{
  "title": "2026-09-26 AI日更 | 超级智能进入中美高层对话，智能体从提效走向可靠性拷问",
  "url": "https://miaok.ong/ai-daily/ai-daily-2026-09-26/",
  "date": "2026-09-26T07:00:00+08:00",
  "lastmod": "2026-09-26T07:00:00+08:00",
  "type": "ai-daily",
  "kind": "page",
  "language": "zh",
  "description": "今日主线有三：超级智能议题进入中美高层对话，AI 治理与地缘竞争升温；Anthropic 开放 Claude 插件提交门户，模型竞争转向生态与平台化；Watch List 指向智能体可靠性，Proaction 销售提效与预测代理压力测试显示自动化越深，监督与校准越不可缺。",
  "keywords": null,
  "tags": [],
  "categories": [],
  "author": "孔淼",
  "image": "https://miaok.ong/images/avatar.jpg",
  "content": "\u003ch1 id=\"2026-09-26-ai日更--超级智能进入中美高层对话智能体从提效走向可靠性拷问\"\u003e\n  2026-09-26 AI日更 | 超级智能进入中美高层对话，智能体从提效走向可靠性拷问\n  \u003ca class=\"heading-link\" href=\"#2026-09-26-ai%e6%97%a5%e6%9b%b4--%e8%b6%85%e7%ba%a7%e6%99%ba%e8%83%bd%e8%bf%9b%e5%85%a5%e4%b8%ad%e7%be%8e%e9%ab%98%e5%b1%82%e5%af%b9%e8%af%9d%e6%99%ba%e8%83%bd%e4%bd%93%e4%bb%8e%e6%8f%90%e6%95%88%e8%b5%b0%e5%90%91%e5%8f%af%e9%9d%a0%e6%80%a7%e6%8b%b7%e9%97%ae\"\u003e\n    \u003ci class=\"fa-solid fa-link\" aria-hidden=\"true\" title=\"链接到标题\"\u003e\u003c/i\u003e\n    \u003cspan class=\"sr-only\"\u003e链接到标题\u003c/span\u003e\n  \u003c/a\u003e\n\u003c/h1\u003e\n\u003cblockquote\u003e\n\u003cp\u003e今日主线有三：超级智能议题进入中美高层对话，AI 治理与地缘竞争升温；Anthropic 开放 Claude 插件提交门户，模型竞争转向生态与平台化；Watch List 指向智能体可靠性，Proaction 销售提效与预测代理压力测试显示自动化越深，监督与校准越不可缺。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003ch2 id=\"-本期-watch-list-深度导读\"\u003e\n  📖 本期 Watch List 深度导读\n  \u003ca class=\"heading-link\" href=\"#-%e6%9c%ac%e6%9c%9f-watch-list-%e6%b7%b1%e5%ba%a6%e5%af%bc%e8%af%bb\"\u003e\n    \u003ci class=\"fa-solid fa-link\" aria-hidden=\"true\" title=\"链接到标题\"\u003e\u003c/i\u003e\n    \u003cspan class=\"sr-only\"\u003e链接到标题\u003c/span\u003e\n  \u003c/a\u003e\n\u003c/h2\u003e\n\u003cp\u003e今天两条主线值得深读。一是智能体从提效叙事进入可靠性拷问：OpenAI 博客披露 Proaction 借 Codex 将销售额提升 60%、节省 75+ 小时；Stratechery 本周点出代理适合接手日常事务。但 arXiv 上关于自主研究代理奖励黑客、预测代理行为路由压力测试的论文提醒，自动化越深，监督与校准越不能缺位。二是模型行为审计与公平性：激励失准证人会击败上下文 grounding、Whisper 训练后压缩重新分配错误负担、COILD 补强印度语言机器翻译，适合对齐、语音与多语言评估团队跟进。\u003c/p\u003e\n\u003ch2 id=\"-x-平台-ai-热点快讯\"\u003e\n  🌐 X 平台 AI 热点快讯\n  \u003ca class=\"heading-link\" href=\"#-x-%e5%b9%b3%e5%8f%b0-ai-%e7%83%ad%e7%82%b9%e5%bf%ab%e8%ae%af\"\u003e\n    \u003ci class=\"fa-solid fa-link\" aria-hidden=\"true\" title=\"链接到标题\"\u003e\u003c/i\u003e\n    \u003cspan class=\"sr-only\"\u003e链接到标题\u003c/span\u003e\n  \u003c/a\u003e\n\u003c/h2\u003e\n\u003ch3 id=\"话题-1trump-pitches-super-intelligence-to-xi-at-white-house-summit\"\u003e\n  话题 1:Trump Pitches \u0026lsquo;Super Intelligence\u0026rsquo; to Xi at White House Summit\n  \u003ca class=\"heading-link\" href=\"#%e8%af%9d%e9%a2%98-1trump-pitches-super-intelligence-to-xi-at-white-house-summit\"\u003e\n    \u003ci class=\"fa-solid fa-link\" aria-hidden=\"true\" title=\"链接到标题\"\u003e\u003c/i\u003e\n    \u003cspan class=\"sr-only\"\u003e链接到标题\u003c/span\u003e\n  \u003c/a\u003e\n\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e分类:AI · Other\u003c/li\u003e\n\u003cli\u003e概况:热度时间:1 day ago,相关帖子数:30000\u003c/li\u003e\n\u003cli\u003e是什么事:特朗普在白宫峰会期间向习近平提出“超级智能”相关议题或合作构想。\u003c/li\u003e\n\u003cli\u003e为什么重要:此事表明超级智能已上升为大国高层外交话题，可能影响全球AI治理、技术竞赛与中美合作格局。\u003c/li\u003e\n\u003cli\u003e讨论概况:X上主要关注中美在超级智能领域是合作还是竞争，并涉及AI芯片出口管制、太空AI芯片布局等话题，分歧集中于技术民族主义与全球治理之间。\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3 id=\"话题-2anthropic-launches-plugin-submission-portal-for-claude-developers\"\u003e\n  话题 2:Anthropic Launches Plugin Submission Portal for Claude Developers\n  \u003ca class=\"heading-link\" href=\"#%e8%af%9d%e9%a2%98-2anthropic-launches-plugin-submission-portal-for-claude-developers\"\u003e\n    \u003ci class=\"fa-solid fa-link\" aria-hidden=\"true\" title=\"链接到标题\"\u003e\u003c/i\u003e\n    \u003cspan class=\"sr-only\"\u003e链接到标题\u003c/span\u003e\n  \u003c/a\u003e\n\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e分类:AI · News\u003c/li\u003e\n\u003cli\u003e概况:热度时间:2 hours ago,相关帖子数:308\u003c/li\u003e\n\u003cli\u003e是什么事:Anthropic 为 Claude 开发者上线插件提交门户，开放第三方插件接入。\u003c/li\u003e\n\u003cli\u003e为什么重要:这标志着 Claude 从模型能力竞争转向生态扩张，插件生态可能成为 AI 助手平台化的重要分水岭。\u003c/li\u003e\n\u003cli\u003e讨论概况:X 上主要聚焦于该举措与 OpenAI 插件生态的对比、插件审核标准与开发者准入门槛，以及插件能否显著提升 Claude 的实用性和商用价值。\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3 id=\"话题-3zuckerberg-vs-musk-meme-fuels-muse-and-grok-bot-debate\"\u003e\n  话题 3:Zuckerberg vs Musk Meme Fuels Muse and Grok Bot Debate\n  \u003ca class=\"heading-link\" href=\"#%e8%af%9d%e9%a2%98-3zuckerberg-vs-musk-meme-fuels-muse-and-grok-bot-debate\"\u003e\n    \u003ci class=\"fa-solid fa-link\" aria-hidden=\"true\" title=\"链接到标题\"\u003e\u003c/i\u003e\n    \u003cspan class=\"sr-only\"\u003e链接到标题\u003c/span\u003e\n  \u003c/a\u003e\n\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e分类:AI · News\u003c/li\u003e\n\u003cli\u003e概况:热度时间:23 hours ago,相关帖子数:400\u003c/li\u003e\n\u003cli\u003e是什么事:一张扎克伯格与马斯克的对比梗图引发了对 Muse 和 Grok 聊天机器人的讨论。\u003c/li\u003e\n\u003cli\u003e为什么重要:此事凸显 AI 机器人在处理科技领袖争议性内容时的立场、偏见与平台竞争问题，对 AI 生成内容的可信度有影响。\u003c/li\u003e\n\u003cli\u003e讨论概况:X 上的讨论主要围绕 Muse 与 Grok 谁的回答更客观、梗图是否被 AI 放大或扭曲，以及 AI 应如何回应涉及公众人物的敏感话题。\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch4 id=\"今日-x-上的-ai-舆情小结\"\u003e\n  今日 X 上的 AI 舆情小结\n  \u003ca class=\"heading-link\" href=\"#%e4%bb%8a%e6%97%a5-x-%e4%b8%8a%e7%9a%84-ai-%e8%88%86%e6%83%85%e5%b0%8f%e7%bb%93\"\u003e\n    \u003ci class=\"fa-solid fa-link\" aria-hidden=\"true\" title=\"链接到标题\"\u003e\u003c/i\u003e\n    \u003cspan class=\"sr-only\"\u003e链接到标题\u003c/span\u003e\n  \u003c/a\u003e\n\u003c/h4\u003e\n\u003cp\u003e今天舆论主线是AI的影响力已从模型能力竞争扩展到地缘政治、平台生态和内容可信度：超级智能进入中美高层对话，Claude开放插件生态，Muse与Grok因争议梗图被比较。共识是AI已被视为大国博弈和平台竞争的核心变量，需要更明确的治理和规则。分歧在于中美应合作还是对抗、插件开放应效率优先还是审核优先，以及AI面对争议人物应保持中立还是体现平台立场。潜在风险包括超级智能竞赛与芯片对抗升级、第三方插件带来安全隐患，以及AI偏见放大误导性内容并损害公信力。\u003c/p\u003e\n\u003ch2 id=\"-大佬观点influencer-insights\"\u003e\n  💡 大佬观点(Influencer Insights)\n  \u003ca class=\"heading-link\" href=\"#-%e5%a4%a7%e4%bd%ac%e8%a7%82%e7%82%b9influencer-insights\"\u003e\n    \u003ci class=\"fa-solid fa-link\" aria-hidden=\"true\" title=\"链接到标题\"\u003e\u003c/i\u003e\n    \u003cspan class=\"sr-only\"\u003e链接到标题\u003c/span\u003e\n  \u003c/a\u003e\n\u003c/h2\u003e\n\u003cblockquote\u003e\n\u003cp\u003e今日大佬观点暂缺,推荐阅读 Watch List 深度内容。