NVIDIA 宣布推出专为创作者、游戏玩家与 AI 智能体打造的 Windows PC 平台 RTX Spark，并于全球多地举办线下发布体验活动。该平台联合微软等合作伙伴开发，主打本地 AI 工作流加速与兼容性优化，并在旧金山、柏林、台北、北京和首尔等地设立现场上手展示。线上同时开启 #ShareYourSpark 互动活动，提供黄仁勋签名的华硕 ProArt P14 笔记本作为抽奖奖品。
推荐理由：提供了端侧智能体 PC 平台的发布与各方实测评价，读者可据此了解本地 AI 工作流在个人计算设备上的落地情况。
Google DeepMind 展示了智能体科研工作台 Google Antigravity 在加速抗菌肽发现中的应用，并正式内置了支持双向交互的 Biomolecular Structure Viewer。
AWS 提出 AI 智能体治理框架“纵深信任”（Trust in Depth），借鉴网络安全纵深防御思想，旨在减少全量人工审批瓶颈的同时安全扩展智能体自主权。该框架涵盖运行前范围界定、部署时身份确认、运行时边界约束以及运行后全面观察四个阶段，并结合自动推理技术对明确规则进行形式化验证。
推荐理由：文章借鉴纵深防御理念梳理了智能体安全框架，展示了如何结合形式化验证与运行时隔离实现自主管控。
NVIDIA 正式发布 120B 参数的开源模型 Nemotron 3.5 Super VL，以及面向本地和边缘智能体的 Nemotron 3.5 Bolt 74B-A9B 与 Bolt E4B 两款端侧模型。
推荐理由：通过涵盖云端多模态与端侧量化模型，该系列为企业本地部署全流程智能体提供了开源权重与配套微调方案。
OpenAI 在教师节推出巴西葡萄牙语版 AI for Educators，展示 Study Mode 如何辅助教学。该功能旨在帮助教师支持学生开展主动、循序渐进的学习，通过提问引导学生深入思考。
Cloudflare 与 VoidZero 正式开源全栈应用开发与部署套件 Void，包含部署平台 Void Platform、全栈 SDK 及命令行工具 CLI。
推荐理由：原文提供了基于 Vite 自动配置云资源与全栈部署的方案，有助于团队在保障安全的前提下规范编码智能体生成的内部应用。
NVIDIA DLSS 4.5 控制选项现已上线 GeForce NOW，支持用户调节画质与响应性能，Ultimate 会员可开启最高 4X 的 Dynamic Multi Frame Generation。
Cloudflare 公布了与 OpenAI 联合搜索试点的阶段成果，借助约 1% 的网络流量信号已协助 OpenAI 发现并索引了数亿个新网页。该机制通过识别死链、恶意重定向及重复内容来优化爬取效率，在降低站长服务器无效负载的同时减少爬虫资源浪费。试点仅使用网页元数据辅助搜索发现且不用于模型训练，站长仍可通过控制工具自主管理 AI 抓取权限。
推荐理由：揭示了网络基础设施信号如何辅助大模型搜索爬虫过滤无效流量并发现长尾内容，为站长权衡检索流量与爬取负载提供了参考。
NVIDIA 宣布加入欧盟委员会的 AI in Science Enablers 倡议，为欧洲科研界提供算力、开源模型及培训支持。NVIDIA 已在 Hugging Face 和 GitHub 上线超 250 个开源模型与 1400 多个开源软件项目，涵盖 Nemotron、BioNeMo 等科研工具。
北欧地区正加速构建先进计算生态，预计到 2027 年底将部署 1 吉瓦 AI 云算力，瑞典多家行业巨头联合推出了搭载 1,152 颗 GPU 的 Sferical One 超级计算机。
