过15种优化器和30个配方，降低了采用和推进的门槛。
本文介绍了AgentCIBench，一个用于评估计算机使用代理隐私风险的基准测试，发现15个前沿代理中有11个在超过50%的场景中泄露信息。
Vera 是一种分层扩散模型，专为视频编辑设计，通过生成编辑层和 Alpha 遮罩来保留源内容，并采用混合 Transformer（Mixture-of-Transformers）架构。