OpenAI 公布前沿模型在数学开放问题上的新结果

OpenAI 发布内部前沿模型在数学开放问题上的新结果，并公开 Lean 证明形式化及研究细节。相关材料已发布在 GitHub 上。

Google 等机构的智能体被曝 MCP 信任缺口，可被提示注入跨智能体传播

独立研究者 Syed Anas Mohiuddin 测试了 Google、JP Morgan Chase、Weviate、Rapid7、法国政府部际数字事务局和美国联邦政府等机构的智能体，发现 MCP（Model Context Protocol）在智能体间通信中存在信任缺口。

GitHub 发布 ReviewBench：面向 AI 代码审查的开放基准

GitHub 发布 ReviewBench，一个面向 AI 代码审查智能体的开放离线基准，基于 1.039 亿个 GitHub PR 的分布特征构建，包含来自 187 个开源仓库、覆盖 19 种语言的 219 个 PR。

Google 研究者提出 RRSI，防止自我改进智能体记忆测试任务

Google 研究者提出 RRSI（Regularized Recursive Self-Improvement of Agent Harnesses），通过随时间收缩的编辑预算和严格评审机制，限制智能体在自我优化时记忆测试任务。

Aleph Alpha 研究：中国模型在敏感话题上复述官方立场或拒答

Aleph Alpha 用自建基准测试了阿里千问、DeepSeek 和月之暗面 Kimi 的模型，覆盖天安门、台湾、新疆等 967 个敏感话题，其评分系统认为仅 17% 至 41% 的回答算平衡，其余复述官方立场、回避或拒答。

开源工具 BootLoops 让 Claude 完成精确科学计算，三个月产出 36 篇手稿

哈佛物理学家 Matthew Schwartz 在 Anthropic 客座博文中介绍开源工具 BootLoops，它让 Claude 完成精确科学计算，三个月内团队在 18 个领域产出 36 篇手稿、19 位合著者。

AI 智能体用照片生成 3D 场景，却无法判断自己做得对不对

研究团队提出 Image-to-Code 方法，让编码智能体从单张照片写出可执行的 Blender 程序，并迭代修改直到场景匹配原图。配套基准 LEGO-Bench 包含 104 个场景的 208 张图像，最佳模型 GPT-6 Astra 在室内场景准确率 53.4%、室外仅 39.6%，弱配置约 15%。

Mercor 研究：AI 在记账任务上快于持证会计师，但仍无法独立完成结账

Mercor 让 12 名平均 5.5 年经验的持证 CPA 完成 APEX Accounting Benchmark 的简化任务，结果显示 AI 模型在结构化记账任务上更快、更准、成本更低。

Claude Opus 5.5 爱说"this matters"：Graphite 研究揭示各前沿模型的 AI 写作特征

Graphite 研究发现 Claude Opus 5.5 最爱用"this matters"，出现频率是人类写作的 116 倍，"dependable"高出 23 倍；OpenAI 的 Astra 则以"not simply X"等纠正性框架为最大特征，出现频率超人类 100 倍。

微软研究院用机器学习预测电网空间天气风险，覆盖美国 66,935 座变电站

微软研究院开发了一套端到端机器学习流水线，利用 L1 拉格朗日点的太阳风观测数据，为美国本土 66,935 座变电站生成 30-60 分钟前的空间天气风险预测。系统结合 AE 与 Dst 指数预测、地质电导率和电网数据，在 2020-2026 年评估期内检测到近 80% 的重大空间天气事件，其中 Dst 预测器在 62.2% 的高活跃时段优于 Burton 方程。

CMU 等团队用 16 块 GPU 训练 AI 在 Stratego 上击败顶尖人类选手

卡内基梅隆、MIT、纽约大学和斯坦福的研究团队开发出 AI 系统 Ataraxos，在 Stratego 上以 15 胜 1 负 4 平击败被视为史上最强的选手 Pim Niemeijer。Stratego 是信息不完全游戏，棋子身份只在碰撞时揭示，此前连 DeepMind 也未能造出稳定击败顶尖人类玩家的机器。该研究仅用 16 块 GPU 和数千美元完成训练。

