Hugging Face Daily Papers

Beyond Static Leaderboards: Predictive Validity for the Evaluation of LLM Agents

HF ★ 15 · Dhaval C. Patel, Kaoutar El Maghraoui, Shuxin Lin… · HF 镜像

针对现有LLM智能体静态排行榜指标片面、排名泛化性差的问题，本文汇总14项工业智能体基准并行研究及7项过往基准数据，证实总得分排名在分布外场景稳定性极差。据此提出以样本内外排名相关性的预测效度替代样本内均分排序，配套12层测量体系与3项可证伪分布外标准，给出下一代基准设计方向。

S-Agent: Spatial Tool-Use Elicits Reasoning for Spatial Intelligence

HF ★ 13 · Yalun Dai, Hao Li, Shulin Tian… · HF 镜像

现有多模态大模型（VLM）及工具增强智能体多依赖孤立静态视觉输入，缺乏连续3D场景空间推理能力。该研究提出S-Agent空间工具智能体范式，将空间推理转化为时空证据累积，通过VLM语义规划、层级空间工具抽提3D证据、双记忆机制跨帧整合信息，可免训练提升各类VLM性能，经微调的8B规模版本性能超同量级基线，比肩顶尖闭源模型。

Moebius: 0.2B Lightweight Image Inpainting Framework with 10B-Level Performance

HF ★ 11 · Kangsheng Duan, Ziyang Xu, Wenyu Liu… · HF 镜像

针对10B级图像补全大模型算力成本高、难以落地的问题，本文提出0.22B参数的轻量补全框架Moebius：通过引入Local-λ混合交互块重构扩散骨干压缩参数量，搭配隐空间自适应多粒度蒸馏解锁小模型性能。实验显示其补全质量媲美11.9B的工业大模型，参数仅为后者2%，推理提速超15倍，大幅降低部署门槛。

FreeStyle: Free Control of Style-Content Dual-Reference Generation from Community LoRA Mining

HF ★ 8 · Jinghong Lan, Wei Cheng, Yunuo Chen… · HF 镜像

针对风格-内容双参考图像生成缺高质量三元组训练数据、易出现风格参考语义泄漏的痛点，本文提出FreeStyle框架：挖掘社区LoRA构建大规模数据集，采用两阶段课程训练搭配注意力约束、频率感知RoPE调制机制抑制泄漏，配套专用评测基准。实验显示该模型在风格匹配、内容保留、抗泄漏上实现了优异平衡。

JanusMesh: Fast and Zero-Shot 3D Visual Illusion Generation via Cross-Space Denoising

HF ★ 5 · Siang-Ling Zhang, Huai-Hsun Cheng, Tsung-Ju Yang… · HF 镜像

本文提出零样本、免训练的文本驱动3D视错觉生成框架JanusMesh，针对现有方案效率低、色彩过饱和、几何接缝明显、语义泄露等问题，分两阶段生成：先通过跨空间双分支去噪完成朝向对齐与SDF融合保障几何无缝，再用视角条件纹理合成模块聚合2D扩散先验，仅需3-5分钟即可生成高保真双语义3D错觉，性能显著优于现有方法。

arXiv cs.LG

Computational Identifiability

Lucius E. J. Bynum, Rajesh Ranganath, Kyunghyun Cho

针对因果领域传统可识别性依赖无限数据、渐近性等理想化假设的局限，本文提出“计算可识别性”框架：通过有限计算搜索经验估计器，在指定搜索假设、流程下得到符合误差容限的估计器即判定可识别。实验表明该框架可解决小样本、模糊图准则、混合观测干预数据等场景下的细粒度实际识别问题。

When to Trust, How to Distill: Multi-Foundation Model Guidance for Lightweight, Robust Scientific Time Series Forecasting

Rupasree Dey, Abdul Matin, Nathan Orwick…

针对时序基础模型在科学领域面临零样本分布偏移、算力过高难落地边缘的问题，本文提出Guard多教师蒸馏框架：动态选择适配的教师模型，搭配不确定门控机制在教师置信度不足时自动减弱蒸馏强度。在4类气候相关时序任务测试中，该方法较基线显著降低误差，即便教师零样本表现不佳也可提取有效知识，所得轻量模型适配边缘部署需求。

Closing the Social-Semantic Gap: SPSD for Edge-Based Prompt Compression in Cloud LLM Inference

Abhinit Sen, Ajeet Kumar, Manaranjan Pradhan

针对大模型云推理prefill阶段能耗高、用户prompt含大量对推理无用的社交冗余（即“社会语义鸿沟”）问题，本文提出边缘侧SPSD方案：用4比特量化小模型压缩prompt，安全场景设规则直接透传。实测平均单调用省99.9token，回复质量非劣于原输入，单调用可省70-270微瓦时能耗，有效降低云推理成本。

OpenAI

New usage analytics and updated spend controls for enterprises

OpenAI

OpenAI针对ChatGPT企业版用户此前成本管控粗放、使用情况难追踪的痛点，推出两项全新管理功能：一是升级消费管控工具，实现AI使用成本的精细化调控，规避超支风险；二是新增使用数据分析能力，可直观呈现内部AI调用、场景分布等情况，助力企业控本降负，更安心地规模化部署应用AI。

