AK 发布 Contrastive Language Models 并给出 Hugging Face 链接

NVIDIA 基于 83 个已合并 SGLang PR 构建 SWE-Serve 基准，蒸馏为 53 个仓库级任务

Teortaxes 称 Astra 在清理后的 HLE-Diamond 上严格占优

Teortaxes 称 GPT-6 Astra 在 MuJoCo 相扑模拟中 31 秒击败 Claude Opus 5.5

Teortaxes 判断小米 MiMo-V3 的 HySparse2 相比 V2.6 Hybrid SWA 在 1M tokens 下 prefill FLOP

Elvis Saravia 称 Google 论文指出自动优化 agent harness 会让评测分上升但真实任务变差，并给出防止方法

Skild AI 称将 AlphaGo 式自对弈引入物理世界

Skild AI 用 140 年虚拟世界杯自对弈训练出足球机器人 Messinator

Anthropic 分子生物学实验室首个结果：团队用 Claude 生成假设与候选生物系统

Fireworks 发布 RL 压缩器 ARCv3，将 BF16 权重更新体积削减近 50%

Machine Learning Street Talk 转述 Frank Hutter：TabPFN 用纯合成数据训练，单次前向传播完成表格预测

Samsung 推出 EquFlashV2，E(3)-equivariant MLFF 加速半导体材料原子模拟

Ethan Mollick 称多模态 AI 进步显著，引用 FAB 基准显示最高分 10 个月内从 28% 升至 80%

Claude Opus 5.5 登顶 Artificial Analysis Intelligence Index，并降价 20% 且加大缓存命中折扣（GPT-

Chelsea Finn 提出 Real-Time EXPO-FT：基础 VLA 跑旧图像、小编辑策略实时运行，全面显著优于 RTC

Teortaxes 判断 DSec 与 DSH 项目将合并，VM 实例化成为 Whale 原生训练的 agentic action 类别

Ollama 承认 deepseek-v4.1-flash 部分请求计费费率错误，导致用户用量消耗高于预期

IonQ 测试首款量子错误更正解码器，单颗标准 CPU 即可实时运行

Taelin 称 GitHub 已下架 Bend 仓库，正联系支持寻求恢复

Perplexity 用 hint-guided self-distillation 后训练 Computer agent，A/B 测试中工具调用失败率相对下降

AK 分享 onPanda：用 token 级纠错高效标注 on-policy 对齐数据

Fireworks 推出 Specialized Intelligence Index（SII），按行业汇集真实工作基准

海光信息发布首款端侧算力芯片CPU1000系列

Nathan Lambert 称 frontiercode 会惩罚范围外改动，即使改动本身是好的

Teortaxes 指出 DeepSeek 新论文 DSec：单生产单元约 160 节点，日服务约 300 万沙箱、并发超 38 万

AK 提出 RRSI（Regularized Recursive Self-Improvement of Agent Harnesses）论文

Elvis Saravia 推荐 Google 论文 DualSQL：用多智能体 RL 训练 Text-to-SQL，拆成选表列与写 SQL 两个 agent

Teortaxes：RSI 与 cyber/bio 等最关键领域不需要蒸馏，kernel eng、CVE search 天然可自动化𝕏

Teortaxes 称 METR 认为 Anthropic 的 AI 驱动研发加速为 1.5x𝕏

Ethan Mollick：达到25%或75%数学科学基准分数的成本正在崩塌，当前针对特定方案优化成本可能短视𝕏

Ethan Mollick：硬数学与科学基准达到 25%/75% 分数的成本正在崩塌，当前按成本优化特定方案可能短视𝕏

Allen Institute for AI 与 Global Fishing Watch、Skylight Marine 合作开发新检测模型𝕏

Anthropic 称 Claude 在噬菌体 DNA 中发现未知酶系统，其基因旁有类似 CRISPR 的重复序列阵列𝕏

Shawn Wang 称新模型评估主要靠人工 vibe check，自动检查为辅𝕏

Ian Cutress 称 AI 辅助 RF 设计迁移将 N2 PLL 周期从 90+ 周压缩至 32 周（HBM）𝕏

Skild AI 称其模型在物理模拟中自我对弈 140 年𝕏

Chelsea Finn：机器人要真正可用，可靠性是当前 AI 最大开放挑战之一𝕏

Ian Cutress：TSMC 数据中心伙伴用 EDA 伙伴数据训练 AI 优化流程，已见实质收益并更快流片𝕏

Nathan Labenz 称 Astra 与 Fable 返回的论文草稿高度相似，猜测各家在买同一批 RL 环境𝕏

Ben Bajarin 称 agentic AI 企业部署最大瓶颈之一是存储，将发布 V2 新研究𝕏

Elvis Saravia 推荐 Microsoft Research 论文：无预设角色、通过共享进度通信的多智能体协作𝕏

Teortaxes：C-HD 算法仅在罕见区间窄幅优于 Dijkstra，RSI 的戏剧性可能被高估𝕏

Elvis Saravia 推荐 Stanford 与 Together AI 论文：自组织 agent 团队在五个数学物理基准上平均 66.7%（DeepSeek-V3）（o3-mini）𝕏

Teortaxes 建议在 computer-10 式无助手数据基座清单中加入 Kimi K2 base、Dots2.llm 与 Inkling𝕏

Teortaxes 认为 LLM 除被重度 RL 的领域外并不持有观点，预训练只继承可拼装的 Vibes 混合体𝕏

Teortaxes 判断通用压缩理论疑似学术空头支票，但若成立可连接 PEFT/adapter/prompt tuning 与持续学习𝕏