Anthropic 前沿红队：GLM-5.3 与 Claude Mythos Preview 在二进制漏洞利用任务上的表现

Anthropic 前沿红队在内部 Binary Exploitation benchmark 中随机抽取 100 个任务评测多个模型，GLM-5.3 在 4% 的试验中实现了完整的控制流劫持，Claude Mythos Preview 为 6%。报告指出，此前的 Claude Opus 4.6 和 GLM-5.2 在这些任务中无一成功，说明一个有意义的能力门槛已被跨过。

AI Night-Scientist：用强化学习训练 LLM 的智能体科研创意

AI Night-Scientist 是一个用强化学习教模型何时以及如何跳出可预测推理的智能体框架，基于行动、过程、结果三个维度用 GRPO 训练。相比基座模型，其科研提案的研究方向范围扩大 27.8%、贡献类型增加 14.9%，预测引用影响最高提升 32.0 个百分点，原创性提升 66.2 分。仅提高解码温度无法复现这些增益，指明追求何种创造力的语义引导才是关键。

谁获得一个 Token，它又承载了什么？大语言模型中的姓名支持不均与概念可及性差异

研究揭示大语言模型对姓名的 token 化存在系统性不均：在近 50 万个名字和 12 个 LLM 分词器上，部分姓名可直接单 token 访问，另一些则被拆成多个子词，且这种差异与种族、性别相关的姓名元数据分布不均。

SentZero：面向多任务零样本胸部 X 光分析的句子级视觉语言预训练框架

SentZero 是一个句子级视觉语言预训练框架，用于零样本、多任务的胸部 X 光（CXR）分析。它通过基于 LLM 的摘要级句子结构化与映射扩大正样本对多样性，并新增损失项缓解临床等价句子造成的假阴性，同时对视觉嵌入做句子条件残差调制。在多个下游任务和数据集上，SentZero 提升了零样本泛化能力，优于此前的多任务零样本方法。

GEAR：用几何作为地址路由注意力，实现长时程相机控制视频生成

研究者提出 GEAR，一个以几何为 token 级地址来路由视觉记忆的注意力框架，用于长时程相机控制视频生成。

SCOPD：面向高效视觉语言模型的稀疏上下文同策略自蒸馏

针对推理型视觉语言模型（VLM）视觉 token 序列过长导致推理昂贵的问题，研究者提出稀疏上下文同策略自蒸馏框架 SCOPD：学生模型基于剪枝后的视觉 token 生成推理轨迹，由拥有完整上下文的教师模型对同一同策略前缀进行监督，无需真实答案、架构改动或额外推理开销。

苹果研究：语言模型树结构表达式序列化的通信瓶颈与往返研究

苹果研究者提出往返协议，用生成器把算术表达式转成文字题、再由独立提取器还原，并以符号等价作为精确判定，测试十六个模型的所有两两组合。结果显示该通道有损且不对称：交换生成与提取模型可使准确率相差最多 60.4 个百分点，最佳组合达 92.9%；至少 73.6% 的失败源于生成端，难度由树结构而非模型家族决定。

FactorEngram：面向语言模型的基级门控分解式 N-gram 记忆

FactorEngram 提出一种分解式 n-gram 记忆机制，用共享基向量字典上的稀疏系数替代传统单体嵌入，并让上下文对每个记忆分量单独门控。在 340M 和 1B 参数 Transformer 骨干上，该方法提升了语言建模与下游任务表现；消融实验显示，将记忆分支插入中间层的注意力子层之前是有效配置。

蒸馏防御在强化学习后轻易失效

论文指出，现有蒸馏攻击防御通常只在蒸馏后立即评估，隐含假设攻击者不再继续训练，但更现实的威胁模型包含蒸馏后的强化学习。结果显示，强化学习会降低蒸馏攻击门槛，仅用当前 API 易得数据即可窃取闭源模型推理能力，效果相当于提取完整隐藏推理轨迹的复杂攻击。任何泄露足够信息以重建近似推理轨迹的蒸馏防御都可能失效。

