• Entropy稳定不代表推理健康。 RAGEN-2发现agentic RL中的"模板坍缩"——模型用固定模板应对所有输入，entropy完全看不出来，互信息才是更可靠的训练监控指标

• Meta试图让模型本身成为计算机——Neural Computer统一计算、记忆和I/O，概念有启发性，但核心难题尚未解决，当方向信号看

• 隐式推理存在硬性深度上限： 最大规模模型的latent planning也止步于7步，scaling未能突破，CoT监控的安全前提因此获得实验支撑

• GRPO训练难题比例并非越高越好， 超出小模型能力边界的样本几乎贡献不了学习信号，低难度子集即可匹配全数据集效果且省55%计算

也值得关注

• 应用层多agent编排OS — Qualixar OS跨10个LLM provider统一调度，与AutoGen/CrewAI等单框架工具形成差异化定位。
• 压缩注意力解决时序预测的双重平方复杂度 — CMU提出MICA，同时处理多变量Transformer中通道数和序列长度的扩展瓶颈。
• 570万PubMed文章的结论生成benchmark — Harvard出品，测试LLM能否从结构化生物医学证据推导科学结论。
• 500米+超远距离目标检测 — Princeton用可学习双曲注视替代固定crop策略，面向高速公路自动驾驶的长距感知。
• 物理仿真级头部avatar — CVPR接收，解决头发与头部的解耦和动态运动问题。

阅读完整版 →