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003ch2 id=\"-附录今日-watch-list-更新源列表\"\u003e\n  📚 附录:今日 Watch List 更新源列表\n  \u003ca class=\"heading-link\" href=\"#-%e9%99%84%e5%bd%95%e4%bb%8a%e6%97%a5-watch-list-%e6%9b%b4%e6%96%b0%e6%ba%90%e5%88%97%e8%a1%a8\"\u003e\n    \u003ci class=\"fa-solid fa-link\" aria-hidden=\"true\" title=\"链接到标题\"\u003e\u003c/i\u003e\n    \u003cspan class=\"sr-only\"\u003e链接到标题\u003c/span\u003e\n  \u003c/a\u003e\n\u003c/h2\u003e\n\u003cblockquote\u003e\n\u003cp\u003e时间窗口:最近 3 天;覆盖 22 个源;共 32 条更新\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003ch3 id=\"stratechery-by-ben-thompson-a_full\"\u003e\n  Stratechery by Ben Thompson (A_full)\n  \u003ca class=\"heading-link\" href=\"#stratechery-by-ben-thompson-a_full\"\u003e\n    \u003ci class=\"fa-solid fa-link\" aria-hidden=\"true\" title=\"链接到标题\"\u003e\u003c/i\u003e\n    \u003cspan class=\"sr-only\"\u003e链接到标题\u003c/span\u003e\n  \u003c/a\u003e\n\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e\u003ca href=\"https://stratechery.com/2026/begun-the-aggregator-wars-have/\"  class=\"external-link\" target=\"_blank\" rel=\"noopener\"\u003e2026.39: Begun, the Aggregator Wars Have\u003c/a\u003e\u003c/strong\u003e\n\u003cul\u003e\n\u003cli\u003e发布时间:2026-09-26 01:00 北京时间\u003c/li\u003e\n\u003cli\u003e摘要:- 欢迎回到本周的Stratechery！\n\u003cul\u003e\n\u003cli\u003e提醒一下，每周、每周五，我们都会发送 Stratechery 捆绑包中的内容概述；突出显示的链接对所有人免费。\u003c/li\u003e\n\u003cli\u003e此外，您可以完全控制我们发送给您的内容。\u003c/li\u003e\n\u003cli\u003e就此而言，这是本周我们最喜欢的一些。\u003c/li\u003e\n\u003cli\u003e亚马逊。** 最好的代理用例之一是处理必要但烦人的日常事务。\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003eEN 要点:\n\u003cul\u003e\n\u003cli\u003eWelcome back to This Week in Stratechery\u003c/li\u003e\n\u003cli\u003eAs a reminder, each week, every Friday, we’re sending out this overview of content in the Stratechery bundle; highlighted links are free for everyone\u003c/li\u003e\n\u003cli\u003eAdditionally, you have complete control over what we send to you\u003c/li\u003e\n\u003cli\u003eIf you don’t want to receive This Week in Stratechery emails (there is no podcast), please uncheck the box in your delivery settings\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3 id=\"openai-blog-a_full\"\u003e\n  OpenAI Blog (A_full)\n  \u003ca class=\"heading-link\" href=\"#openai-blog-a_full\"\u003e\n    \u003ci class=\"fa-solid fa-link\" aria-hidden=\"true\" title=\"链接到标题\"\u003e\u003c/i\u003e\n    \u003cspan class=\"sr-only\"\u003e链接到标题\u003c/span\u003e\n  \u003c/a\u003e\n\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e\u003ca href=\"https://openai.com/index/proaction\"  class=\"external-link\" target=\"_blank\" rel=\"noopener\"\u003eProaction boosts sales 60% and saves 75+ hours with Codex\u003c/a\u003e\u003c/strong\u003e\n\u003cul\u003e\n\u003cli\u003e发布时间:2026-09-26 03:00 北京时间\u003c/li\u003e\n\u003cli\u003e摘要:- 借助 Codex、GPT-Live-1 和 GPT-6 Astra，Proaction 可以更快地构建、运营和销售现代车队管理。\n\u003cul\u003e\n\u003cli\u003eOpenAI 博客中的这篇文章解释了 Proaction 如何通过 Codex 塑造更广泛的人工智能和基础设施格局，将销售额提高 60% 并节省 75 多个小时。\u003c/li\u003e\n\u003cli\u003eProaction 通过 Codex 将销售额提高了 60%，并节省了 75 多个小时，这也为创始人、运营商和投资者带来了实际影响。\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003eEN 要点:\n\u003cul\u003e\n\u003cli\u003eWith Codex, GPT-Live-1, and GPT-6 Astra, Proaction builds, operates, and sells modern fleet management faster.\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3 id=\"arxiv-csai-b_introsearch\"\u003e\n  ArXiv cs.AI (B_intro+search)\n  \u003ca class=\"heading-link\" href=\"#arxiv-csai-b_introsearch\"\u003e\n    \u003ci class=\"fa-solid fa-link\" aria-hidden=\"true\" title=\"链接到标题\"\u003e\u003c/i\u003e\n    \u003cspan class=\"sr-only\"\u003e链接到标题\u003c/span\u003e\n  \u003c/a\u003e\n\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e\u003ca href=\"https://arxiv.org/abs/2609.28475\"  class=\"external-link\" target=\"_blank\" rel=\"noopener\"\u003eWhen Should Forecasting Agents Reason? Behavioral Stress Tests for Reliability Routing\u003c/a\u003e\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e发布时间:2026-09-25 12:00 北京时间\u003c/li\u003e\n\u003cli\u003e摘要:- arXiv:2609.28475v1 公告类型：新。\n\u003cul\u003e\n\u003cli\u003e摘要：预测代理越来越多地结合语言模型推理、检索、集成和校准，但仍不清楚何时应该信任每种行为。\u003c/li\u003e\n\u003cli\u003e我们在 ForecastBench 式的二元预测任务上研究这个问题，将检索、推理、服从市场先验的选择视为可观察的代理行为，而不是隐藏的实现细节。\u003c/li\u003e\n\u003cli\u003e我们的主要发现是机制选择取决于来源：结构化类似物在某些数据生成过程中占主导地位，而市场/人群风格和保守基线对于其他过程来说更好。\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003eEN 要点:\n\u003cul\u003e\n\u003cli\u003earXiv:2609.28475v1 Announce Type: new\u003c/li\u003e\n\u003cli\u003eAbstract: Forecasting agents increasingly combine language-model reasoning, retrieval, ensembling, and calibration, but it remains unclear when each behavior sh…\u003c/li\u003e\n\u003cli\u003eWe study this question on ForecastBench-style binary forecasting tasks, treating the choice to retrieve, reason, defer to a market prior, or use a historical an…\u003c/li\u003e\n\u003cli\u003eOur central finding is that mechanism choice is source-dependent: structured analogs dominate for some data-generating processes, while market/crowd-style and c…\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e\u003ca href=\"https://arxiv.org/abs/2609.28506\"  class=\"external-link\" target=\"_blank\" rel=\"noopener\"\u003eTW3Cast: A Frozen Router of Lightly Fine-Tuned Foundation Models for Time-Series Forecasting on GIFT-Eval, Selected Entirely on the Training Split\u003c/a\u003e\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e发布时间:2026-09-25 12:00 北京时间\u003c/li\u003e\n\u003cli\u003e摘要:- arXiv:2609.28506v1 公告类型：新。\n\u003cul\u003e\n\u003cli\u003e摘要：TW3Cast 是一个时间序列预测系统，截至 2026 年 9 月 14 日，其平均 MASE 排名在 GIFT-Eval 基准的 130 个条目中排名第 3。\u003c/li\u003e\n\u003cli\u003e上面的两个条目属于排行榜的代理类别，即使用代理或语言模型来推理、生成或选择预测的多步骤系统。\u003c/li\u003e\n\u003cli\u003eTW3Cast 不运行代理，也不运行语言模型。\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003eEN 要点:\n\u003cul\u003e\n\u003cli\u003earXiv:2609.28506v1 Announce Type: new\u003c/li\u003e\n\u003cli\u003eAbstract: TW3Cast is a time-series forecasting system that reaches position 3 of 130 entries on the GIFT-Eval benchmark by mean MASE rank, as of 2026-09-14\u003c/li\u003e\n\u003cli\u003eThe two entries above it belong to the leaderboard\u0026rsquo;s agentic category, multi-step systems that use agents or language models to reason about, generate or select…\u003c/li\u003e\n\u003cli\u003eTW3Cast runs no agent and no language model\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e\u003ca href=\"https://arxiv.org/abs/2609.28547\"  class=\"external-link\" target=\"_blank\" rel=\"noopener\"\u003ePAWS: Policy-driven Agentic World Simulation\u003c/a\u003e\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e发布时间:2026-09-25 12:00 北京时间\u003c/li\u003e\n\u003cli\u003e摘要:- arXiv:2609.28547v1 公告类型：新。\n\u003cul\u003e\n\u003cli\u003e摘要：政策干预通过公共沟通、机构决策和利益相关者响应进行传播，但金融多主体模拟的数据集很少将这些过程与时间上一致的历史证据联系起来。\u003c/li\u003e\n\u003cli\u003e我们推出 PAWS，一个政策驱动的代理世界模拟数据集，涵盖 36 个经过验证的美国国家。\u003c/li\u003e\n\u003cli\u003e金融和经济政策事件、12,727 条与政策相关的新闻记录以及 65,291 条基于来源的利益相关者行动。