标签
Garry Tan 认为，在基础模型领域，只有两种定位能够胜出：要么做到绝对最佳，要么以最低成本提供最佳性能。
KITE 提出一种知识注入的时间序列编码器，将工程师的领域先验（语义先验）通过可切换的协变量与注意力偏置机制注入自监督事件预测器，在稀有事件预测上显著优于无先验基线，并支持跨域迁移。
该论文在一所大学建筑上对比了统计模型、XGBoost、LSTM与预训练时间序列基础模型TimesFM用于日前电力预测的效果，发现TimesFM 3.0配合协变量将平均绝对误差相对季节性朴素基线降低约43%，而XGBoost仍具竞争力。
提出因果市场模拟器：一种基于因果先验训练的连续时间先验数据拟合网络，用于估计交易的因果市场冲击，显著缓解了经典 Almgren–Chriss 等回归模型在信息性流导致混杂时的偏差，并在模拟订单簿及 BTC/ETH/SOL 永续合约与纳斯达克股票数据上展示了正向的因果迁移证据。
GlucoPRISM 通过协议监督的预训练，将连续血糖监测（CGM）日表征分解为特质、状态和传感器三个频带，在部署时以固定投影移除传感器相关分量，从而在无需目标数据的情况下将十二个跨队列迁移方向的平均 AUROC 从 68.75 提升至 73.57。
HACE 是一个联合进化专业基础模型与 LLM 智能体的框架，通过互惠学习和进化搜索优化二者的交互机制，在推荐系统、蛋白质功能预测和晶体稳定性预测三个领域均超越现有的自我改进方法。
该研究使用在 Temple University EEG 语料上预训练的轻量级 CNN–Transformer 基础模型提取个性化潜在动力学，发现癫痫与非癫痫患者即使预测拟合度几乎相同，其学到的潜在依赖结构却存在显著差异，强调个性化临床模型需同时评估预测效度与内部动力学结构。
Biohub、美国能源部、美国国立卫生研究院（NIH）、Google DeepMind、Isomorphic Labs 和 Meta 联合承诺投入 18 亿美元，用于生成可用于 AI 的开放生物学数据集，这是迄今为止规模最大的协同行动，旨在推动生物学预测性 AI 模型和"虚拟细胞"的发展。
本文提出一种「心智模型驱动的智能体」框架，通过学习摊销递归心智理论（ToM）表征与信念条件奖励模型，使智能体能在部分可观测环境下推断其他智能体的隐藏信念与意图，并在语言与多模态基准上验证了显式伙伴建模对交互质量的提升。
Pumpire 提出了一个统一的基准测试，用于评估图像和视频级 3D 基础模型的点对点物理距离估计能力，并构建了包含 100 个真实场景、6400 帧的大型数据集 pumpire-6k，对 29 种基线配置进行了全面对比实验。
论文提出 FreeMatching，一个结合生成式与语义基础表征、通过异构监督和教师引导迭代精化的通用密集对应匹配框架，在图像编辑与参考引导生成任务上显著提升对应质量，并可作为身份保持的量化评估指标。
MARGIN提出了一种运行时置信度校准方法，无需重训练或预留校准集即可从观测结果中学习模型特定的置信度修正，用于异构基础模型的多智能体协调决策，在代码生成和问答任务上相比未校准的置信度加权提升了答案选择准确率。
Simo 是 Temprl Labs 推出的 System 1.5 判断模型，可通过类型化问题对文本、截图或视频进行查询，在毫秒级内返回经过校准的概率及可执行的数值，定位为'驱动自主软件的判断层'。
OpenESM 提出能量引导模型（ESM），将能量引导的潜状态优化与 token 生成统一到单一架构中，在大规模语料上进行能量引导预训练，表现出良好的扩展性并在多数下游任务上超越 GPT，同时完全开源模型权重与训练基础设施。
DeepSeek V4.1 Flash将中美AI能力差距缩小至创纪录的3%，并在LiveBench和DeepSWE等智能体编程基准测试中超越Anthropic的模型，跃居榜首。不过其748B参数的MoE架构在定价和数据主权方面对企业客户带来一定影响。
美国白宫发布行政令启动“创世纪任务”（Genesis Mission），由能源部主导建设统一的AI科学平台，利用联邦科研数据训练科学基础模型并开发AI智能体，以加速科学发现并维护美国在AI领域的全球主导地位。
Maxime Labonne 指出，一个模型能够同时并行游玩多款游戏，这表明 AI 的进展已经远远超出了文本生成的范畴，对视频游戏行业意义重大。
提出了一种「Truth Engine」架构：环境合成器负责生成全新的闭环微观世界，前沿求解器在没有任何人类示范的情况下对这些世界进行探索，确定性验证器则过滤出已被证明可靠的产物，并将其蒸馏到基础模型中——由此形成一个自我不断强化的飞轮，旨在将 AI 推向人类知识边界的彼岸。
据Axios报道，获NVIDIA领投20亿美元融资的美国AI初创公司Reflection AI即将发布一款开源模型，目标对标DeepSeek与Qwen，被视为美国在开源大模型领域对中国的一次重要回应。
TRACE 是一个可复现的基准数据集，包含 7,300 个“区域–日期”实例，将美国电价与在每个预测截止时点重建的官方运营文本配对以防数据泄漏，结果表明，在各类时序基础模型中，加入文本可使上尾 pinball 损失中位数降低 7.4%。