研究探讨了流匹配（FM）在序列数据生成与预测中是学到了可迁移的动力学结构还是仅进行轨迹重放，推导出常用高斯条件路径下驱动速度场可表示为观测转移瞬时速度的加权混合闭式解。基于该非参数目标，作者提出了免训练的闭式实现 FreeFM。FreeFM 无需训练即可直接利用历史转移生成有效的概率预测，为序列流匹配提供了可解释的分析基准。
研究人员提出了一种基于随机梯度变分推断的噪声感知近似贝叶斯推断方法，可应用于高维和非共轭模型，并同步提出了更精确的噪声感知后验评估方法。实验表明，该方法在适用领域内性能与现有方法相当；在现有方法不适用的场景中，在高维贝叶斯线性回归上获得了准确的覆盖率，并在 UCI Adult 数据集的贝叶斯逻辑回归上实现了校准良好的预测概率。
研究人员提出一种利用生成模型检验条件分布等价性的新测试方法，通过结合观测数据与合成样本来比较条件分布。该方法引入样本分割与学生化方案控制估计误差，在零假设下检验统计量呈渐近正态分布，且理论上仅需所学条件分布满足一致性。实验表明，在高维设定下该方法相比代表性核方法具备准确的尺寸控制与更高的检验功效。
研究针对连续动作空间在线凸优化中追踪仅在 $m$ 个专家间切换 $k$ 次的比较基准问题，证明了信息论最优与多项式时间可达遗憾界之间的计算复杂度分离。虽然离散化动作空间可实现 $\widetilde{O}(md+k)$ 的非高效算法，但在超图植入团猜想下，任意多项式时间算法的遗憾界至少为 $(k\sqrt d)^{1-o(1)}$。
研究针对可验证奖励强化学习（RLVR）中一阶动量的有效性提出理论分析，证明在避免超调的安全范围内增大指数移动平均（EMA）系数 $\beta$ 可严格加速优化。
研究人员提出用于神经算子的架构无关增强方法 $\partial$-NO（del-NO），通过为任意骨干网络引入可学习的分数阶导数特征来提升偏微分方程求解精度。理论证明输入导数特征可将逼近误差界从 $O(W^{-(s-m)/d})$ 优化至 $O(W^{-s/d})$，但最优导数阶数 $\beta^*$ 严格小于方程阶数 $m$。
研究人员提出混合精度 MoE 量化分配框架 NatScale，通过特定模型的幂变换将基于梯度的专家权重校准至对比度目标，同时保留排序。该方法联合评估每个专家的 gate、up 和 down 配置来估计输出误差，并在存储预算下优选精度配置。
研究人员提出了基于分层高斯过程（HGP）回归的调查加权框架，通过结合结构化群组效应与核平滑来处理稀疏后分层单元中的复杂交互。该方法推导了利用结构化协方差降低计算成本的高斯后验预测公式，建立了后验预测均值的一致收敛性，并通过一阶敏感度匹配构建局部等效权重。
研究人员提出面向 LLM 训练后量化的闭式正交旋转方法 SpectrumQuant，通过校准数据估计激活协方差以实现谱对齐。该方法将量化友好型旋转解构为对齐与混合组件，并涵盖了 Hadamard 矩阵与蝶形矩阵。在 Llama 和 Mistral 上的实验表明，其表现媲美 SOTA 策略，GPU 显存需求不足 SpinQuant 和 DartQuant 的 1/3 且耗时显著缩短。
研究人员提出晶格表征假说（LRH），将不同表征对齐标准统一在同一个格结构中，以解释关于模型表征收敛的不同观点。LRH 表明柏拉图表征假说主张的收敛处于格顶端，而其支持证据主要来自近底端的邻域重叠，并指出亚里士多德假说中排除全局收敛可能源于跨层最大值校准。该结论在数十个预训练视觉与语言模型及数千次理论模型运行中得到了实验验证。
研究人员提出用于类增量图学习的免重放动态混合专家框架 MAEM，以缓解近期学习类别主导预测的近期偏差。该框架基于 SGC 为每个新会话训练并冻结专用专家，利用掩码自编码器（MAE）的重建误差实现无任务 ID 和无共享路由器的测试节点分配。当专家池达到固定容量时，MAEM 通过 Git Re-Basin 对齐并蒸馏最少使用的专家，在 4 个图基准测试中均超越了现有持续图学习基线。