\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003eEN 要点:\n\u003cul\u003e\n\u003cli\u003earXiv:2609.28547v1 Announce Type: new\u003c/li\u003e\n\u003cli\u003eAbstract: Policy interventions propagate through public communication, institutional decisions, and stakeholder responses, yet datasets for financial multi-agen…\u003c/li\u003e\n\u003cli\u003eWe introduce PAWS, a Policy-driven Agentic World Simulation dataset covering 36 verified U.S\u003c/li\u003e\n\u003cli\u003efinancial and economic policy episodes, 12,727 policy-linked news records, and 65,291 source-grounded stakeholder actions\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e\u003ca href=\"https://arxiv.org/abs/2609.28554\"  class=\"external-link\" target=\"_blank\" rel=\"noopener\"\u003ePistis Technical Report\u003c/a\u003e\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e发布时间:2026-09-25 12:00 北京时间\u003c/li\u003e\n\u003cli\u003e摘要:- arXiv:2609.28554v1 公告类型：新。\n\u003cul\u003e\n\u003cli\u003e摘要：我们介绍了 Pistis 模型系列，包括分别基于 Qwen3.6 和 Qwen3.5 构建的 27B 和 9B 参数多模态大语言模型，并通过通用且可扩展的后训练框架开发。\u003c/li\u003e\n\u003cli\u003e该框架首先通过大规模多模式监督微调（SFT）奠定了坚实的基础。\u003c/li\u003e\n\u003cli\u003e在此 SFT 基础上，我们提出了交错蒸馏和强化学习 (IDRL)，这是一种新颖的训练后范式，它将策略蒸馏和强化学习紧密集成在单个训练循环中。\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003eEN 要点:\n\u003cul\u003e\n\u003cli\u003earXiv:2609.28554v1 Announce Type: new\u003c/li\u003e\n\u003cli\u003eAbstract: We introduce the Pistis model family, comprising 27B- and 9B-parameter multimodal large language models built on Qwen3.6 and Qwen3.5, respectively, an…\u003c/li\u003e\n\u003cli\u003eThe framework first establishes a strong foundation through large-scale multimodal supervised fine-tuning (SFT)\u003c/li\u003e\n\u003cli\u003eBuilding on this SFT foundation, we propose Interleaved Distillation and Reinforcement Learning (IDRL), a novel post-training paradigm that tightly integrates o…\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e\u003ca href=\"https://arxiv.org/abs/2609.28557\"  class=\"external-link\" target=\"_blank\" rel=\"noopener\"\u003eBaseCamp \u0026mdash; An Agentic AI Framework for Automating DNA Sequencing Data Pipelines\u003c/a\u003e\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e发布时间:2026-09-25 12:00 北京时间\u003c/li\u003e\n\u003cli\u003e摘要:- arXiv:2609.28557v1 公告类型：新。\n\u003cul\u003e\n\u003cli\u003e摘要：DNA 测序流程（涵盖质量控制、比对、变异调用和注释）现在可以通过工作流程管理系统可靠地执行，这些系统可以大规模协调已建立的生物信息学工具。\u003c/li\u003e\n\u003cli\u003e仍然需要手动执行的是围绕该执行的决策层：选择适合样本和平台的质量阈值、判定边界变异调用、诊断异常以及确定哪些结果值得专家审查。\u003c/li\u003e\n\u003cli\u003e这些决策是重复性的、判断密集型的、运营商之间不一致的，并且常常没有记录。\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003eEN 要点:\n\u003cul\u003e\n\u003cli\u003earXiv:2609.28557v1 Announce Type: new\u003c/li\u003e\n\u003cli\u003eAbstract: DNA sequencing pipelines, spanning quality control, alignment, variant calling, and annotation, are now reliably executed by workflow management syste…\u003c/li\u003e\n\u003cli\u003eWhat remains manual is the decision layer surrounding that execution: selecting quality thresholds appropriate to a sample and platform, adjudicating borderline…\u003c/li\u003e\n\u003cli\u003eThese decisions are repetitive, judgment-intensive, inconsistent across operators, and frequently undocumented\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e\u003ca href=\"https://arxiv.org/abs/2609.28570\"  class=\"external-link\" target=\"_blank\" rel=\"noopener\"\u003eDEEPO: Dual-Entropy Enhanced Policy Optimization for Hallucination in MLLMs\u003c/a\u003e\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e发布时间:2026-09-25 12:00 北京时间\u003c/li\u003e\n\u003cli\u003e摘要:- arXiv:2609.28570v1 公告类型：新。\n\u003cul\u003e\n\u003cli\u003e摘要：强化学习（RL）被广泛用于提高多模态大语言模型（MLLM）的推理能力，但其对幻觉的效果并不均匀。\u003c/li\u003e\n\u003cli\u003e我们将其追溯到从奖励到参数更新的\\emph{校正链}中的两个弱点。\u003c/li\u003e\n\u003cli\u003e在推出级别，硬查询（具有高语义熵的查询）经常产生一致错误的样本组，从而使组相对崩溃。\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003eEN 要点:\n\u003cul\u003e\n\u003cli\u003earXiv:2609.28570v1 Announce Type: new\u003c/li\u003e\n\u003cli\u003eAbstract: Reinforcement learning (RL) is widely used to sharpen reasoning in multimodal large language models (MLLMs), yet its effect on hallucination is uneven\u003c/li\u003e\n\u003cli\u003eWe trace this to two weak points in the \\emph{correction chain} from reward to parameter update\u003c/li\u003e\n\u003cli\u003eAt the rollout level, hard queries\u0026mdash;those with high semantic entropy\u0026mdash;frequently produce unanimously wrong sample groups, collapsing the group-relative\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e\u003ca href=\"https://arxiv.org/abs/2609.28575\"  class=\"external-link\" target=\"_blank\" rel=\"noopener\"\u003eTWIST: A Proposed Benchmark for Intervention Quality in Conversational Memory, with a Human-Validated Draft-Alignment\u003c/a\u003e\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e发布时间:2026-09-25 12:00 北京时间\u003c/li\u003e\n\u003cli\u003e摘要:- arXiv:2609.28575v1 公告类型：新。\n\u003cul\u003e\n\u003cli\u003e摘要：长对话记忆基准越来越多地测试回忆并促进知识更新，最近的工作研究不断发展用户信念和记忆状态。\u003c/li\u003e\n\u003cli\u003eTWIST 是一个拟议的基准套件，用于补充、未测量的属性：干预质量——通过其自己的摄取/回忆/审查表面进行部署的记忆系统是否在信念改变点正确运行。\u003c/li\u003e\n\u003cli\u003e四个轨道涵盖无提示的张力检测、根据记录审查传出的草稿、在保留取代历史的同时用当前信念进行回答以及管理敏感召回。\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003eEN 要点:\n\u003cul\u003e\n\u003cli\u003earXiv:2609.28575v1 Announce Type: new\u003c/li\u003e\n\u003cli\u003eAbstract: Long-conversation memory benchmarks increasingly test recall and prompted knowledge updates, and recent work studies evolving user beliefs and memory…\u003c/li\u003e\n\u003cli\u003eTWIST is a proposed benchmark suite for a complementary, unmeasured property: intervention quality \u0026ndash; whether a deployed memory system, exercised through its ow…\u003c/li\u003e\n\u003cli\u003eFour tracks cover unprompted tension detection, vetting outgoing drafts against the record, answering with current beliefs while preserving supersession history…\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e\u003ca href=\"https://arxiv.org/abs/2609.28609\"  class=\"external-link\" target=\"_blank\" rel=\"noopener\"\u003eAdversarial Closed-Loop Curriculum for Evolving Role-Playing Agents\u003c/a\u003e\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e发布时间:2026-09-25 12:00 北京时间\u003c/li\u003e\n\u003cli\u003e摘要:- arXiv:2609.28609v1 公告类型：新。\n\u003cul\u003e\n\u003cli\u003e摘要：基于大语言模型的角色扮演代理已广泛应用于个性化援助和社交模拟等领域。\u003c/li\u003e\n\u003cli\u003e最近的强化学习方法通​​常在学习开始之前收集的固定场景池上进行训练。\u003c/li\u003e\n\u003cli\u003e这会产生分布瓶颈：随着代理的改进，其表现不佳的场景也会发生变化，而训练分布保持不变。