Dongxi 东锡 NLP@dongxi_nlpAI 评分2424Pretraining Recurrent Networks without Recurrence by @akarshkumar0101 & @phillip_isola is a great paper! It makes an end-run around the problems of RNNs via a transformer teacher to learn good predictive state representations & supervised learning of a memory transition function
Rohan Paul@rohanpaul_aiAI 评分3737Rohan Paul@rohanpaul_aiAI 评分4141普林斯顿、华盛顿大学等机构的一项理论经济学研究认为，即便大语言模型完美无缺，也可能让科研质量下降而非提升。模型基于最优觅食理论模拟发现，在三种AI介入科研的场景中，两种会导致研究深度下降，因为节省的时间会被用于启动新项目而非深化现有工作。作者指出，LLM提高了时间的机会成本，促使人们“做得更多、但做得更差”。
皮尤研究中心研究显示，自 2022 年 11 月 ChatGPT 问世后发布的网页中，35% 存在 AI 创作迹象。该研究基于 Common Crawl 存档中近 50 万个英文网页，利用 Open Pangram 技术检测，其中 2026 年 7 月随机抽取的 1 万个网页样本里约 10% 有明显 AI 痕迹。.com 网站出现 AI 迹象的比例约为 .edu 和 .gov 网站的 10 倍。
Dongxi 东锡 NLP@dongxi_nlpAI 评分3131检验结果，审计过程。 面向发现式智能的 benchmark：TRACES
http://x.com/i/article/2091196172736073730
Rohan Paul@rohanpaul_aiAI 评分3737普林斯顿大学与加州大学圣迭戈分校的研究人员通过 8,135 次测试运行发现，技能主要通过程序性引导提升 AI 智能体表现，而非补充事实知识，该机制在约 65.7% 的案例中奏效。技能库从 5 条增至 100 条时，检索命中率从 29.6% 降至 3.3%。研究者认为，更可靠的技能创建、检索与应用方法比单纯积累经验更重要。
一项新研究指出，Sora、Genie 3 等现有世界模型仅建模物理层，忽略人类信念、意图等心理状态，导致预测错误。研究者提出“Mental World Modeling”（MWM）框架及免训练实现 MENTIS，并构建含 448 个场景的 Menti-Bench 评测集。在八款模型测试中，完整 MWM 流程将 F1 分数从直接回答的 63.3 提升至 87.9，人类基准为 98.5。
Netflix 自研的基于语言模型的推荐系统 GenRec 在离线测试和约 10% 流量的四周 A/B 实验中均优于现有生产系统，排名质量离线提升约 1.6%，第二阶段训练所需标注数据减少约 40 倍。
Rohan Paul@rohanpaul_aiAI 评分3636Anthropic 训练了一个单层 transformer，通过将模型分解为 token、位置、特征和 logits 间的虚拟权重，首次在训练过的 transformer 内直接演示了干扰权重的存在及其对训练损失的影响。
Google Research 推出 Mobility-Embedded POIs（ME-POIs）框架，将聚合匿名移动模式与文本描述结合，为地点构建融合身份与动态功能的嵌入向量。在未见地点上，该框架使访问意图预测相对提升 81.9%，价格等级分类提升 75.1%，繁忙度估算准确率提升 24.7%。
Google 推出 Biomarker Discovery Framework，一个多智能体系统，通过迭代假设生成、统计分析与文献推理，从可穿戴传感器数据中筛选候选生物标志物。该系统在三个队列（共 9,279 人次观测）中恢复了已知临床信号，识别出跨独立数据集的一致生物标志物，并在结合人口统计特征后提升了下游预测性能。流程包含六阶段闭环架构与 11 项对抗性验证检查，并保留人工监督。
蚂蚁 Ling Infra 团队与 RadixArk SGLang 团队将 Ling-3.0-flash 混合线性注意力 MoE 模型的单请求解码速度从 288 tok/s 提升至 606 tok/s，平均 TPOT 从 3.33 ms 降至 1.53 ms。
推荐理由：对做单请求低延迟推理的团队，可迁移的是先把主机从 GPU 进度上解绑再优化 GPU 关键路径，否则主机的同步等待会变成每步的 GPU 气泡，这与具体模型无关。
Jim Fan@DrJimFanAI 评分7272NVIDIA 与伯克利联合开源触觉机器人方法 T-Rex，将触觉作为模型一等公民，采用双时钟异步架构，以每视觉 tick 4 次触觉 tick 的高频修正实时优化操作。
Amazon 在 KDD 2026 发布开源基准 SOP-Bench，用领域专家撰写的真实 SOP 构建 12 个业务领域、超过 2000 个可运行任务，每个任务附带工具接口和标准答案，已在 GitHub 和 HuggingFace 开放。
