- 资讯公开站Semiconductor Engineering
检测综合后门级网表中的硬件木马（威斯康星大学麦迪逊分校、Marist）
Detecting Hardware Trojans in Synthesized Gate-Level Netlists (UW-Madison, Marist)
摘要显示，威斯康星大学麦迪逊分校与Marist大学的研究者发表论文《Demystifying Gate-Level Localization of RTL Trojans》，发现RTL木马在综合后呈现稳定的结构与信号流模式，可借助针对性启发式方法而非通用机器学习特征学习进行有效检测，并提出轻量级启发式方案LoRD。
意义：为芯片设计安全提供轻量级、可解释的硬件木马检测思路，降低对大规模ML训练的依赖。
- 资讯公开站rss_robot_report
波士顿动力开设Metaplant应用中心，训练Atlas人形机器人
Boston Dynamics opens Metaplant Application Center to train Atlas humanoid robots
- 论文公开站arXiv
λ控制GRPO：将流匹配比率不稳定性转化为预算资源
$λ$-Controlled GRPO: Turning Flow-Matching Ratio Instability into a Budgeted Resource
摘要显示，该研究针对流匹配模型强化学习（Flow-GRPO）中多步去噪训练不稳定的问题，指出重要性比率漂移、离散化、裁剪率差异等看似独立的失效模式实际源于单一的「路径方差」量，该量由采样器的高斯转移核精确决定并可低成本估计。作者提出 λ-Controlled GRPO，依据预测规律校准重要性比率行为，并按预测代价在去噪步间分配梯度预算，两个尺度由标准策略选择固定而非自由调参。在文本到图像模型上以 OCR 评分渲染难目标文本等两种奖励设置…
意义：为流匹配生成模型的强化学习对齐提供了可度量、可预算的稳定性机制，减少对手工调参稳定器的依赖，对图像生成模型的 RL 训练工程有直接参考价值。
- 论文公开站arXiv
粒子竞争与合作：标签噪声下鲁棒图卷积网络学习
Particle Competition and Cooperation for Robust Graph Convolutional Network Learning Under Label Noise
摘要显示，该工作提出PCC+GCN混合框架，在GCN训练前用粒子竞争与合作（PCC）作为基于图的标签精炼阶段，通过粒子支配动态识别可疑标注节点，并决定保留、删除或重新分配其标签；PCC所用图可加入特征k近邻边，而GCN仍在原始图结构上训练。在NoisyGL基准的十个图数据集上，常规均匀、Pair、随机噪声及实例相关噪声下，该方法取得最高平均准确率与最佳平均排名，较基线GCN平均提升1.67个百分点，并在十个数据集中八个上为最快鲁棒方法。
意义：为标签噪声下的图神经网络训练提供即插即用的标签精炼前置模块，兼顾精度与速度，对噪声标注场景的GCN落地有参考价值。
- 论文公开站arXiv
BrainWideBench：多区域神经记录的大规模预训练与跨动物迁移基准
BrainWideBench: Benchmarking large-scale pretraining and across-animal transfer in multi-region neural recordings
摘要显示，该工作提出 BrainWideBench，用于评估多区域神经记录上的跨动物迁移能力，数据基于国际脑实验室 Brainwide Map，覆盖 139 只小鼠、276 个脑区。基准包含三类任务：行为解码、掩码或未来神经活动预测，以及解剖组织结构的恢复。结果显示预训练优于单会话基线，但迁移收益高度依赖预训练目标与下游任务的对齐程度，没有单一方法在全部任务上普遍最优。
意义：为神经基础模型提供统一评测协议，提示开发者预训练目标需与下游任务对齐，而非追求通用表征。
- 论文公开站arXiv
CodeMidas：从代码本身扩展智能体编码RL环境
CodeMidas: Scaling Agentic Coding RL Environments from Code Itself
摘要显示，现有编码智能体 RL 环境多依赖 issue、commit 等开发痕迹，任务来源受限。CodeMidas 提出一种智能体流水线，仅以源代码为任务专属输入，将代码库中已实现的功能转化为可执行 RL 环境，通过智能体探索形成行为规格、基于原始代码执行构建测试，并经执行校验与多次解轨迹筛选任务。其数据集含来自 3,185 个开源代码库的 5,545 个训练任务，覆盖 23 种语言与 15 个技术领域。
意义：为编码智能体 RL 训练提供低成本、可扩展的任务生成路径，降低对 issue/commit 等人工痕迹的依赖，利于开发者构建自有代码库训练环境。
- 论文公开站arXiv
SeeQ：为长时程机器人操作训练通用价值函数
SeeQ: Training Generalist Value Functions for Long-Horizon Robotic Manipulation
