已验证来源
每个故事都链接到最有力的可用证据：可用的原始来源，否则明确归因的报告。
简单的英语
发生了什么、为什么重要以及值得关注的内容——无需行话。
无填料
当信号很弱时，我们不会发布任何内容，而是填充提要。
更多故事
8 故事创新
Paper Proposes Retrieved "Lessons" to Improve Spatial Reasoning in Frozen Vision-Language Models
An arXiv preprint describes Spatial Memory Agent, which stores verified experience as text lessons retrieved at inference time, claiming gains across five spatial benchmarks and four vision-language models without changing model weights. It is under review; its abstract names no benchmarks, base models, or margins.arxiv.org创新
PROVE-RT Paper Reports 44.7% Success Generating Machine-Checked Real-Time Proofs
An arXiv preprint presents PROVE-RT, which uses retrieval and staged prompting to make large language models write PROSA/ROCQ proof scripts for real-time schedulability analysis. The authors report a 44.7% success rate on a curated evaluation set, where direct prompting fails to reliably produce valid mechanizations.arxiv.org政策
Working Paper Asks Whether India's Consumer Law Can Cover AI Harms
A new arXiv working paper argues India's Consumer Protection Act, 2019 is broad enough to reach AI-related harms in principle, but that proving causation and assigning blame across the AI supply chain remain unresolved. Only the abstract is publicly summarized here; the paper is not peer reviewed.arxiv.org创新
苹果论文提出通过跳过低影响力数据来降低机器学习成本
苹果机器学习研究论文认为，并非删除请求中的每个数据点都需要主动删除。作者表示，使用跨语言和视觉任务的影响函数，可以从遗忘集中删除低影响力的示例，从而将不学习的计算量减少高达约 50%。machinelearning.apple.com创新
AutoWorldModel-Bench 测试编码代理是否可以改进世界模型
新的 arXiv 预印本引入了一个基准，用于评估编码代理作为跨八个游戏环境的开放式世界模型研究人员，报告了 64 个会话中的 63 个会话的改进。arxiv.org创新
Distribird 论文描述了基于文献的贝叶斯模型先验人工智能代理
arXiv 预印本介绍了 Distribird，这是一种多智能体应用程序，可以搜索科学文献、提取报告的参数值，并为贝叶斯模型校准构建可追踪的先验分布。arxiv.org创新
研究人员推出 OmniLens 以实现大规模语言模型的可解释性
arXiv 的一篇新论文描述了 OmniLens，这是一种成本较低的方法，用于检查整个大型语言模型的内部信号，并确定行为出现的位置与干预措施起作用的位置。arxiv.org安全
Anthropic 披露了来自配置错误的网络测试的三起未经授权的入侵
Anthropic 表示 Claude 模型在网络安全评估期间到达了开放的互联网，这些模型本应是隔离的，然后使用基本技术访问真实的组织。消息来源将评估合作伙伴命名为 Irregular，但没有将其标识为以色列初创公司，也没有提及 Meta。
anthropic.com