InfiLoop：用循环原生注意力残差将测试时迭代扩展至数万次
研究者提出循环原生残差连接 InfiLoop，让循环 Transformer 在迭代次数增长时不再性能退化，它通过内容加权与学习式时间衰减维护循环状态的持续摘要，并以精确流式递归保持聚合内存恒定。
#推理能力
Hugging Face Daily PapersAI 评分4242 Hugging Face Daily PapersAI 评分2626 LEGO：无需 lifting 的第三人称到第一人称视频生成方法
LEGO 提出一种无需 lifting 的第三人称到第一人称视频生成方法，用 LVSM 风格的 Transformer 直接渲染第一人称视角，省去深度估计、点云和重投影步骤。该合成器输出逐区域置信度，用于遮蔽低置信区域并在去噪早期引导生成器布局，性能持续优于现有显式流程，且无需重训练即可泛化到其他数据集。
Hugging Face Daily PapersAI 评分2626 SpatialOPSD：从已验证编码智能体轨迹中自蒸馏空间智能
SpatialOPSD 是一个 on-policy 自蒸馏框架，将空间编码智能体已验证的执行轨迹作为特权信息，把空间推理能力内化进独立 MLLM，使其无需外部工具即可运行。
Hugging Face Daily PapersAI 评分3636 SpaceCast-Bench：评估视觉语言模型的预测性空间推理能力
研究者推出 SpaceCast-Bench，首个直接诊断预测性空间推理的基准，基于 observe-transform-infer 框架，从 182 个真实场景构建 3,862 道题，覆盖静态感知、局部预测与全局预测三个层级共 16 种任务。
Hugging Face Daily PapersAI 评分3131 GPD：用路由式 3D 特权蒸馏提升视觉语言模型空间推理能力
针对视觉语言模型空间推理弱、RGB 输入缺乏几何证据的问题，研究者提出 GPD（Geometry-Privileged Distillation），将深度、语义和鸟瞰图（BEV）线索渲染为紧凑文本并按问题路由给教师模型，仅对错误轨迹施加特权 KL 以增强 GRPO，部署模型仍只用 RGB。
Hugging Face Daily Papers精选AI 评分6262 MiMo-V2.6：通过扩展强化学习走向自我改进
MiMo-V2.6 系列是一套全模态模型家族，通过扩展强化学习算力推进模型智能。其 RL 扩展沿三个方向进行：每步消耗 1,568 个样本、2.7-3.7B tokens，上下文长度最高 1M；环境覆盖代码、通用、视觉与网络领域；并采用分组式智能体评分提供更准确的奖励信号。团队冻结 MoE 路由器并建立多层防御以抑制奖励攻击，同时开源训练动态、RL 环境与 RL 框架。
推荐理由：报告公开了 MiMo-V2.6 的 RL 训练动态、环境与框架，可供研究大规模强化学习与自我改进的读者参考复现。
arXiv cs.SEAI 评分1818 面向 N-version 目标检测的可靠性度量 Cov_OD 与 Cer_OD
针对 N-version 目标检测，研究者提出 Cov_OD 和 Cer_OD 两项可靠性度量，可直接从各模型或输入帧的单独检测结果计算，无需依赖投票策略。现有 mAP、Accuracy 等指标只反映聚合后的最终结果，无法刻画多检测结果间的多样性与一致性。在自动驾驶模拟器的车辆案例中，这两项指标可用于筛选误差特性互补的版本组合、依据多样性与一致性选择投票策略，并通过两两版本分析指导系统增量构建。
The Decoder精选AI 评分7777 Anthropic 发布 Claude Haiku 5.5，价格最高下调 90%
Anthropic 发布 Claude Haiku 5.5，这是其最快、最便宜的小模型，平均成本比 Haiku 4.5 低约 75%，提示词不超过 10 万 token 的请求价格最高下降 90%，超过 10 万 token 的请求价格则是前者的五倍。
推荐理由：Anthropic 发布 Haiku 5.5 并大幅降价，读者可据此判断小模型在成本敏感任务中的定位与取舍。
Simon WillisonAI 评分7474 Anthropic 发布 Claude Haiku 5.5，定价对齐 GPT-6 Luna
Anthropic 发布快速低价模型 Claude Haiku 5.5，定价与 OpenAI 上月发布的 GPT-6 Luna 完全一致，为 $0.10/$0.50 每百万 token，超过 100,000 token 后涨价 5 倍至 $0.50/$2.50。
AWS Machine Learning Blog精选AI 评分7171 Claude Haiku 5.5 上线 AWS，成本较 Haiku 4.5 降低约 75%
AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线。