Improving health intelligence in ChatGPT

OpenAI

本研究聚焦ChatGPT的健康智能能力优化，核心方案为推出GPT-5.5 Instant升级版本：一方面强化逻辑推理能力、优化上下文关联感知、提升回答表达清晰度，另一方面引入医师参与的全流程效果评估机制，最终实现ChatGPT健康与康养类回答的专业度、适配性全面升级，可有效支撑健康类智能交互场景应用。

Anthropic News

Statement on the US government directive to suspend access to Fable 5 and Mythos 5

Anthropic

本文件是针对美国政府Fable 5、Mythos 5访问限制指令的公开声明。美方最新出口管制新规明确：所有外籍人员无论身处美境内外，均被暂停访问上述两类资源的权限。两款资源具体信息暂未披露，推测属高敏感AI技术资产，该管制进一步收紧了外籍人员接触美前沿技术资源的限制。

Introducing Claude Corps

Anthropic

官方全新推出全国性青年研修资助项目Claude Corps，专门面向职业生涯早期、有志于将AI技术发展红利惠及全美各地社区的群体设立。项目旨在聚集有AI普惠热情的青年人才，推动AI正向价值下沉落地，让更多不同区域的社群都能切实享受到AI发展带来的多元利好。

Google DeepMind

Unlocking UK house-building with AI-accelerated planning

Google DeepMind

英国住房供需缺口较大，核心堵点是传统规划审批流程繁琐、决策周期偏长。为此英国政府联合谷歌DeepMind开发AI赋能的规划审批原型工具，依托AI技术提速住房项目规划决策流程，预计将有效缩短审批周期，为破解建房供给瓶颈、优化政务审批数字化落地提供新实践方向。

Securing the future of AI agents

Google DeepMind

这篇聚焦AI代理安全的研究，核心提出AI管控路线图方案，通过将传统成熟安全防护手段与实时动态监测机制相结合，针对性强化内部系统的安全防御能力。该方案兼顾现有防护经验积累与动态风险响应效率，可为AI代理长期安全迭代、规模化落地部署提供攻防兼备的安全实践框架。

Hugging Face Blog

MosaicLeaks: Can your research agent keep a secret?

Hugging Face

这篇论文聚焦大模型驱动的科研智能体保密漏洞，提出名为MosaicLeaks的新型攻击手段：诱导智能体将涉密研究数据碎片化输出，拼接还原即可获取完整敏感信息。测试显示当前主流科研智能体的内置保密机制几乎无法抵御该攻击，未公开科研成果、核心参数泄露风险极高，为科研智能体隐私防护提出新安全挑战。

Beyond LoRA: Can you beat the most popular fine-tuning technique?

Hugging Face

这篇综述聚焦大模型参数高效微调主流方案LoRA的性能突破路径，系统梳理正交分解、动态秩调整、多低秩空间融合、跨层参数共享等优于原生LoRA的改进技术，验证了合理优化可在参数量相当的前提下，显著提升下游任务适配精度，同时保留LoRA低存储、易部署的核心优势。

The Gradient

After Orthogonality: Virtue-Ethical Agency and AI Alignment

The Gradient

这篇从美德伦理视角出发的AI对齐研究，反驳“理性主体以固定最终目标为行动导向”的预设，指出人类理性核心是让行动适配包含行为规范、评价标准等要素的实践网络；提出要实现AI与人类协作兼容，需让AI决策逻辑和人类实践型行动逻辑同构，该思路兼顾伦理对齐与基础安全保障。

量子位

GPT发AI原创新成果了

量子位

OpenAI联合Molecule.one发布新成果：将GPT-5.4对接化学智能体Maria及配套高通量实验室，仅给定“改进重要反应”的开放目标，系统即可自主定研究方向、设计实验、分析数据，近乎自主优化了药物合成常用的Chan-Lam偶联反应，解决了伯磺酰胺与硼酸偶联产率低的痛点，是有机化学领域首个AI近自主完成的发现，仅实验环节由人工执行。

全球首个人形机器人通用小脑来了！全球最大规模2万小时人类动作数据，实现零样本泛化

量子位

银河通用发布全球首个人形机器人通用小脑基础模型AstraBrain-WBC 0.5，首次将大模型规模化训练范式引入人形机器人实时运控领域。该模型参数量8000万，经20亿帧人类动作数据训练，验证了运控领域缩放定律，可毫秒级完成全身协同控制，实现运动能力零样本泛化，推动人形机器人运控迈入基础模型时代。

AI看病成为医患新包袱？补上「多轮追问」，通用AI才迈得过医疗关

量子位

当前不少患者依赖通用AI自查病情，携带AI生成的诊断结果就医，反而推高医患沟通成本，通用AI直接用于医疗判断可靠性不足。百川智能推出医疗增强大模型Baichuan-M4，对通用大模型做结构性重构与医疗专项增强，最新评测中综合表现全球领先，幻觉率降至3.3%，更适配临床需求。