Anthropic 研究：MLP 神经元可解释性优于转码器特征
Anthropic 新研究重新审视 MLP 神经元作为可解释性基础的价值，发现晚期层中许多活跃的 transcoder 特征实际上是单个 MLP 神经元的近似副本，该结论在 13 个开源 transcoder 上得到验证。
#推理
elvis (X)AI 评分3636
elvis (X)AI 评分5858 DiscoveryRSI 论文：用递归自我改进做科学假设生成
一篇新论文提出 DiscoveryRSI，把递归自我改进用于四个生命科学领域的科学假设生成。其 27B 模型生成的假设有 6.3% 与训练截止后发表的论文相符，GPT-6 为 2.5%，Claude Opus 5 为 2.3%。
elvis (X)AI 评分5858 Google DeepMind 用 Gemini 智能体发现并形式化验证 BB(6) 图灵机加速规则
Google DeepMind 一篇论文让基于 Gemini 的智能体在 Busy Beaver 问题 BB(6) 中为 11 台未解决图灵机找到并形式化验证了新的加速规则。
Turing Post (X)AI 评分2222 10 篇 Looped Transformer 论文速览指南
Turing Post 整理了 10 篇值得关注的 Looped Transformer 论文，涵盖 Recurrent Looped Transformer、Looped Prediction Transformer（LPT）、Loop Flow Transformers（LiFT）、Looped Diffusion Transformer、LAST、LoopCD、Hyperloop Transformer、OperLoop、LoopQuant，以及基于 looped transformer 的 Recursive Multi-Agent Systems。文章以速览指南形式介绍各方法是什么、如何工作、何时使用。
Anthropic (X)AI 评分5858 Anthropic STEM Fellows 项目：Claude Mythos 5 设计出更高效的量子电路
Anthropic 的 STEM Fellows 项目披露，Claude Mythos 5 能根据自然语言指令设计量子电路，效果优于已发表的最优电路，部分场景提升达一个数量级甚至更多。更高效的电路可降低量子算法所需资源，有望让化学和材料科学领域的量子计算应用更早落地。
Turing Post (X)AI 评分5555 普林斯顿与宾大提出 Recurrent Looped Transformer（RLT）架构
普林斯顿大学与宾夕法尼亚大学提出 Recurrent Looped Transformer（RLT），让 Transformer 携带一个运行状态并在每个 token 后更新它。
AK (X)AI 评分3838 Hybrid Reasoning Agents 论文发布
混合推理智能体 论文：https://huggingface.co/papers/2610.18861
AK (X)AI 评分3838 LLM 被叫停仍继续思考
思维惯性 大语言模型被要求停止思考时仍会继续思考 论文：https://huggingface.co/papers/2610.11765
Aran Komatsuzaki (X)AI 评分3838 Nvidia 推出 TacitVLA 隐式推理模型
Nvidia 推出 TacitVLA TacitVLA 学会生成推理文本，但将其对动作专家屏蔽，因此其动作无需等待文本生成。 在延迟最高降低 3.4 倍的情况下，性能与对应的 CoT 版本相当 项目：https://tacitvla.github.io/ 摘要：https://arxiv.org/abs/2610.17540
Aran Komatsuzaki (X)AI 评分5858 Together 与斯坦福提出 Hybrid Reasoning Agents
Together 与斯坦福提出 Hybrid Reasoning Agents，将高效的隐式推理与基于文本的检查及工具交互结合。该方法性能提升 10.4%，同时实现约 40% 的 token 减少、约 2 倍推理加速和约 3 倍成本节省。代码已开源于 github.com/togethercomputer/HybridAgent，论文见 arxiv.org/abs/2610.18861。
Aran Komatsuzaki (X)AI 评分6060 Nvidia 提出 ARC 方法，让机器人基础模型学会推理
Nvidia 提出 ARC 方法，可教会现有机器人基础模型进行推理，无需新的机器人演示数据，也无需基础规模训练。该方法在推理密集型任务上的成功率提升超过 5 倍，且不改变模型架构。
AK (X)AI 评分2626 OmniReasoning 突破音视频联合推理极限
OmniReasoning 突破音视频联合推理的极限 论文：https://huggingface.co/papers/2609.39490
Aran Komatsuzaki (X)AI 评分3838 基础模型可借训练数据线索推理
基础模型能通过借鉴训练数据中的线索进行推理 在开头加上“.\n\n Okay”，可将 Olmo-3-7B 在 MATH-500 上的 pass@1 准确率从 42% 提升到 78%；而加上“ Alright ,”则可将 Qwen3-14B 的准确率从 72% 提升到 87% RL 会让这些线索更可能出现，而修正这些线索则能恢复其相对于基础模型的大部分性能提升。
Anthropic (X)精选AI 评分6868 Anthropic 称 Claude 在简化模型中完成九圈散射振幅计算
Anthropic 在科学博客中介绍，Claude 在 Claude Science 中依据单条提示词、基本无人监督运行数天，在平面 N=4 超对称杨-米尔斯模型的九圈散射振幅计算上超过此前八圈纪录，总成本为几千美元。该结果由 SLAC 的 Lance Dixon 独立验证，所用方法来自 Dixon 及其同事；此前八圈纪录也由 Dixon 团队在该简化模型中创下。
推荐理由：读者可了解 Claude 在散射振幅九圈计算上的实际表现、成本与独立验证情况。
Berkeley AI ResearchAI 评分5858 K-Search 扩展 MLX 后端：把 CUDA 内核经验迁移到 Apple Silicon
Berkeley Sky Lab 团队为 K-Search 增加 MLX 后端和结构化 CUDA-to-MLX 翻译层，让进化式内核搜索以现有 CUDA 内核为知识库生成 Apple Silicon 内核。
Berkeley AI ResearchAI 评分3838 Berkeley AI Research 提出 GRASP：面向世界模型长时程规划的梯度规划器
Berkeley AI Research 提出 GRASP，一种面向学习型世界模型的梯度规划器，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促进探索，并重塑梯度让动作获得清晰信号。该方法针对长时程规划中梯度爆炸/消失、非贪心结构导致局部极小值以及高维视觉模型状态-输入梯度脆弱等问题，使基于梯度的长时程规划更稳健。
Berkeley AI ResearchAI 评分3434 Berkeley AI Research 提出 SPEX 与 ProxySPEX：大规模识别 LLM 关键交互
Berkeley AI Research 提出 SPEX 和 ProxySPEX 算法，用于在大规模场景下识别 LLM 的关键交互。SPEX 利用稀疏性和低阶性把交互搜索转化为稀疏恢复问题，ProxySPEX 进一步利用层级结构，以约 10 倍更少的消融实验达到 SPEX 的性能。在情感分析任务上，SPEX 在上下文扩展到数千个特征时仍保持高忠实度，优于 LIME、Banzhaf 等方法。
Mira Murati (X)AI 评分3636 同策略蒸馏结合RL与SFT优势
结合RL和SFT的优势，采用同策略蒸馏，这是一种有前景的方法，可用于训练小模型以提升领域表现和持续学习能力。