\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003eEN 要点:\n\u003cul\u003e\n\u003cli\u003earXiv:2609.28609v1 Announce Type: new\u003c/li\u003e\n\u003cli\u003eAbstract: Role-playing agents based on large language models have been widely applied in areas such as personalized assistance and social simulation\u003c/li\u003e\n\u003cli\u003eRecent RL methods typically train on a fixed scenario pool collected before learning begins\u003c/li\u003e\n\u003cli\u003eThis creates a distributional bottleneck: as the agent improves, the scenarios where it performs poorly also change, while the training distribution remains sta…\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e\u003ca href=\"https://arxiv.org/abs/2609.28654\"  class=\"external-link\" target=\"_blank\" rel=\"noopener\"\u003eTraining Object Permanence in World Models\u003c/a\u003e\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e发布时间:2026-09-25 12:00 北京时间\u003c/li\u003e\n\u003cli\u003e摘要:- arXiv:2609.28654v1 公告类型：新。\n\u003cul\u003e\n\u003cli\u003e摘要：物体的持久性和坚固性是人类认知先验的标志。\u003c/li\u003e\n\u003cli\u003e最近的研究表明，视频生成模型是当前世界模型的典范，已经开始显示出新兴的推理能力，使其成为构建类人物理智能的理想候选者。\u003c/li\u003e\n\u003cli\u003e视频模型中是否已经显现出物体的持久性？\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003eEN 要点:\n\u003cul\u003e\n\u003cli\u003earXiv:2609.28654v1 Announce Type: new\u003c/li\u003e\n\u003cli\u003eAbstract: Object permanence and solidity are hallmarks of human cognitive priors\u003c/li\u003e\n\u003cli\u003eRecent studies show that video generation models, a paradigmatic class of current world models, have begun to show emerged reasoning abilities, making them idea…\u003c/li\u003e\n\u003cli\u003eDo video models have emerged object permanence in them\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e\u003ca href=\"https://arxiv.org/abs/2609.28690\"  class=\"external-link\" target=\"_blank\" rel=\"noopener\"\u003eBeyond Surface Style: Aligning Multi-Turn User Simulators with Behavioral Consistency\u003c/a\u003e\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e发布时间:2026-09-25 12:00 北京时间\u003c/li\u003e\n\u003cli\u003e摘要:- arXiv:2609.28690v1 公告类型：新。\n\u003cul\u003e\n\u003cli\u003e摘要：忠实的用户模拟是大规模构建、评估和改进交互式人工智能的基础。\u003c/li\u003e\n\u003cli\u003e然而，合理的个人反应并不能确保模拟用户重现真实交互中观察到的意图演变和结果。\u003c/li\u003e\n\u003cli\u003e我们提出了 TRACER，一种多轮用户模拟器，它可以明确地模拟用户不断变化的意图，并学习将模拟行为与真实交互轨迹保持一致。\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003eEN 要点:\n\u003cul\u003e\n\u003cli\u003earXiv:2609.28690v1 Announce Type: new\u003c/li\u003e\n\u003cli\u003eAbstract: Faithful user simulation is fundamental to building, evaluating, and improving interactive AI at scale\u003c/li\u003e\n\u003cli\u003eHowever, plausible individual responses do not ensure that simulated users reproduce the intent evolution and outcomes observed in real interactions\u003c/li\u003e\n\u003cli\u003eWe propose TRACER, a multi-turn user simulator that explicitly models users\u0026rsquo; evolving intent and learns to align simulated behavior with real interaction trajec…\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3 id=\"arxiv-cscl-b_introsearch\"\u003e\n  ArXiv cs.CL (B_intro+search)\n  \u003ca class=\"heading-link\" href=\"#arxiv-cscl-b_introsearch\"\u003e\n    \u003ci class=\"fa-solid fa-link\" aria-hidden=\"true\" title=\"链接到标题\"\u003e\u003c/i\u003e\n    \u003cspan class=\"sr-only\"\u003e链接到标题\u003c/span\u003e\n  \u003c/a\u003e\n\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e\u003ca href=\"https://arxiv.org/abs/2609.28487\"  class=\"external-link\" target=\"_blank\" rel=\"noopener\"\u003eFraming by Wording, Framing by Selection: A Large-Scale Two-Dimensional Audit of French News Headlines, 2022-2025\u003c/a\u003e\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e发布时间:2026-09-25 12:00 北京时间\u003c/li\u003e\n\u003cli\u003e摘要:- arXiv:2609.28487v1 公告类型：新。\n\u003cul\u003e\n\u003cli\u003e摘要：新闻头条通过其选择的内容和措辞方式来框架公共问题，但计算框架工作通常将这些操作分解为一个分数。\u003c/li\u003e\n\u003cli\u003e我们引入了一个二维框架，将显着性框架与选择框架分开，显着性框架通过四种措辞手段（负载词汇、指责归因、威胁框架、反问句）进行测量，而选择框架则通过出口级故事形式和高电荷分布进行测量。\u003c/li\u003e\n\u003cli\u003e我们使用三个具有多数票决议和人工仲裁的法学硕士注释器构建了一个 10,000 个法国标题监督集，根据两个独立于注释器的盲人研究验证标签，并将最强的分类器应用于来自 25 个法国媒体的 902,111 个去重标题（2022-2025 年）。\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003eEN 要点:\n\u003cul\u003e\n\u003cli\u003earXiv:2609.28487v1 Announce Type: new\u003c/li\u003e\n\u003cli\u003eAbstract: News headlines frame public issues both by what they select and by how they word it, yet computational framing work typically collapses these operatio…\u003c/li\u003e\n\u003cli\u003eWe introduce a two-dimensional framework that separates salience framing, measured through four wording devices (loaded vocabulary, blame attribution, threat fr…\u003c/li\u003e\n\u003cli\u003eWe build a 10,000-headline French supervision set using three LLM annotators with majority-vote resolution and human arbitration, validate the labels against tw…\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e\u003ca href=\"https://arxiv.org/abs/2609.28614\"  class=\"external-link\" target=\"_blank\" rel=\"noopener\"\u003eReward Hacking Challenges Oversight of Autonomous Research Agents\u003c/a\u003e\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e发布时间:2026-09-25 12:00 北京时间\u003c/li\u003e\n\u003cli\u003e摘要:- arXiv:2609.28614v1 公告类型：新。\n\u003cul\u003e\n\u003cli\u003e摘要：自主研究机构可以设计实验、评估结果和撰写报告，从而使他们能够控制科学结果和支持科学结果的证据。\u003c/li\u003e\n\u003cli\u003e这会产生奖励黑客的风险：满足奖励标准但未实现预期目标。\u003c/li\u003e\n\u003cli\u003e我们研究（1）在没有指示的情况下对奖励黑客进行建模的频率，（2）当允许黑客攻击时，他们的方法的有效性和可检测性如何，以及（3）当法学硕士审查小组返回其决定和理由时，他们如何适应。\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003eEN 要点:\n\u003cul\u003e\n\u003cli\u003earXiv:2609.28614v1 Announce Type: new\u003c/li\u003e\n\u003cli\u003eAbstract: Autonomous research agents can design experiments, evaluate results, and write reports, giving them control over both a scientific result and the evid…\u003c/li\u003e\n\u003cli\u003eThis creates a risk of reward hacking: meeting the reward criteria without achieving the intended goal\u003c/li\u003e\n\u003cli\u003eWe study (1) how often models reward-hack without instructions to do so, (2) how effective and detectable their methods are when hacking is allowed, and (3) how…\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e\u003ca href=\"https://arxiv.org/abs/2609.28673\"  class=\"external-link\" target=\"_blank\" rel=\"noopener\"\u003eBenchmarking Argumentative Behaviour of LLMs: A Study of Defences Against Character Attacks\u003c/a\u003e\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e发布时间:2026-09-25 12:00 北京时间\u003c/li\u003e\n\u003cli\u003e摘要:- arXiv:2609.28673v1 公告类型：新。\n-摘要：大型语言模型（LLM）越来越多地被用作说服性对话中的论证主体，因此需要严格评估其相对于人类对话者的辩论能力。