研究提出利用混合整数线性规划（MILP）训练稀疏析取范式（DNF）网络，在固定结构下显式权衡分类误差与稀疏度以全局优化布尔规则。该方法大幅减少了整数决策变量并消除冗余约束，结合初始化与 dropout 打破规则权重对称性。合成基准与 UCI 数据集实验表明，其计算效率明显提升，准确率持平或优于 SAT 及主流规则与树模型基线。
研究人员针对去中心化网络中基于广义全变差最小化（GTVMin）的最小二乘联邦学习开展了高维理论分析。该研究利用随机矩阵理论工具，证明了在任意网络结构下全局 GTVMin 解的 Lipschitz 观测值在高维环境中均表现出集中性。
研究人员提出双曲对比强化学习（Hyperbolic CRL），将目标对比目标中的欧氏距离替换为双曲空间测地线距离，解决了复杂导航中路线与欧氏距离严重偏离的问题。在困难导航任务中，仅 64 层深度的双曲智能体表现超越了 1024 层欧氏网络，同时训练速度提升超 12x，参数量减少约 13x。该方案代码已开源。
研究人员通过最大似然估计（MLE）、神经网络与后验均值联合推断分数布朗运动的 Hurst 指数 $H$ 和广义扩散系数 $D_H$。平方误差损失训练的神经网络近似了 $H$ 的后验均值，结合 $D_H$ 的剖面似然估计，除 $H$ 接近 0 和 1 外均取得最低均方根误差。
Neural Wasserstein Splines（NWSP）提出了一种在 Wasserstein 平滑先验下学习连续群体演化曲线的方法，无需数值积分即可直接生成任意时刻的样本。该方法通过标量势字典构建内蕴 Wasserstein 加速度的有限维代理，并具备可证明的表征不变性。在合成与单细胞基准测试中，NWSP 在 16 个测试设置中有 11 个位列前两名，并在 13 个设置中优于无正则化样条。
研究人员提出了一种支持通用函数近似的高效上下文部分监控框架，基于在线回归预言机估计结果分布，并在全局与局部可观测设定下实现了关于 $T$ 的最优悔值阶。该方法还包含一个可结合离线回归预言机的变体，并在合成标签高效预测博弈及 LLM 路由任务中展现出优于现有方法的性能。
研究者提出一种基于正无标记学习（Positive-Unlabeled learning）的扩散模型负向引导方法，能直接从显式目标概率密度中进行采样。该方法在扩散轨迹上进行轻量在线训练来估计样本属于非期望条件的概率，并利用序贯蒙特卡罗（Sequential Monte Carlo）修正漂移偏差，在粒子极限下达到渐近精确。实验表明，该方法在高斯混合模型及预训练图像生成场景中均优于现有方法。
研究者提出了针对尺度保持 α-稳定得分生成模型的非渐近收敛性分析，涵盖紧支撑与幂律目标分布。在 p-Wasserstein 距离下，该模型与布朗扩散动力学的初始化误差均呈指数衰减，表明全局收敛性并未根本区分两者。但在尾部分布上出现显著差异：稳定动力学会产生指数为 α 的幂律尾部，且仅当 α=ν 时才能实现渐近正确的极端分位数缩放。
研究人员提出退火莱维扩散模型 ALD，通过动态调整稳定性指数 $\alpha(t)$，将重尾探索能力与高斯精细化采样相结合。该方法将稳定噪声表示为标量高斯尺度混合，仅需增加一个尺度输入即可复用标准高斯噪声预测训练，并提供 ALD-renoise 与 ALD-posterior 两种采样流程。
FSPO 是一种面向策略优化的单策略自蒸馏框架，通过将稀疏历史 next-token 分布存为固定时间目标，无需维护常驻教师模型即可提供稳定指导。在推理与工具调用基准中，FSPO 在 5-hour 训练预算下取得最高平均准确率，比最强基准提升约 4% 个百分点。在 Olmo3-7B-Instruct 上，其峰值显存从约 70 GB 降至 56 GB。
