MIT 研究：GPT-6 Astra 可直接理解并改写其他 AI 模型的权重
MIT 研究人员展示 OpenAI 的 GPT-6 Astra 能直接分析和修改其他 AI 模型的内部权重，无需传统训练流程，该方法被称为 Weight-Space Programming。
#推理
The DecoderAI 评分7474
The DecoderAI 评分5959 斯坦福研究发现快速迭代的大语言模型正让解释它的研究结论迅速过期
斯坦福研究者 Owen Queen 和 James Zou 用 2024 年 7 月至 2026 年 9 月发布的 20 个模型复核 50 项被广泛引用的 LLM 研究结论，发现 44% 已过期，34% 明显减弱，仅 16% 仍然成立。
Hugging Face BlogAI 评分5151 AI2 推出 StateBench 基准，测语言模型在长文档中的状态追踪能力
AI2 发布 StateBench 基准，按四个难度级别评测语言模型在长文档中追踪实体状态变化的能力。
Hugging Face BlogAI 评分4545 Hugging Face 发布 Palette：用合成数据教会小型开源模型按你的设计语言制作幻灯片
Hugging Face 推出 Palette，一个经 LoRA 微调的 20B 开源权重模型，按 IBM Design Language 训练，学习“设计师+程序员”分工方式生成幻灯片，在 PresentBench 三个领域中的两个排名第一。
Latent SpaceAI 评分4545 LLM 可直接读写神经网络权重："Weight Space Programming" 绕过 Autoresearch 实现 RSI 新路径
新论文"Weight Space Programming"提出让聪明的 LLM 直接读取并编辑较笨模型的神经网络权重，无需编写 PyTorch/Jax 代码即可一步修复 bug、按方向改进，甚至从零一次性写出整套网络权重并击败部分独立训练的模型，社区已有独立复现。
Latent SpaceAI 评分4343 Elorian 发布 DecoyCount 视觉推理基准：Glimpse 超越 GPT-6 Astra 等前沿模型
Elorian 联合数据公司 Mercor 发布 DecoyCount 基准，测试模型是否真正数对物体还是依赖视觉捷径。
Google ResearchAI 评分5858 Google Research 提出 sleep 框架，让 LLM 在持续学习中巩固长期记忆
Google Research 提出 sleep 框架，让 LLM 在清醒阶段交互学习、在离线睡眠阶段把短期上下文巩固为长期参数，从而持续学习且避免灾难性遗忘。
Microsoft Research精选AI 评分8585 微软研究院等证明KLS猜想，解决高维几何领域31年悬而未决的核心难题
微软研究院机器学习与优化组的Xinzhi Zhang与合作者证明了1995年提出的Kannan–Lovász–Simonovits（KLS）猜想，证明对数凹分布的最优平面切割与任意形状最优切割之差被一个与维度无关的通用常数界定。
推荐理由：作者亲述人类主导的智能体搜索如何证明悬置31年的KLS猜想，对照无引导尝试的失败，可作为人机协作科研方法的参照。
Import AIAI 评分4141 Import AI 476：创造力与递归自我改进、表现不及中国的开放权重模型、AI 进军太空
Elorian 与 Scale AI 发布视觉直觉推理基准 Humanity's Sixth Sense（HSS），含 522 道题、覆盖 288 张图片和 234 段共 17.6 小时的视频，人类 pass@1 达 93.1，而最佳 AI 系统 GPT 6 Astra 仅 53.6，GLM-5.3-flash 和 Kimi K3 分别只有 26.8 和 25.5。
Berkeley AI ResearchAI 评分5353 从 CUDA 到 MLX：K-Search 如何把数十年内核优化经验迁移到 Apple Silicon
IBM Research 与 UC Berkeley Sky Lab 合作，为进化式内核搜索框架 K-Search 新增 MLX 后端和结构化 CUDA-to-MLX 翻译层，把已有 CUDA 内核当作知识库适配到 Apple Silicon。
Berkeley AI ResearchAI 评分4646 自适应并行推理：高效推理扩展的下一个范式
Berkeley AI Research 发文分析并行推理领域进展，重点是自适应并行推理（Adaptive Parallel Reasoning）：让推理模型自行决定何时分解并并行化独立子任务、生成多少并发线程及如何协调。
Berkeley AI ResearchAI 评分4040 GRASP：面向世界模型长时域规划的基于梯度的规划方法
Berkeley AI Research 的研究者（与 Mike Rabbat、Yann LeCun 等合作）提出基于梯度的规划器 GRASP，让学习式世界模型的长时域规划变得可行。
Berkeley AI ResearchAI 评分4747 **title_zh:** SPEX 与 ProxySPEX：大规模识别 LLM 中的关键交互
**summary_zh:** Berkeley AI Research 提出 SPEX（Spectral Explainer）与 ProxySPEX 算法，利用信号处理与编码理论在大规模下识别 LLM 中驱动模型行为的关键交互，覆盖特征归因、数据归因与模型组件归因三个层面。