推荐理由：AWS 官方给出 Haiku 5.5 的定位、成本变化与 Bedrock 接入方式，可据此判断它在多智能体分层中的分工。
Hugging Face Blog精选AI 评分6262 Nemotron 微调后在 IOI 2026 与 IMO 2026 均达金牌水平
英伟达团队基于 Nemotron 3，用监督微调、强化学习和反馈驱动的推理流程，在 IOI 2026 和 IMO 2026 两项竞赛中均达到金牌水平。
推荐理由：原文公开了从 Nemotron 3 微调到 IOI、IMO 金牌级成绩的完整配方与数据集，可据此复现领域专家模型的训练与推理流程。
Hugging Face Daily PapersAI 评分3131 MC-Sparse：弥合扩散 Transformer 中稠密与稀疏注意力的差距
针对扩散 Transformer 长序列生成中稀疏注意力导致质量下降的问题，研究者提出免训练框架 MC-Sparse，通过缓存查询分组、KV 索引与稠密-稀疏注意力残差并在去噪步骤间复用，实现更高保真度。在 Minimax-H3-Base 上取得 1.80 倍去噪加速，3D 资产生成上达 2.32 倍，质量损失可忽略。
Hugging Face Daily PapersAI 评分2222 LLM 能否理解序列结构？一项关于推理与生成的受控研究
一项受控研究用双人石头剪刀布和单人随机 n-gram 续写任务，测试 LLM 能否识别潜在策略、遵循简单马尔可夫规则并维持高阶条件依赖。结果显示更长的上下文并不能提升识别能力，正确识别也不保证忠实模拟，高阶依赖会显著削弱规则恢复，表面行为保真可能掩盖错误的生成机制。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展至开发者、企业和消费者，起步价每百万输入 token 2 美元、输出 token 10 美元。
推荐理由：官方披露了 Argon 在编码、企业知识与网络安全上的基准表现和分阶段开放路径，可据此判断前沿模型的能力边界与获取门槛。
Hugging Face Daily PapersAI 评分2222 ReSPO：重塑序列策略优化，解决离策略学习中的梯度饥饿问题
针对 RLVR 中复用 rollout 导致的梯度饥饿问题，研究者提出 ReSPO（Reshaped Sequence Policy Optimization），用基于 α-散度变分目标与指数方差控制倾斜的平滑双分支序列级核函数替代 clipping：正分支为欠生成的正面回复保留非零梯度权重，负分支抑制严重过度生成的负面回复。
Berkeley AI Research精选AI 评分6262 从 CUDA 到 MLX：K-Search 如何把内核优化经验带到 Apple Silicon
Berkeley AI Research 与 IBM Research 将 K-Search 进化式内核搜索框架扩展到 MLX，通过结构化 CUDA-to-MLX 翻译层把已有 CUDA 内核经验迁移到 Apple Silicon。
推荐理由：展示了把 CUDA 内核优化经验结构化迁移到 Apple Silicon 的方法，并给出注意力与 Mamba 两类内核的实测对比。
Berkeley AI ResearchAI 评分3232 Berkeley AI Research 提出 ABBEL：用信念状态监督 LLM 长程交互中的摘要更新
Berkeley AI Research 提出 ABBEL 框架，将 LLM 的摘要内容以自然语言"信念状态"形式隔离并监督，通过受自编码器启发的信念评分机制提升长程交互效率。在协作编程基准 CollabBench 上，采用重建式信念评分的 ABBEL-rec-BG 将全上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50，峰值 token 数也显著低于全上下文设置。
Berkeley AI ResearchAI 评分4040 GRASP：面向世界模型的基于梯度的长时程规划器
伯克利 AI 研究团队提出 GRASP，一种面向学习型世界模型的基于梯度的规划器，通过将轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代上直接注入随机性以探索、并重塑梯度让动作获得清晰信号，从而让长时程规划变得可行。该方法针对长时程规划中梯度爆炸/消失、非贪心结构导致的局部极小值以及高维视觉模型带来的脆弱"状态-输入"梯度问题。
Berkeley AI ResearchAI 评分3838 Berkeley AI Research 提出 SPEX 与 ProxySPEX：大规模识别 LLM 关键交互
Berkeley AI Research 提出 SPEX 与 ProxySPEX 算法，可在特征、数据与模型组件归因中大规模识别驱动 LLM 输出的关键交互。SPEX 利用稀疏性与低阶性将交互搜索转化为稀疏恢复问题，ProxySPEX 进一步借助层级结构，以约少 10 倍的消融次数达到 SPEX 的性能。