2026年7月29日星期三

1. 薛定谔的猫：场景运动学的概率表示与预测
   T2arXiv AI/CL/LG（论文）

   论文提出GARFIELD模型，通过结构化时空潜在分布对场景运动学进行概率建模。该模型可同时采样所有轨迹并通过确定性密度解码器直接获取运动分布，将不确定性定位到具体元素和时间步。相比大型视频生成模型，采样轨迹快97倍，密度估计快两个数量级，适用于交互式探索和不确定性感知规划。

2. 用Claude Mythos发现密码学弱点
   T2Simon Willison 博客（Atom）

   Anthropic 研究人员利用 Claude Mythos 模型，通过精心设计的提示（包括拼写错误），成功发现了 HAWK 和弱化版 AES 中的数学缺陷。虽然这些缺陷当前对实际系统无影响，但实验展示了 LLM 在高级研究中的潜力。模型持续工作了 60 小时，API 成本约 10 万美元，主要人工干预是鼓励它“不要放弃”并“找到值得发表的东西”。论文与代码已公开。

3. 谱范数下的鲁棒性：锐度感知最小化与Muon优化器的几何统一
   T2arXiv AI/CL/LG（论文）

   这篇论文从几何角度重新审视锐度感知最小化（SAM），提出在矩阵值隐藏层参数上应用逐层谱内扰动，并分别搭配AdamW/SGDW或Muon作为外更新优化器。在ImageNet-1K上使用ViT-Small/16和ResNet-50的实验表明，谱内步骤与Muon外步骤的组合在验证准确率上一致最优，揭示了矩阵感知几何在SAM两个阶段中的关键作用。该工作为理解优化器与泛化机制提供了新视角，并推动了高效训练方法的实用化。

1. MemLens：面向LLM智能体的价值感知记忆管理系统及交互分析平台
   T2arXiv AI/CL/LG（论文）

   MemLens 提出一种价值感知的记忆管理方法，将异构交互记录作为一等数据对象，通过 Shapley 值评估记忆效用、分层可视化存储结构，并支持多种策略对比（响应质量、检索延迟、Token消耗）。系统提供端到端交互式仪表盘，使研究者与开发者能直观理解并优化 LLM 智能体的长期记忆，提升推理个性化与知识复用效率。实验基于 study-copilot 应用验证了其在减少冗余、提升响应质量上的有效性。

1. 智能体AI时代下的科学计算：OpenAI发布新领域报告
   T1OpenAI：News（RSS）

   OpenAI发布了一份关于智能体AI在科学计算中应用的新领域报告，展示了科学家如何利用AI编码智能体实现科学计算的现代化，加速基因组学等领域的软件开发和科学发现。报告通过具体案例揭示了AI智能体在代码生成、实验设计、数据分析等环节中的潜力，为科研工作流带来变革。

2. Cyera 以 10 亿美元收购 Oasis Security，应对激增的 AI 智能体安全需求
   T2TechCrunch：AI（RSS）

   数据安全公司 Cyera 宣布以 10 亿美元收购 AI 智能体安全初创公司 Oasis Security，以应对企业大规模部署 AI Agent 带来的身份与访问管理挑战。这是 Cyera 今年第三笔收购，反映出 AI 安全领域正加速整合。Oasis 的技术可自动发现、认证并监控 AI 智能体行为，防止未授权数据访问。

1. Pictura：大规模透视视角自博弈驾驶策略
   T2arXiv AI/CL/LG（论文）

   Pictura是一个GPU加速的多智能体驾驶模拟器，在单个H100上每秒支持50万智能体步（200万图像）。利用该模拟器，研究者通过普通PPO算法从透视图像直接进行自博弈训练，得到名为Alberti的驾驶策略。训练规模达500亿智能体步（约3500万公里驾驶里程），无需任何特权观测（如精确位姿、速度）。Alberti的性能接近使用特权向量观测的同类策略，并在Waymo Open Motion Dataset的重新渲染布局上实现零样本迁移，表现甚至优于特权向量智能体。该工作弥合了仿真训练与真实部署之间的表征鸿沟。