摘要显示，通用机器人策略在包含多阶段或需反复尝试的长时程任务上表现脆弱。SeeQ 提出学习当前活跃子任务的 Q 值，以缩短价值预测时程，从而可用时序差分目标有效训练；训练时利用离线机器人数据中的子任务标注，测试时由视觉-语言骨干自回归预测自然语言子任务再估值。在两种双臂机器人平台的四个真实操作任务上，该方法显著提升了 best-of-N 策略引导效果。
意义：为长时程机器人操作提供可扩展的价值函数训练范式，降低稀疏奖励下的信用分配难度，对通用机器人策略与强化学习结合有参考价值。
- 资讯公开站Ars Technica
学习另一门语言可能是保持大脑健康的最佳方式之一
Learning another language may be one of the best ways to keep your brain healthy
摘要显示，双语能力可能带来认知方面的益处，学习另一种语言或许是保持大脑健康的有效方式之一。原文未提供具体研究数据、样本规模或机制细节，仅指出相关研究支持这一关联。
意义：为 AI 辅助语言学习、认知训练类产品提供科学叙事支撑，也提示多语言数据对模型与认知研究的价值。
- 论文公开站arXiv
GeoAAC：VLA策略中基于去噪轨迹的几何自适应动作分块
GeoAAC: Geometry-Based Adaptive Action Chunking from Denoising Trajectories in VLA Policies
摘要显示，现有视觉-语言-动作（VLA）策略多采用固定动作时域，难以适应任务不同阶段对动作连续性、控制精度与闭环反馈的差异化需求。作者提出GeoAAC，利用Flow Matching去噪轨迹的几何信息刻画预测可靠性，发现动作前缀的几何变化与预测不确定性正相关，据此构建逐时域几何轮廓，在单次生成中自适应确定动作时域，无需额外训练。在GR00T N1.5与π0.5上、于LIBERO、LIBERO-Pro、RoboCasa365及真实操作任务…
意义：为VLA策略提供免训练的自适应动作时域机制，提升长程操作任务的成功率与灵活性，对机器人策略部署有直接参考价值。
- 论文公开站arXiv
GPT模型中的危害洗白：性别歧视在安全训练中被转化而非减少
Harm Laundering in GPT Models: Evidence That Gender Discrimination Is Transformed Rather Than Reduced Across Safety-Trained Generations
摘要显示，研究分析GPT-2至GPT-5共15个模型、45万条性别指向生成内容，发现显性歧视内容在代际迭代中被转化而非移除，作者称之为「危害洗白」。GPT-2中针对女性的性暴力聚类在GPT-4后消失，但男性指向内容获得照护、情感表达等正向表征，女性指向内容则未获得。GPT-5中主题聚类将乳腺癌框定为男性权利议题，三个独立分类器均判其为非毒性；女性指向内容的主题多样性在GPT-4对齐边界相对男性下降36%。
意义：提示仅靠表面毒性分类器评估安全对齐可能系统性漏检表征危害，开发者需引入主题多样性与表征危害指标。
- 论文公开站arXiv
RetireOPD：面向智能体强化学习的自退役在线策略蒸馏
RetireOPD: Self-Retiring On-Policy Distillation for Agentic Reinforcement Learning
摘要显示，多轮智能体强化学习仅提供轨迹级标量奖励，因此有研究采用自我在线策略蒸馏（OPD）从具备特权任务技能的自我教师处提供词元级稠密监督。但作者发现，特权信息并不总能让教师可靠，教师监督的收益也依赖训练阶段。为此提出 RetireOPD：先用环境奖励优化解耦的技能条件教师，再以 RL 与 OPD 联合训练无技能学生，并采用自适应退役机制——当学生与教师差距不再缩小且达到教师成功率目标比例时自行弃用教师，之后仅用 RL 训练。在 1.5…
意义：为智能体强化学习提供了一种自适应蒸馏框架，避免教师监督在后期成为瓶颈，对训练多轮工具调用与任务型智能体有直接参考价值。
- 论文公开站arXiv
分数中心化稳定离策略强化学习
Score Centering Stabilizes Off-policy Reinforcement Learning
摘要显示，大语言模型强化学习对训练引擎与推理引擎之间的微小差异（训练-推理不匹配，TIM）高度敏感，而完全消除 TIM 会显著牺牲 rollout 效率。作者认为 TIM 下 RL 不稳定的主因是「漂移」——训练与推理引擎间随训练步数累积的持续偏差，并提出加性的「分数中心化」修正项来抵消漂移。在 0.6B 至 30B 参数模型上，该方法在量化条件下匹配或优于基于重要性采样的方法，且不匹配越严重优势越大；由于修正是加性的，它还能与重要性采…
意义：为 LLM 强化学习训练中普遍存在的训练-推理引擎不一致问题提供了一种轻量、可组合的稳定性修正，有助于在不牺牲 rollout 效率的前提下提升大规模 RL 训练稳定性。
- 论文公开站arXiv
分布偏移如何影响神经PDE代理模型的预训练收益？
How Does Distribution Shift Shape Pretraining Gains in Neural PDE Surrogates?