AnswerMap：从答案后验构建 VLM 的忠实空间可解释性方法

论文提出 AnswerMap，一种免训练、任务无关的黑盒方法，通过行列条带的是/否后验外积生成查询条件下的空间图，并可定义读取方式导出定位等连续输出。

ProvenanceGuard：面向 MCP 智能体的来源感知事实性验证

Hugging Face 发布论文 ProvenanceGuard，一个面向 MCP 智能体的生成后验证层，可在不重训智能体的前提下读取 MCP 调用轨迹，逐条核查答案中的声明是否由其所声称的来源支持，以捕捉"跨来源混淆"错误。

上海理工大学团队在《自然·光子学》发表单光束多维光存储方案，DVD尺寸容量可达0.4 Pb

上海理工大学顾敏院士、张启明教授团队在《自然·光子学》发表单光束多维光存储技术，单个三维存储点可区分1024种状态，对应10 bit信息容量，DVD尺寸介质理论容量约0.4 Pb，读取可靠性超过99.99%。

OpenBMB@OpenBMBAI 评分4747

清华 NLP（OpenBMB 成员）联合中科院大学、东北大学、UIUC 和约翰霍普金斯大学提出 One-Shot OPD，将 OPD 训练集压缩到一条查询：数学任务上从 59.1 提升至 68.5（300 步），达到全量数据 OPD 69.8 的 87% 增益，并在代码、指令跟随和智能体工具使用上跨 Qwen、Llama、OLMo 成立。

GPT-6 Astra 跨计算机视觉评测揭示通用模型的能力边界

该论文在 9 个领域、34 项能力和 55 个基准上评测 GPT-6 Astra 及五个前沿通用 AI 系统，并与专用模型和人类参考水平比较。Astra 在视觉与空间推理及多种结构化预测上显著领先其他系统；语义解释、推理和以物体为中心的预测接近或达到参考水平，但在度量几何精度、忠实重建、时序一致的密集预测和细粒度专业知识上仍有较大差距，附加推理与专用工具只能弥合部分缺口。

小红书 AllSpark 提出 PACT：从信用分配到 Critic 对齐，SWE-bench Verified 达 67.4%

小红书 AllSpark 团队提出 PACT（Policy Aligned Critic Training），通过三个正则条件唯一确定长程 Agent 的信用分配，并用 BCE 回归有界 Value、采用 Actor-Then-Critic 更新顺序改进 Critic 与策略对齐。

IMDEA Networks 论文：九款对话式 AI 服务向第三方泄露对话标题、提示词与截图

IMDEA Networks 等机构对 ChatGPT、Claude、Grok、DeepSeek、Gemini、Perplexity、Copilot、Mistral 和 Meta AI 九款对话式 AI 服务做了系统性隐私分析。

FlowTool：用流匹配控制图像修饰中的工具参数

FlowTool 将基于工具的图像修饰建模为流匹配问题，用条件整流流直接生成工具参数，由视觉语言模型骨干加 Diffusion Transformer 参数生成器组成，把高斯噪声转成编辑方案。

Nereus：面向 LLM 后训练的自适应并行运行时

Nereus 是一个面向 LLM 强化学习后训练的成本感知运行时，可动态调整并行策略以适配资源、序列长度和内存压力的变化。在真实数据 trace 中，在线 TP/PP 自适应将平均 step 延迟降低 27.7%；在 1,024 GPU 的 1,000 步运行中，六次切换仅占总运行时间的 0.079%。

如何度量同构面板 LLM 辩论中的崩塌与纠正

研究提出一套可审计的同构 LLM 辩论协议，用 transition ledger 记录崩塌、纠正、起始与带符号干预效用。在 6,925 场 MMLU-Pro 辩论中识别出 253 次崩塌，并发现留一模型探针门控冻结虽能阻止 29 次崩塌，却损失 108 次纠正。

Draft-KV：学习语言模型间有用的潜态通信

论文提出 Draft-KV，让共享模型在起草答案时生成 key-value 状态，经线性投影写入侧记忆并由门控注意力分支读取，两模型均冻结，接口仅训练 1.05M 参数。