\n\u003cul\u003e\n\u003cli\u003e在这项研究中，我们重点关注传统上被视为谬论的人物攻击（人身攻击），但它们在政治说服性对话中发挥着关键作用，在政治说服性对话中，精神往往与命题内容相媲美。\u003c/li\u003e\n\u003cli\u003e具体来说，我们研究现代法学硕士是否可以复制人类的能力来战略性地使用和应对此类攻击。\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003eEN 要点:\n\u003cul\u003e\n\u003cli\u003earXiv:2609.28673v1 Announce Type: new\u003c/li\u003e\n\u003cli\u003eAbstract: Large Language Models (LLMs) are increasingly deployed as argumentative agents in persuasive dialogues, necessitating rigorous evaluation of their deb…\u003c/li\u003e\n\u003cli\u003eIn this study, we focus on character attacks (ad hominem arguments), traditionally dismissed as fallacies, which play a pivotal role in political persuasive dia…\u003c/li\u003e\n\u003cli\u003eSpecifically, we investigate whether modern LLMs can replicate human competence to strategically use and respond to such attacks\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e\u003ca href=\"https://arxiv.org/abs/2609.28703\"  class=\"external-link\" target=\"_blank\" rel=\"noopener\"\u003eAn Explainable DistilBERT-BiLSTM-Attention Framework for Binary and Multi-Class Hate Speech Detection\u003c/a\u003e\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e发布时间:2026-09-25 12:00 北京时间\u003c/li\u003e\n\u003cli\u003e摘要:- arXiv:2609.28703v1 公告类型：新。\n\u003cul\u003e\n\u003cli\u003e摘要：社交媒体上的仇恨言论对社会和谐、心理健康和公共安全构成严重风险，及时、准确的检测对于内容审核系统至关重要。\u003c/li\u003e\n\u003cli\u003e大多数现有研究都集中在二元分类上，在单个数据集上评估其框架，并且对如何制定决策提供有限的了解，这限制了它们在现实世界中的适用性。\u003c/li\u003e\n\u003cli\u003e此外，在其预测推理的可解释性方面所做的工作也很有限。\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003eEN 要点:\n\u003cul\u003e\n\u003cli\u003earXiv:2609.28703v1 Announce Type: new\u003c/li\u003e\n\u003cli\u003eAbstract: Hate speech on social media poses serious risks to social harmony, mental well-being, and public safety, making its timely and accurate detection esse…\u003c/li\u003e\n\u003cli\u003eMost existing studies focus on binary classification, evaluated their frameworks on a single dataset, and provide limited insight into how decisions are made, w…\u003c/li\u003e\n\u003cli\u003eIn addition, limited work is done on the explainability of their predictive inference\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e\u003ca href=\"https://arxiv.org/abs/2609.28727\"  class=\"external-link\" target=\"_blank\" rel=\"noopener\"\u003ePTC-Bias: Phoneme-Level Temporal Competition for Bias Retrieval and Post-Decoding Correction in Speech LLMs\u003c/a\u003e\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e发布时间:2026-09-25 12:00 北京时间\u003c/li\u003e\n\u003cli\u003e摘要:- arXiv:2609.28727v1 公告类型：新。\n\u003cul\u003e\n\u003cli\u003e摘要：上下文偏差可以改善语音大型语言模型 (SpeechLLM) 中的稀有词识别，但有效利用大型偏差列表仍然具有挑战性。\u003c/li\u003e\n\u003cli\u003e我们提出 PTC-Bias，一个基于音素级时间竞争的两阶段框架。\u003c/li\u003e\n\u003cli\u003e在预填充阶段，PTC Retrieval 执行帧同步音素解码和候选发音之间的时间竞争，生成紧凑的偏差词候选列表和相应的语音间隔。\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003eEN 要点:\n\u003cul\u003e\n\u003cli\u003earXiv:2609.28727v1 Announce Type: new\u003c/li\u003e\n\u003cli\u003eAbstract: Contextual biasing improves rare-word recognition in speech large language models (SpeechLLMs), but efficiently exploiting large bias lists remains ch…\u003c/li\u003e\n\u003cli\u003eWe propose PTC-Bias, a two-stage framework based on phoneme-level temporal competition\u003c/li\u003e\n\u003cli\u003eAt the prefill stage, PTC Retrieval performs frame-synchronous phoneme decoding and temporal competition among candidate pronunciations, producing a compact bia…\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e\u003ca href=\"https://arxiv.org/abs/2609.28739\"  class=\"external-link\" target=\"_blank\" rel=\"noopener\"\u003eTemporal Taxation Compounds Under Post-Training Compression of Whisper Models\u003c/a\u003e\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e发布时间:2026-09-25 12:00 北京时间\u003c/li\u003e\n\u003cli\u003e摘要:- arXiv:2609.28739v1 公告类型：新。\n\u003cul\u003e\n\u003cli\u003e摘要：自动语音识别模型经过完全精确的人口统计公平性审核，但交付生产的模型已经过量化、修剪和提炼。\u003c/li\u003e\n\u003cli\u003e我们询问训练后权重压缩（它改变模型权重而不是音频信号或其特征表示）是否会在人口群体之间重新分配错误负担。\u003c/li\u003e\n\u003cli\u003e在 Fair-Speech、Common Voice 25 和 AfriSpeech-200 上的 Whisper 系列中，Whisper-large-v3 的 50% Wanda 修剪大幅扩大了 Fair-Speech 上黑人/AA 与亚洲人的时间税收差异：服务最差和服务最好的群体之间的绝对字错误率差距增加了一倍以上；假设每个转录错误需要 5 秒的纠正时间，则每分钟语音的纠正时间从 30 秒增加到 64 秒。\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003eEN 要点:\n\u003cul\u003e\n\u003cli\u003earXiv:2609.28739v1 Announce Type: new\u003c/li\u003e\n\u003cli\u003eAbstract: Automatic speech recognition models are audited for demographic fairness at full precision, yet the models that ship to production have been quantized…\u003c/li\u003e\n\u003cli\u003eWe ask whether post-training weight compression, which alters model weights rather than the audio signal or its feature representation, redistributes error burd…\u003c/li\u003e\n\u003cli\u003eAcross the Whisper family on Fair-Speech, Common Voice 25, and AfriSpeech-200, 50% Wanda pruning of Whisper-large-v3 sharply widens the Black/AA-vs-Asian tempor…\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e\u003ca href=\"https://arxiv.org/abs/2609.28747\"  class=\"external-link\" target=\"_blank\" rel=\"noopener\"\u003eTechnical Manual for Toolkit for Confidence-Corpus Consistency via Fine-Tuning on a Fabricated Corpus\u003c/a\u003e\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e发布时间:2026-09-25 12:00 北京时间\u003c/li\u003e\n\u003cli\u003e摘要:- arXiv:2609.28747v1 公告类型：新。\n\u003cul\u003e\n\u003cli\u003e摘要：语言模型对答案的置信度通常被解读为它对相应事实的了解程度的代表。\u003c/li\u003e\n\u003cli\u003e本手册记录了一个为直接测试阅读而构建的开放工具包：在一个语料库上对一个小型因果语言模型进行微调，该模型始终为 81 个个位数加法对中的每一对断言一个捏造的算术答案，并将其对每个捏造答案的微调后置信度与其对相应真实答案的微调前置信度进行比较，全程使用不变的测量程序。\u003c/li\u003e\n\u003cli\u003e我们描述并证明每个管道阶段、事实空间生成、标记长度感知置信度测量、基线验证、语料库构建、微调和配对前后比较，以及每个要排除的混淆，其中包括一位数和两位数答案之间的标记化不对称性，以及仅仅失去优势的答案和被主动抑制的答案之间的差异。\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003eEN 要点:\n\u003cul\u003e\n\u003cli\u003earXiv:2609.28747v1 Announce Type: new\u003c/li\u003e\n\u003cli\u003eAbstract: A language model\u0026rsquo;s confidence in an answer is often read as a proxy for how well it knows the corresponding fact\u003c/li\u003e\n\u003cli\u003eThis manual documents an open toolkit built to test that reading directly: a small causal language model is fine-tuned on a corpus that consistently asserts one…\u003c/li\u003e\n\u003cli\u003eWe describe and justify every pipeline stage, fact-space generation, token-length-aware confidence measurement, baseline validation, corpus construction, fine-t…\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e\u003ca href=\"https://arxiv.org/abs/2609.28784\"  class=\"external-link\" target=\"_blank\" rel=\"noopener\"\u003eScript Choice in LLMs: Evidence for Late-Layer Commitment\u003c/a\u003e\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e发布时间:2026-09-25 12:00 北京时间\u003c/li\u003e\n\u003cli\u003e摘要:- arXiv:2609.28784v1 公告类型：新。