摘要显示，研究者在254,909个RANS解上预训练神经PDE代理模型，再在具有匹配来流范围的新翼型族上微调，比较相同SA模型与加入e^N转捩建模两种目标设定。结果显示，预训练收益取决于目标数据预算、目标数据覆盖度以及源域与目标域是否在建模物理上存在差异，且随样本量变化收益排序会反转。
意义：为科学机器学习中预训练代理模型的迁移策略提供量化依据，提示开发者需根据目标数据量与物理差异权衡预训练收益。
- 论文公开站arXiv
工作空间模型：基于显著性驱动监督的轻量机器人记忆
Workspace Models: Lightweight Robotic Memory via Saliency-Driven Supervision
摘要显示，该论文提出「workspace token」表示，在训练阶段用 VLM 识别任务所需的当前与历史信息，并通过集合重建解码器损失蒸馏为轻量潜变量记忆，部署时可直接替代观测输入，无需在环 VLM 推理。仿真与硬件实验表明，该方法在记忆密集型任务上不仅更轻量，策略性能也更好。
意义：为机器人策略记忆提供训练期蒸馏、部署期轻量化的思路，降低对 VLM 在线查询的算力依赖，利于实时长时程操作落地。
- 论文公开站arXiv
具备障碍感知测试框架的编码智能体用于安全机器人操作
Coding Agents with an Obstacle-Aware Harness for Safe Robot Manipulation
摘要显示，编码智能体在机器人操作中虽无需专门训练即可运行，但在安全约束下多数任务仍会碰撞障碍物。作者将操作分解为路径阶段与接触阶段，发现失败源于规划环节：模型缺乏避障路径概念、无法在路径失效时重新规划，也未意识到接触执行受同一约束限制。为此提出 SafeHarness，通过障碍感知的路径规划（将物体表示为边界框并生成候选路径点序列）让智能体预先规划并验证路径，从而优先考虑安全约束。
意义：为机器人编码智能体引入显式安全约束与障碍感知规划框架，推动安全关键场景下的可靠部署。
- 资讯公开站Ars Technica
微软高管称AI抓取是“人类历史上最大的劳动力盗窃”
Microsoft exec called AI scraping the “largest theft of labor in human history”
摘要显示，Ars Technica 援引微软与 OpenAI 之间的往来邮件报道，一名微软高管在内部沟通中将 AI 抓取内容形容为「人类史上最大规模的劳动窃取」，邮件同时流露出对 AI「末日循环」（doom loop）可能摧毁新闻机构的担忧。报道未在摘要中披露涉事高管姓名与邮件具体时间。
意义：揭示 AI 训练数据版权争议已进入大厂内部讨论，为开发者与内容方的授权、合规与数据来源策略提供参照。
- 资讯公开站Nature News
每日简报：为乐趣而阅读与大脑大有裨益相关
Daily briefing: Reading for pleasure linked to big brain benefits
《自然》新闻每日简报提到，一项研究显示为乐趣而阅读与显著的大脑益处相关。摘要未给出具体研究机构、样本量或效应数值，因此具体机制与因果方向尚不明确，摘要显示该关联值得进一步关注。
意义：若该关联成立，可为认知训练、教育产品与AI辅助阅读工具提供价值论证依据。
- 主题公开站Google News · H100
H100故障排查与维护：常见问题及解决方案大全
摘要显示，该文汇总了NVIDIA H100在使用中可能遇到的驱动问题、显存错误、过热等常见故障，并提供了相应的排查步骤和修复方法，属于面向运维与开发人员的实用维护指南。
意义：帮助AI基础设施团队快速定位H100故障，减少训练中断与运维成本。
- 论文公开站arXiv
rMuscle：面向高效视觉-语言-动作模型推理的机器人肌肉记忆
rMuscle: Robotic Muscle Memory for Efficient Vision-Language-Action Model Inference
摘要显示，论文先刻画了具身智能工作负载，发现机器人在重复执行任务时，其观测、动作轨迹乃至内部模型状态都存在显著相似性。基于此提出 rMuscle 实时 VLA 推理框架，采用双阶段「肌肉记忆」缓存：上下文缓存复用视觉 token 输出以减少计算，动作缓存复用神经元激活模式以减少权重访问，并通过在线缓存重算、滑窗检索和去噪步骤间掩码共享控制开销。在 LIBERO、RoboTwin 及物理操作任务上，于 RTX 4090 与 Jetson …
意义：为 VLA 机器人策略提供免重训练的推理加速思路，利用重复任务相似性降低延迟，对具身智能实时部署与边缘设备（如 Jetson Thor）有直接价值。
- 论文公开站arXiv
模型增长、递归和边界算子如何影响缩放指数