该研究在无限制全空间设定下证明了零阶非凸优化的全局联合下界。针对平滑随机非凸优化，研究建立了 $\Omega(dL_0^2\min\{\Delta H,L_0^2\}/\epsilon^4)$ 的标量预言机下界，并通过平滑归约证明了 Goldstein 平稳性对 $(d,\delta,\epsilon)$ 依赖的联合极小极大最优性。
针对凸且 L-光滑分量的无约束有限和优化问题，该研究建立了标准随机洗牌随机梯度下降（RR-SGD）最后迭代的期望目标差距界。在常数步长满足 $0<\eta\lesssim 1/(L(1 + \log(nK)))$ 条件下，该方法通过在随机比较点保留采样偏差，成功消除了步长限制中显式的 $1/n$ 因子。结合现有小步长界，该结果在对数因子范围内匹配了对应的平均迭代收敛率。
研究人员提出了针对线性回归子集选择的新框架 ELOS（Expected Loss Optimal Selection），以解决因响应变量获取成本高昂且可能存在模型误设时的样本测量选择问题。该方法以预测期望损失为目标，生成仅依赖协变量信息的 A-optimality 型准则，在选择阶段无需任何响应观测值。模拟研究和真实数据应用表明，ELOS 在多种场景下均具有出色的预测表现与稳健性。
新研究发现语义嵌入的邻近特征无法可靠指导未知任务的模型选择，导致 LLM 路由泛化受限。为此，研究团队提出运行 Qwen2.5-7B-Instruct 的部分前向传播，取其深层最后 token 的 hidden state 作为替代特征表征。配合 kNN 等简单分类器，该方案超越了所有语义嵌入基线，并在 RouterBench 上击败了近期基于 hidden states 的 SOTA 路由器。
研究指出有限安全评估无法防范在获得认证前保持正常、认证后才激活攻击的自适应对抗者。在RoCo协作模拟中，策略切换导致认证后36个回合中出现34次违规；AgentDojo测试中每4个任务延续会增加1.98次安全违规。采用永久撤销机制的混合似然比监控器可有效限制超额风险，在对抗控制下将每24个任务的违规数从12.00次降至3.81次。
研究者提出了一种用于网络关联数据的概率网络线性回归分析框架，在兼顾网络形成随机性的同时融合了同伴响应加权与网络内聚性捕捉。该方法采用两步似然流程，先估计网络结构再拟合响应模型，并证明了稀疏网络下的网络恢复保证及回归估计量的一致性与联合渐近正态性。仿真研究与外交网络数据分析验证了该方法的估计性能与实际应用价值。
该研究探讨了具有高斯 bandit 反馈的未知有限双人零和矩阵博弈中的 Thompson 采样（TS）。在中心化自我对弈下，对于具有唯一样本纳什均衡的任意固定零和博弈，其期望累积对偶间隙达到 $O(\sqrt T)$，在纯策略均衡下更可提升至 $O(\log T)$。研究还给出了匹配的极小化极大下界与特定实例对数下界，实验验证了理论预测的收敛速率。
研究者针对 Feldman 提出的记忆下界条件形式与平均形式构造出精确的三点反例，指出原公式中建议的惩罚与实际过量风险之比会呈指数级增长，从而排除了通过通用正常数因子进行修复的可能。在保留原模型的前提下，论文利用全样本后验概率推导出精确的替代下界，其在可交换性假设下取决于重数及完整的频率分布。
研究人员探讨了在紧子集一致收敛拓扑下逼近任意连续函数所需的深度神经网络最小宽度。证明表明，在激活函数连续且单调的假设下，只要实射影空间 $\mathbb{RP}^{n-1}$ 能光滑浸入 $\mathbb{R}^n$，其最小宽度至少为 $n+\min\{n,m\}$。当 $n$ 等于 2、3、4、7 或 8 且 $1\le m \le n$ 时，ReLU 网络的最小宽度为 $n+m$。