这篇论文揭示了语音识别错误如何导致具身AI执行危险指令，并提出了评估方法。

官方账号arXiv cs.AI@Sihan Jia, Oliver Lemon原文

新方法让31.5B参数模型训练省1/3时间，性能还更好，适合大规模MoE模型训练。

官方账号arXiv cs.AI@Simeng Sun, Roger Waleffe原文

Claude Code插件市场增长迅猛，功能提交率高，Claude参与度高，存在新型维护依赖关系。

官方账号arXiv cs.AI@Ahmed Hereiz, Yingzhe Lyu, Hao Li, Bram Adams, Ahmed E. Hassan原文

AcrossVAM1.0通过粒子动力学显著提升机器人视频预测精度，但语言引导和外观传递仍是主要挑战。

官方账号arXiv cs.AI@Yafei Zhang, Nan Wu原文

这篇论文全面梳理了LLM智能体在安全领域的应用现状，帮你了解技术进展和未来方向。

官方账号arXiv cs.AI@Jingjing Nie, Jiawei Guo, Krishna Meda, Haipeng Cai原文

Google推出NL2AGBench基准，测试大模型将几何问题转为AlphaGeometry形式语言的能力，闭源模型表现远超开源模型。

官方账号arXiv cs.AI@Samuel Xiao, Judy Song, Rory Hu, Ziliang Zong原文

这篇论文教你如何用合成数据提升统计推断效果，特别适合数据稀缺场景的研究者。

官方账号arXiv cs.LG@Chengpiao Huang, Kaizheng Wang原文

这篇论文揭示了数据各向异性如何影响核脊回归的学习曲线，对理解高维机器学习理论有重要价值。

官方账号arXiv cs.LG@Lorenzo Rizzi, Arie Wortsman Zurich, Bruno Loureiro原文

生物医学数据研究者福音：新RBA算法在特征交互检测和计算效率上都有显著提升。

官方账号arXiv cs.LG@Kia Kazemi-Nia, Harsh Bandhey, Philip J. Freda, Ryan J. Urbanowicz原文

REPLICANT 能让恶意软件绕过检测，还能帮安全人员训练更强大的检测器，效果提升近四成。

官方账号arXiv cs.LG@Shae McFadden, Ilias Tsingenopoulos, Mario D'Onghia, Alexander Herzog, Myles Foley, Chris Hicks, Lorenzo Cavallaro, Fabio Pierazzi原文

这篇论文分析了不同评分规则对LLM预测行为的影响，帮你理解如何选择合适的训练目标。

官方账号arXiv cs.LG@Benjamin Turtel, Paul Wilczewski, Kris Skotheim, Ville A. Satopää, Philip E. Tetlock原文

COVER方法评估多智能体系统路由效果，通过固定边界和堆栈，在多个基准上验证了评估有效性。

官方账号arXiv cs.AI@Raghul Sugumar, Amrit Gopinath原文

AUTOPET V挑战的新模型，结合解剖知识和交互式训练，能更准确分割PET/CT中的病变。

官方账号arXiv cs.AI@Pablo Lozano-Jimenez, Sergio Romero-Tapiador, Ruben Tolosana原文

OpenAI团队发现保真度检查有漏洞，新工具检测能揪出编造答案的模型，比传统方法更可靠。

官方账号arXiv cs.AI@Qing Ye, Meng-Hsuan Lin原文

这篇论文研究了LLM交易代理是否存在可预测的结构性行为，发现其决策存在稳定的逆向时机模式。

官方账号arXiv cs.AI@Yupeng Zhang, Liuyuan Jiang, Hongyi Huang, Bingheng Li, Lisha Chen原文

MAP基准测试首次评估AI系统如何帮助有无障碍需求的用户规划实地访问，包含主张验证和视觉证据检索两项创新评估。

官方账号arXiv cs.AI@Jason Armitage, Ioannis Tsochantaridis, Linda Mazzone, Chuqiao Yan, Srini Narayanan, Sarah Ebling原文

脑瘫儿童个性化康复的新模型，预测准确且响应快，但肌肉力量建模仍是挑战。

官方账号arXiv cs.AI@Mohammad Arif Ul Alam原文

EvoUndo解决了LLM智能体自我修改后难以恢复的问题，在gpt-oss-120b和Qwen3.8-27B上验证了有效性。

官方账号arXiv cs.AI@Tanmay Sah, Dolly Sah, Harshul Jain, Tanya Sah原文

这篇论文教你如何设计测试策略，即使有人用 AI 作弊也能得到真实结果。

官方账号arXiv cs.AI@Owen Cox, April Xu, Weiyu Xu原文

新研究用图结构改进长对话问答的证据召回，在LoCoMo数据集上提升近5%，但未改变最终答案质量。

官方一手arXiv: DeepSeek@Shumao Sun原文

研究人员为小模型对话游戏代理设计了一套三步训练法，显著提升了特定任务表现，同时保持通用能力。

官方账号arXiv cs.LG@Nan Li原文