\n-摘要：在本文中，我们使用两种互补的可解释性方法：逻辑回归探测和逻辑透镜分析，研究脚本知识如何在法学硕士的各个层之间分布。\n\u003cul\u003e\n\u003cli\u003e我们的探测实验揭示了明显的不对称性：输入脚本和指示的输出脚本都在网络的最早层中进行编码，而相反，对实际输出脚本的承诺仅出现在最后层中，模型的中间表示在大多数层中默认为拉丁语。\u003c/li\u003e\n\u003cli\u003e这个两阶段过程得到了 logit-lens 分析的证实，该分析表明脚本提交始终发生在法学硕士的最后一层。\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003eEN 要点:\n\u003cul\u003e\n\u003cli\u003earXiv:2609.28784v1 Announce Type: new\u003c/li\u003e\n\u003cli\u003eAbstract: In this paper, we investigate how script knowledge is distributed across the layers of LLMs using two complementary interpretability methods: logistic…\u003c/li\u003e\n\u003cli\u003eOur probing experiments reveal a clear asymmetry: both the input script and the instructed output script are encoded in the earliest layers of the network, whil…\u003c/li\u003e\n\u003cli\u003eThis two-stage process is confirmed by logit-lens analyses, which show that script commitment consistently occurs at the very last layers of the LLMs\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e\u003ca href=\"https://arxiv.org/abs/2609.28826\"  class=\"external-link\" target=\"_blank\" rel=\"noopener\"\u003eCOILD: An Indic-Centric Parallel Corpus and Benchmark for Machine Translation Across Indian Languages\u003c/a\u003e\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e发布时间:2026-09-25 12:00 北京时间\u003c/li\u003e\n\u003cli\u003e摘要:- arXiv:2609.28826v1 公告类型：新。\n\u003cul\u003e\n\u003cli\u003e摘要：印度语言的机器翻译 (MT) 仍然受到高质量、以印度语为中心的平行语料库和评估基准的有限可用性的限制。\u003c/li\u003e\n\u003cli\u003e现有的多语言资源主要是由以英语为中心的内容构建的，往往无法捕捉印度语言的语言多样性、文化复杂性和特定领域的特征。\u003c/li\u003e\n\u003cli\u003e我们推出 COILD，一个以印度语为中心的平行语料库，包含超过 116 万个人工翻译和人工验证的句子对，涵盖印度-雅利安语、德拉威语、藏缅语和南亚语系的 20 个印度语言对。\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003eEN 要点:\n\u003cul\u003e\n\u003cli\u003earXiv:2609.28826v1 Announce Type: new\u003c/li\u003e\n\u003cli\u003eAbstract: Machine translation (MT) for Indian languages remains constrained by the limited availability of high-quality, Indic-centric parallel corpora and eval…\u003c/li\u003e\n\u003cli\u003eExisting multilingual resources are largely constructed from English-pivot content and often fail to capture the linguistic diversity, cultural complexity, and…\u003c/li\u003e\n\u003cli\u003eWe present COILD, an Indic-centric parallel corpus comprising over 1.16 million human-translated and human-verified sentence pairs, covering 20 Indian language…\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e\u003ca href=\"https://arxiv.org/abs/2609.28854\"  class=\"external-link\" target=\"_blank\" rel=\"noopener\"\u003ePersuaded, Not Informed: Incentive-Misaligned Witnesses Defeat In-Context Grounding\u003c/a\u003e\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e发布时间:2026-09-25 12:00 北京时间\u003c/li\u003e\n\u003cli\u003e摘要:- arXiv:2609.28854v1 公告类型：新。\n\u003cul\u003e\n\u003cli\u003e摘要：语言模型代理越来越多地回答有关客户关系管理 (CRM) 记录的问题，例如是否限定销售线索。\u003c/li\u003e\n\u003cli\u003e我们确定了一个更强大的模型无法解决的失败模式：当上下文包含有乐观动机的一方（这里是销售代表，CRM 中记录的证人）的断言时，模型将该断言视为证据，并清除公司自己的记录认为不可接受的交易。\u003c/li\u003e\n\u003cli\u003e在 CRMArena-Pro 的 100 项潜在客户资格认证任务中，代表在每次通话中都断言了可接受的时间表，并在 76 次通话中断言了可接受的预算；在此类断言与价目表和安装政策相矛盾的 31 项任务中，仅阅读成绩单的模型就在 31 项任务中的 29 项中清除了交易。\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003eEN 要点:\n\u003cul\u003e\n\u003cli\u003earXiv:2609.28854v1 Announce Type: new\u003c/li\u003e\n\u003cli\u003eAbstract: Language-model agents increasingly answer questions over customer-relationship management (CRM) records, such as whether to qualify a sales lead\u003c/li\u003e\n\u003cli\u003eWe identify a failure mode not addressed by a stronger model: when the context contains an assertion by a party with an incentive toward optimism - here the sal…\u003c/li\u003e\n\u003cli\u003eAcross 100 lead-qualification tasks from CRMArena-Pro, the representative asserts an acceptable timeline in every call and an acceptable budget in 76; on the 31…\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch3 id=\"arxiv-cslg-b_introsearch\"\u003e\n  ArXiv cs.LG (B_intro+search)\n  \u003ca class=\"heading-link\" href=\"#arxiv-cslg-b_introsearch\"\u003e\n    \u003ci class=\"fa-solid fa-link\" aria-hidden=\"true\" title=\"链接到标题\"\u003e\u003c/i\u003e\n    \u003cspan class=\"sr-only\"\u003e链接到标题\u003c/span\u003e\n  \u003c/a\u003e\n\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e\u003ca href=\"https://arxiv.org/abs/2609.28502\"  class=\"external-link\" target=\"_blank\" rel=\"noopener\"\u003eStable and Faithful Explanations for Knowledge Tracing\u003c/a\u003e\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e发布时间:2026-09-25 12:00 北京时间\u003c/li\u003e\n\u003cli\u003e摘要:- arXiv:2609.28502v1 公告类型：新。\n\u003cul\u003e\n\u003cli\u003e摘要：知识追踪（KT）模型不透明地预测学生的表现，限制了教学行动。\u003c/li\u003e\n\u003cli\u003e这项研究提供了一个验证协议，共同测试预测竞争力（RQ1）、解释稳定性（RQ2）和基于再培训的忠诚度（RQ3）。\u003c/li\u003e\n\u003cli\u003e涵盖 5 个教学主题的 13 个行为特征是根据 2009 年和 2012 年的 ASSISTments 设计的，历史特征是根据之前的交互计算得出的，当前的反应延迟仅保留用于回顾性分析。\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003eEN 要点:\n\u003cul\u003e\n\u003cli\u003earXiv:2609.28502v1 Announce Type: new\u003c/li\u003e\n\u003cli\u003eAbstract: Knowledge tracing (KT) models predict student performance opaquely, limiting pedagogical action\u003c/li\u003e\n\u003cli\u003eThis study contributes a validation protocol testing predictive competitiveness (RQ1), explanation stability (RQ2) and retraining-based faithfulness (RQ3) toget…\u003c/li\u003e\n\u003cli\u003eThirteen behavioral features across five pedagogical themes were engineered from ASSISTments 2009 and 2012, with history features computed from temporally prece…\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e\u003ca href=\"https://arxiv.org/abs/2609.28553\"  class=\"external-link\" target=\"_blank\" rel=\"noopener\"\u003eSMILESGNN: Interpretable Clinical Toxicity Prediction via SMILES-Graph Cross-Attention Fusion\u003c/a\u003e\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e发布时间:2026-09-25 12:00 北京时间\u003c/li\u003e\n\u003cli\u003e摘要:- arXiv:2609.28553v1 公告类型：新。\n\u003cul\u003e\n\u003cli\u003e摘要：药物毒性预测对于减少药物发现的后期损耗至关重要，但由于严重的类别不平衡、基于支架的泛化以及可解释预测的临床需求，药物毒性预测仍然具有挑战性。\u003c/li\u003e\n\u003cli\u003e单模态方法 - SMILES 变压器或图神经网络捕获分子结构的互补方面，而仅序列模型无法直接提供图属性解释。\u003c/li\u003e\n\u003cli\u003e我们提出了 SMILESGNN，一种通过交叉注意力融合 SMILES Transformer 编码器和 GATv2 图形编码器的多模态架构，以及 SMILESGNN-PT，一种使用 ChemBERTa-2 预训练主干的变体。