超越教师分配：领域归一化多教师同策略蒸馏（DN-MOPD）

针对多教师同策略蒸馏（MOPD）中指令跟随反馈的离散度是数学反馈的数倍、从而主导学生更新的问题，研究者提出领域归一化 MOPD（DN-MOPD），按各领域实测离散度重新缩放反馈。

RenderRank：用压缩视觉 token 学习文本重排序

RenderRank 是一种从压缩视觉文档表示中学习查询相关性打分的重排序器，不再依赖传统文本 token 序列。在 BEIR 的 11 个数据集上，它减少 16.5-35.5% 输入 token，平均 NDCG@10 达 55.96，超过所有参数量低于 4B 的文本基线及部分更大模型。

MT-OPSD：面向多轮图像编辑的在线策略自蒸馏框架

针对现有图像编辑模型在递归编辑中快速退化的问题，研究者提出 MT-OPSD 在线策略自蒸馏框架，让模型在自生成的条件下状态上训练，并由干净条件教师模型提供编辑监督，无需多轮标注。该工作同时发布 LME-Bench，包含 100 组十轮编辑会话，用于评估长程鲁棒性。在三个编辑骨干上的实验显示，MT-OPSD 显著提升长程编辑成功率、减少多轮崩溃，并基本保持单轮编辑质量。

UMM-Reflection：用交错强化学习让统一多模态模型学会原生反思

UMM-Reflection 通过交错强化学习，让统一多模态模型在一条轨迹内完成"诊断—修改—再观察"的完整反思循环，轨迹级优势同时更新反思 token 与基于流的图像修改，推理时无需外部验证器。

GeoVerse：在几何隐空间中实现世界一致的新视角合成

GeoVerse 通过在预训练 3D 基础模型的几何隐空间中生成、并注入视频生成模型的外观先验，实现世界一致的新视角合成。它从 Wan2.2 VACE 提取多层级特征，经 ControlNet 式适配器注入几何隐扩散模型，并用全局空间记忆聚合已观测与合成内容以保持跨视角连贯。

InfiniHand：从第一视角视频流式估计世界坐标系手部运动

InfiniHand 是一个端到端流式前馈框架，可直接从未标定的第一视角视频中联合估计 MANO 参数、相机轨迹和手部位置，无需级联独立的手部姿态估计器与 SLAM 系统。在域内基准上，其 ARCTIC PA-p 相比 ViDiHand 降低 21.4%，并显著缓解世界坐标系漂移，运行速度达 11.19 FPS，吞吐量超过 HaWoR 两倍。

模型内部表征何时有用？表征工程在 LLM 安全中的角色评估

一项匹配评估对比了表征工程与行为安全防护在 LLM 安全控制与监控上的表现。安全控制方面，DPO 整体控制最强且随训练数据增加而提升，但后续良性微调会削弱其安全性；表征引导仅在低数据场景（尤其高质量对比数据）保持竞争力。安全监控方面，专用文本监控器检测准确率最高，表征探针则以更低边际成本保持竞争力，监控引导干预还能在几乎不增加过度拒答的情况下恢复 DPO 因良性微调损失的大部分安全性。

距离去掉视觉编码器还有多远？无编码器多模态预训练的缩放定律

研究对比了无编码器与有编码器多模态大模型的缩放定律，发现去掉视觉编码器会把多模态目标的算力最优分配推向更大模型，文本目标则几乎不变。两者在文本目标上损失-算力前沿几乎重合，但多模态目标上无编码器模型小规模时落后，预计约 10^22 FLOPs 时追平。无编码器时语言模型通过视觉专属适配接管其角色：视觉 token 双向交互随算力增长愈发有益，视觉处理前移，视觉 token 的专家路由更集中。

ColNanoVDR：面向多向量视觉文档检索的无文档查询蒸馏框架

ColNanoVDR 是首个将无文档查询蒸馏用于多向量视觉文档检索（VDR）的框架，通过基于熵最优传输的 OTW 目标对齐学生与教师的查询 token，无需页面数据。