2. 人脸去身份识别：从采集到处理的领域中心综述
   T2arXiv AI/CL/LG（论文）

   本文首次统一概述了人脸去身份识别（De-ID）的全数据采集流水线，涵盖物理域、传感器域和数字域。通过领域中心视角，系统分析了各阶段的方法论、技术进展和独特挑战，并梳理了现有评估协议，强调标准化基准的迫切需求。最后指出关键开放问题与未来研究方向。配套项目页面汇总了相关文献、数据集和开源代码。

3. 自治网络中跨厂商代理工具信任管理的标准化
   T2arXiv AI/CL/LG（论文）

   针对 L4-L5 自治网络中 AI Agent 需跨厂商调用工具但缺乏信任可见性的问题，论文提出 AgentToolMO，一种基于 3GPP NRM 的信息模型。模型包含形式化的信任状态机、阻尼级联传播、跨厂商通知机制以及依赖图回溯评估。仿真表明标准化通知将爆炸半径从小时级缩小至近实时，级联收敛有界且通知规模呈次线性增长。该框架兼容现有 3GPP 管理基础设施，为可信多厂商自治网络管理提供标准化路径。

4. 交互式奖励代理：通过环境状态验证实现GUI任务评估
   T2arXiv AI/CL/LG（论文）

   本文提出交互式奖励代理（IRA），基于“提出-验证”框架，在GUI代理执行后通过系统工具、应用工具和GUI工具交互获取并验证环境状态证据，以判断任务是否完成。同时构建了包含321条GUI任务轨迹的基准GUI-RewardBench。IRA在该基准上达到86.9%的准确率，并成功应用于强化学习训练，使OSWorld成功率提升至34.0%。

5. 传递接力棒：基于轨迹中继的在线蒸馏方法
   T2arXiv AI/CL/LG（论文）

   本文提出Relay-OPD，一种改进的在线蒸馏方法，解决传统方法中前缀失败导致的学生模型偏离正确推理方向问题。通过检测学生失败前缀并让教师模型短暂接管产生“教师腿”，然后学生继续生成并进行优化，从而有效纠正错误轨迹。在数学推理基准上，1.7B模型平均超越标准OPD 5.73%，训练轨迹长度减少超50%。

6. πR²：反应式实时流策略——让通用操纵策略在闭环中高频重规划
   T2arXiv AI/CL/LG（论文）

   通用操纵策略通常基于大型预训练骨干网络构建动作分块流策略，但该方式开环执行，无法对中途到达的感官输入做出反应，且重规划频率受限于感知-动作管线的延迟。本文提出πR²，利用扩散强制的逐位置噪声调度，将条件分为快通道（本体感觉）和慢通道（视觉语言特征），并设计延迟自适应流调度，使策略在保持大模型和多模态预测能力的同时实现反应式实时控制。在xArm6+XHand平台上，πR²使闭环重规划速度提升约4倍（约25Hz），成功率在仿真和真实环境中分别提高23%和30%。

7. Desktop-Delta Bench：计算机使用模型能否理解桌面GUI转换？
   T2arXiv AI/CL/LG（论文）

   本文提出Desktop-Delta Bench (DDB)，一个离线步级基准，包含2,013个人工验证实例，覆盖约15个应用和50个任务领域。DDB通过时间排序和前后对比两个任务，评估计算机使用模型对GUI状态转换的理解能力，填补了现有基准在诊断层上的空白。评估8个模型家族发现一致差距：排序任务最佳精确匹配率约65%，推断动作家族比定位更难。DDB为提升桌面CUA的验证、可靠性和恢复能力提供了针对性改进方向。

8. 并行解码蒸馏：实现快速图像与视频生成
   T2arXiv AI/CL/LG（论文）

   论文提出并行解码蒸馏（PDD），一种基于轨迹的蒸馏方法，用于加速扩散模型和流匹配模型的推理。PDD通过每次网络评估预测多个去噪步骤，显著减少采样步数（4-8 NFE即达SOTA），同时避免传统VSD和对抗损失的模式崩溃问题，提升生成视频的多样性。在LTX-2.3、Wan 14B、Qwen-Image等模型上验证了有效性。

—