\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003eEN 要点:\n\u003cul\u003e\n\u003cli\u003earXiv:2609.28553v1 Announce Type: new\u003c/li\u003e\n\u003cli\u003eAbstract: Drug toxicity prediction is critical for reducing late-stage attrition in drug discovery, yet remains challenging due to severe class imbalance, scaff…\u003c/li\u003e\n\u003cli\u003eSingle-modality approaches-SMILES Transformers or graph neural networks capture complementary aspects of molecular structure, while sequence-only models cannot…\u003c/li\u003e\n\u003cli\u003eWe present SMILESGNN, a multimodal architecture that fuses a SMILES Transformer encoder and a GATv2 graph encoder via cross-attention, and SMILESGNN-PT, a varia…\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e\u003ca href=\"https://arxiv.org/abs/2609.28558\"  class=\"external-link\" target=\"_blank\" rel=\"noopener\"\u003eCFD Correction of Open Tip Clearance Flow in a Compressor Cascade Using VAE Latent Space Adaptation\u003c/a\u003e\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e发布时间:2026-09-25 12:00 北京时间\u003c/li\u003e\n\u003cli\u003e摘要:- arXiv:2609.28558v1 公告类型：新。\n\u003cul\u003e\n\u003cli\u003e摘要：压气机叶栅中开式叶尖间隙流动的 CFD 预测与实验存在差异，而实验观察结果很少，并且无法获得高分辨率的实验基础事实。\u003c/li\u003e\n\u003cli\u003e这项研究提出了一种基于变分自动编码器（VAE）和潜在空间自适应的非侵入式校正方法。\u003c/li\u003e\n\u003cli\u003e首先使用 166 个参数采样 CFD 总压损失场的数据集对 VAE 进行训练，以学习这些场的低维统计表示。\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003eEN 要点:\n\u003cul\u003e\n\u003cli\u003earXiv:2609.28558v1 Announce Type: new\u003c/li\u003e\n\u003cli\u003eAbstract: CFD predictions of open tip clearance flow in compressor cascades are subject to discrepancies relative to experiments, while experimental observation…\u003c/li\u003e\n\u003cli\u003eThis study proposes a non-intrusive correction method based on a variational autoencoder (VAE) and latent-space adaptation\u003c/li\u003e\n\u003cli\u003eA VAE is first trained using a dataset of 166 parametrically sampled CFD total pressure loss fields to learn a low-dimensional statistical representation of the…\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e\u003ca href=\"https://arxiv.org/abs/2609.28561\"  class=\"external-link\" target=\"_blank\" rel=\"noopener\"\u003eCARE: Condition-Aware Representation Regularization for Diffusion Models\u003c/a\u003e\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e发布时间:2026-09-25 12:00 北京时间\u003c/li\u003e\n\u003cli\u003e摘要:- arXiv:2609.28561v1 公告类型：新。\n\u003cul\u003e\n\u003cli\u003e摘要：扩散模型的最新进展凸显了表示正则化对于提高样本质量和训练效率的重要性。\u003c/li\u003e\n\u003cli\u003e然而，常用的正则化方法常常忽略直接决定生成目标的内置条件（例如标签或文本）。\u003c/li\u003e\n\u003cli\u003e在这项工作中，我们演示了条件信号如何影响特征分布并引入了 CARE（条件感知表示正则化）。\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003eEN 要点:\n\u003cul\u003e\n\u003cli\u003earXiv:2609.28561v1 Announce Type: new\u003c/li\u003e\n\u003cli\u003eAbstract: Recent advances in diffusion models highlight the importance of representation regularization for improving sample quality and training efficiency\u003c/li\u003e\n\u003cli\u003eHowever, commonly used regularization methods often overlook the built-in conditions (such as labels or texts) which directly determine the generation target\u003c/li\u003e\n\u003cli\u003eIn this work, we demonstrate how conditioning signals affect the feature distribution and introduce the CARE (Condition-Aware REpresentation regularization)\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e\u003ca href=\"https://arxiv.org/abs/2609.28563\"  class=\"external-link\" target=\"_blank\" rel=\"noopener\"\u003eSpaFactor: Lightweight Spatial Context-Aware Gene Program Modeling for Histology-to-Transcriptomics Inference\u003c/a\u003e\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e发布时间:2026-09-25 12:00 北京时间\u003c/li\u003e\n\u003cli\u003e摘要:- arXiv:2609.28563v1 公告类型：新。\n\u003cul\u003e\n\u003cli\u003e摘要：空间转录组学（ST）分析组织结构内的基因表达，但其成本和实验复杂性限制了常规使用。\u003c/li\u003e\n\u003cli\u003e因此，从常规可用的苏木精和伊红 (HE) 图像预测空间表达提供了一种可扩展的替代方案。\u003c/li\u003e\n\u003cli\u003e然而，传统方法通常将高维基因输出作为独立目标，忽视了基因之间的生物协调，同时仍然容易受到高维噪声和过度拟合的影响。\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003eEN 要点:\n\u003cul\u003e\n\u003cli\u003earXiv:2609.28563v1 Announce Type: new\u003c/li\u003e\n\u003cli\u003eAbstract: Spatial transcriptomics (ST) profiles gene expression within tissue architecture, but its cost and experimental complexity limit routine use\u003c/li\u003e\n\u003cli\u003ePredicting spatial expression from routinely available hematoxylin and eosin (HE) images therefore offers a scalable alternative\u003c/li\u003e\n\u003cli\u003eHowever, conventional methods often fit high-dimensional gene outputs as independent targets, overlooking the biological coordination among genes while remainin…\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e\u003ca href=\"https://arxiv.org/abs/2609.28565\"  class=\"external-link\" target=\"_blank\" rel=\"noopener\"\u003eWhen Explanations Cannot Be Read: Measuring and Correcting SHAP and LIME Rendering for Right-to-Left Languages\u003c/a\u003e\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e发布时间:2026-09-25 12:00 北京时间\u003c/li\u003e\n\u003cli\u003e摘要:- arXiv:2609.28565v1 公告类型：新。\n\u003cul\u003e\n\u003cli\u003e摘要：SHAP 和 LIME 等事后解释方法被广泛用于解释文本分类器，但它们的可视化主要是针对从左到右的语言设计的。\u003c/li\u003e\n\u003cli\u003e当应用于从右到左 (RTL) 语言（例如乌尔都语、阿拉伯语、波斯语和希伯来语）时，属性值在数学上仍然有效，但其视觉呈现会失败。\u003c/li\u003e\n\u003cli\u003e标记出现顺序不正确，连接的字母形式破裂，并且情节布局不遵循自然阅读方向。\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003eEN 要点:\n\u003cul\u003e\n\u003cli\u003earXiv:2609.28565v1 Announce Type: new\u003c/li\u003e\n\u003cli\u003eAbstract: Post hoc explanation methods such as SHAP and LIME are widely used to interpret text classifiers, but their visualizations are mainly designed for lef…\u003c/li\u003e\n\u003cli\u003eWhen applied to right-to-left (RTL) languages such as Urdu, Arabic, Persian, and Hebrew, the attribution values remain mathematically valid, while their visual…\u003c/li\u003e\n\u003cli\u003eTokens appear out of sequence, connected letterforms break apart, and plot layouts do not follow the natural reading direction\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e\u003ca href=\"https://arxiv.org/abs/2609.28567\"  class=\"external-link\" target=\"_blank\" rel=\"noopener\"\u003eLeakage-Safe Machine Learning for Hydrogen Embrittlement Detection in 316L Stainless Steel: A Region-Held-Out Evaluation of Texture and Deep Features in SEM Micrographs\u003c/a\u003e\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e发布时间:2026-09-25 12:00 北京时间\u003c/li\u003e\n\u003cli\u003e摘要:- arXiv:2609.28567v1 公告类型：新。\n\u003cul\u003e\n\u003cli\u003e摘要：扫描电子显微镜 (SEM) 通常用于表征结构钢中氢脆 (HE) 引起的微观结构变化。\u003c/li\u003e\n\u003cli\u003e机器学习可以自动执行此表征，但通常使用图像级分割来评估模型。\u003c/li\u003e\n\u003cli\u003e当多个图像来自同一样本区域时，训练集和测试集之间的这种分割会泄漏信息。