How Model Growth, Recursion, and Boundary Operators Influence Scaling Exponents
摘要显示，该研究挑战了缩放定律中指数固定的传统认知，指出架构干预可改变预训练缩放指数，从而随算力增加带来指数级性能提升。作者以循环Transformer为锚点，发现模型增长（含是否共享权重）对缩放指数影响最大：7.4B增长架构在CORE上以约20倍更少算力匹配GPT-3 13B，且算力效率增益随规模增大。普通Transformer中加入边界算子也有较小增益；数据受限多轮训练下，循环具正则化效果，且随规模增加循环数为算力最优。
意义：若缩放指数可被架构改变，则算力效率提升会随规模放大，为开发者提供超越单纯堆参数的新扩展路径。
- 论文公开站arXiv
梦见接触之声：利用视频和音频生成实现零样本力感知操作与数据生成
Dreaming the Sound of Contact: Leveraging Video and Audio Generation for Zero-Shot Force-Aware Manipulation and Data Generation
摘要显示，该工作针对生成视频仅含运动学轨迹、缺乏力信息的问题，提出用生成接触声音的响度构造有界且随时间变化的期望力曲线，并结合生成视频从结构化自然语言任务提示中同时推导运动轨迹与期望力。作者在 Franka Panda 机器人上用闭环力调节器跟踪该音频塑形的力曲线，在多个需接触的任务上成功完成操作，而仅运动学基线失败；该流程还被用作数据生成引擎训练闭环策略。
意义：为机器人操作引入音频作为力感知信号，弥补生成视频缺少接触力信息的短板，并提供可复用的数据生成思路。
- 论文公开站arXiv
PointZero：用于学习可迁移3D动力学的3D点轨迹补全
PointZero: 3D Point Track Completion for Learning Transferable 3D Dynamics
摘要显示，该研究提出将三维点轨迹补全作为预训练目标，在无需机器人动作标签的情况下学习可迁移的三维动力学先验。给定单次RGB-D观测与稀疏部分三维轨迹，模型预测所有观测点的未来三维轨迹。作者构建了涵盖可变形、铰接与刚性物体的290万帧合成数据集，并训练了基于Transformer的PointZero，在相同数据上优于既有方法；微调后在PGND三维动力学基准及6/7项仿真与真实机器人操作任务上表现优异。
意义：为机器人学习提供无需动作标签的3D动力学预训练范式，可纳入网络视频数据，降低对昂贵机器人数据的依赖。
- 论文公开站arXiv
目标 vs. 搜索：分解什么造就了好的分词器
Objective vs. Search: Decomposing What Makes a Good Tokeniser
摘要显示，研究将分词算法差异拆解为优化目标（压缩 vs 对数似然）与搜索过程（自底向上合并 vs 自顶向下剪枝）两个正交维度，并补全 2×2 设计空间，提出 BottomUpLL 与 TopDownComp 两种新算法。在不同模型规模、词表大小及单语/多语场景下训练语言模型并以 bits-per-byte 评估，发现搜索过程而非优化目标是主导因素，自底向上分词器在多数设置下取得更低 bits-per-byte；但在 BLiMP 任务上设…
意义：为开发者选择或设计分词器提供实证依据：优先关注搜索过程而非优化目标，可能更有效提升语言建模效率。
- 主题公开站Google News · Blackwell
Blackwell之后：AI芯片竞争格局与未来趋势预测
摘要显示，该条目围绕英伟达Blackwell之后的AI芯片竞争展开，分析AMD、英特尔及云厂商自研芯片的应对策略，并预测下一代架构方向与Blackwell的生命周期。内容为趋势性分析，未披露具体产品参数或发布时间表，读者可借此把握AI芯片赛道的未来走向。
意义：帮助开发者与AI从业者判断算力供给格局与自研芯片趋势，为模型训练与推理的硬件选型提供参考。
- 论文公开站arXiv
弥合同构与异构异步优化之间的差距出奇困难
Bridging the Gap Between Homogeneous and Heterogeneous Asynchronous Optimization Is Surprisingly Difficult
摘要显示，该研究探讨异步并行随机梯度优化中同构（各worker数据分布相同）与异构（各worker数据分布不同）两种设定的理论差距。作者证明，在常用的一阶与二阶相似性假设下，任何随机算法都无法突破异构情形下已知的悲观最优时间复杂度；弱插值假设亦不足。最后提出强插值与局部Polyak-Lojasiewicz条件的最小组合，得到与同构最优结果相当的复杂度界，且无需数据分布相同。
意义：为异构异步分布式训练的理论极限划出边界，提示开发者不能仅靠相似性假设缩小同构与异构的差距，需关注插值与局部PL条件等更强假设。