\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003eEN 要点:\n\u003cul\u003e\n\u003cli\u003earXiv:2609.28567v1 Announce Type: new\u003c/li\u003e\n\u003cli\u003eAbstract: Scanning electron microscopy (SEM) is routinely used to characterize the microstructural changes caused by hydrogen embrittlement (HE) in structural s…\u003c/li\u003e\n\u003cli\u003eMachine learning can automate this characterization, but models are often evaluated using image-level splits\u003c/li\u003e\n\u003cli\u003eWhen several images come from the same specimen region, such splits leak information between the training and test sets\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e\u003ca href=\"https://arxiv.org/abs/2609.28576\"  class=\"external-link\" target=\"_blank\" rel=\"noopener\"\u003eTime-Series Foundation Models That Understand Data Revisions\u003c/a\u003e\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e发布时间:2026-09-25 12:00 北京时间\u003c/li\u003e\n\u003cli\u003e摘要:- arXiv:2609.28576v1 公告类型：新。\n\u003cul\u003e\n\u003cli\u003e摘要：历史观察结果并不总是固定的：统计机构会随着新证据的出现而修改先前发布的值。\u003c/li\u003e\n\u003cli\u003e因此，根据当前下载进行的预测可能会使模型暴露于在其声称进行预测的日期不可用的信息。\u003c/li\u003e\n\u003cli\u003e我们提出了 VINTAGE-TS，这是时间序列基础模型的修订感知改编，可区分观察时间和信息可用时间。\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003eEN 要点:\n\u003cul\u003e\n\u003cli\u003earXiv:2609.28576v1 Announce Type: new\u003c/li\u003e\n\u003cli\u003eAbstract: Historical observations are not always fixed: statistical agencies revise previously published values as new evidence arrives\u003c/li\u003e\n\u003cli\u003eForecasting from a contemporary download can therefore expose a model to information unavailable at the date it purportedly made a prediction\u003c/li\u003e\n\u003cli\u003eWe propose VINTAGE-TS, a revision-aware adaptation of a time-series foundation model that distinguishes observation time from information-availability time\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e\u003ca href=\"https://arxiv.org/abs/2609.28578\"  class=\"external-link\" target=\"_blank\" rel=\"noopener\"\u003eUncovering Residential PV-EV Co-Adoption from Smart-Meter Data: Load Archetypes and Detection for Demand-Side Planning\u003c/a\u003e\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e发布时间:2026-09-25 12:00 北京时间\u003c/li\u003e\n\u003cli\u003e摘要:- arXiv:2609.28578v1 公告类型：新。\n\u003cul\u003e\n\u003cli\u003e摘要：电动汽车 (EV) 和屋顶光伏 (PV) 系统的日益普及正在重塑住宅电力需求，并为需求侧管理 (DSM)、电价设计和低压网络规划带来新的挑战。\u003c/li\u003e\n\u003cli\u003e许多现有文献单独研究电动汽车充电或光伏发电，而对家庭共同收养的行为动态知之甚少。\u003c/li\u003e\n\u003cli\u003e我们开发了一个由两部分组成的集成工作流程来分析高级计量基础设施 (AMI) 数据。\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003eEN 要点:\n\u003cul\u003e\n\u003cli\u003earXiv:2609.28578v1 Announce Type: new\u003c/li\u003e\n\u003cli\u003eAbstract: The increasing adoption of electric vehicles (EVs) and rooftop photovoltaic (PV) systems is reshaping residential electricity demand and creating new…\u003c/li\u003e\n\u003cli\u003eMuch of the existing literature examines EV charging or PV generation in isolation, leaving the behavioral dynamics of household co-adoption less understood\u003c/li\u003e\n\u003cli\u003eWe develop an integrated, two-part workflow to analyze advanced metering infrastructure (AMI) data\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003e\u003ca href=\"https://arxiv.org/abs/2609.28581\"  class=\"external-link\" target=\"_blank\" rel=\"noopener\"\u003eAuditability Is Not One Property: Rule Overlap, Behavioural Agreement, and Composition in Reinforcement Learning\u003c/a\u003e\u003c/strong\u003e\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e发布时间:2026-09-25 12:00 北京时间\u003c/li\u003e\n\u003cli\u003e摘要:- arXiv:2609.28581v1 公告类型：新。\n\u003cul\u003e\n\u003cli\u003e摘要：强化学习（RL）策略通常作为不透明的神经检查点进行分发，而训练日志显示运行发生时没有解释策略学到了什么。\u003c/li\u003e\n\u003cli\u003e我们研究独立训练的政策是否可以通过可审计的离散行为规则来表示和组成。\u003c/li\u003e\n\u003cli\u003e我们将可审计性定义为六个可单独测试的谓词：跟踪完整性、无损编码、规则覆盖、行为一致性、组合质量和价值模型可靠性。\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003cli\u003eEN 要点:\n\u003cul\u003e\n\u003cli\u003earXiv:2609.28581v1 Announce Type: new\u003c/li\u003e\n\u003cli\u003eAbstract: Reinforcement-learning (RL) policies are often distributed as opaque neural checkpoints, while training logs show that a run occurred without explaini…\u003c/li\u003e\n\u003cli\u003eWe study whether independently trained policies can be represented and composed through auditable discrete behavioral rules\u003c/li\u003e\n\u003cli\u003eWe define auditability as six separately testable predicates: trace integrity, lossless coding, rule coverage, behavioral agreement, composition quality, and va…\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n",
  "wordCount": 3017,
  "readingTime": 15,
  "tableOfContents": "\u003cnav id=\"TableOfContents\"\u003e\n  \u003cul\u003e\n    \u003cli\u003e\u003ca href=\"#-本期-watch-list-深度导读\"\u003e📖 本期 Watch List 深度导读\u003c/a\u003e\u003c/li\u003e\n    \u003cli\u003e\u003ca href=\"#-x-平台-ai-热点快讯\"\u003e🌐 X 平台 AI 热点快讯\u003c/a\u003e\n      \u003cul\u003e\n        \u003cli\u003e\u003ca href=\"#话题-1trump-pitches-super-intelligence-to-xi-at-white-house-summit\"\u003e话题 1:Trump Pitches \u0026lsquo;Super Intelligence\u0026rsquo; to Xi at White House Summit\u003c/a\u003e\u003c/li\u003e\n        \u003cli\u003e\u003ca href=\"#话题-2anthropic-launches-plugin-submission-portal-for-claude-developers\"\u003e话题 2:Anthropic Launches Plugin Submission Portal for Claude Developers\u003c/a\u003e\u003c/li\u003e\n        \u003cli\u003e\u003ca href=\"#话题-3zuckerberg-vs-musk-meme-fuels-muse-and-grok-bot-debate\"\u003e话题 3:Zuckerberg vs Musk Meme Fuels Muse and Grok Bot Debate\u003c/a\u003e\u003c/li\u003e\n      \u003c/ul\u003e\n    \u003c/li\u003e\n    \u003cli\u003e\u003ca href=\"#-大佬观点influencer-insights\"\u003e💡 大佬观点(Influencer Insights)\u003c/a\u003e\u003c/li\u003e\n    \u003cli\u003e\u003ca href=\"#-附录今日-watch-list-更新源列表\"\u003e📚 附录:今日 Watch List 更新源列表\u003c/a\u003e\n      \u003cul\u003e\n        \u003cli\u003e\u003ca href=\"#stratechery-by-ben-thompson-a_full\"\u003eStratechery by Ben Thompson (A_full)\u003c/a\u003e\u003c/li\u003e\n        \u003cli\u003e\u003ca href=\"#openai-blog-a_full\"\u003eOpenAI Blog (A_full)\u003c/a\u003e\u003c/li\u003e\n        \u003cli\u003e\u003ca href=\"#arxiv-csai-b_introsearch\"\u003eArXiv cs.AI (B_intro+search)\u003c/a\u003e\u003c/li\u003e\n        \u003cli\u003e\u003ca href=\"#arxiv-cscl-b_introsearch\"\u003eArXiv cs.CL (B_intro+search)\u003c/a\u003e\u003c/li\u003e\n        \u003cli\u003e\u003ca href=\"#arxiv-cslg-b_introsearch\"\u003eArXiv cs.LG (B_intro+search)\u003c/a\u003e\u003c/li\u003e\n      \u003c/ul\u003e\n    \u003c/li\u003e\n  \u003c/ul\u003e\n\u003c/nav\u003e",
  "isDraft": false
}