Hugging Face Daily Papers

AISPA: User-Centric System Prompt Auditing for Large Language Model Applications

HF ★ 16 · Xiangning Lin, Shenzhe Zhu, Shu Yang… · HF 镜像

针对商用大模型系统提示未公开引发的信任与问责缺口，该研究提出用户导向的AISPA审计框架，从8个用户关切维度，审计了88款商用AI产品的3249条系统提示指令。结果显示，用户防护类指令普及但覆盖维度不全，仍有40%产品存在损害用户利益的指令，呼吁强化系统提示的透明度、标准化与独立监管。

QQWorld: Quantile-Quantile Matching for World Model Regularization

HF ★ 10 · Zhoushun Yu, Xiaoyu Hu, Xiangyu Xu · HF 镜像

隐式世界模型的性能依赖学习到的隐分布质量，现有LeWM模型采用的EP正则化存在尾部样本梯度易消失、重尾偏差管控不足的问题。为此提出QQWorld，改用分位数匹配目标对齐隐样本与高斯分位数、保留尾部有效梯度，还引入跨批次分位数扩大排序池优化偏差-方差权衡。在四类控制环境中，该方法相较LeWM规划成功率更高，隐分布高斯对齐度更优、尾部更薄。

From RLVR to RLSVR: Task Transformation Induces Self-Verifiable Rewards for Open-Ended LLM Self-Improvement

HF ★ 6 · Qinsi Wang, Jing Shi, Huazheng Wang… · HF 镜像

现有基于可验证奖励的强化学习（RLVR）仅适配数学、编程等可确定性校验的场景，开放任务所用奖励存在评估偏差、算力成本高等问题。本文提出RLSVR范式，通过任务转化将开放任务转为可验证代理环境，落地多智能体自博弈的SpyRL实例，依托预定义间谍身份的投票生成无偏可验证奖励。实验显示其在摘要、创意写作等任务上优于现有自改进方法，有效拓展了RLVR的适用边界。

N_0-VTLA: Scaling Vision-Tactile-Language-Action Model with Latent Tactile Tokens

HF ★ 5 · NeoteAI Team, Fudan TEAI Team · HF 镜像

本次研究提出首个大规模预训练的视-触-语-动基础模型N₀-VTLA，配套采用视触预训练、分阶段触觉通路融合、ALTER优势条件离线强化学习三大方案，可实现富接触精细操作与离线策略优化。实测9项真实机器人任务全优胜，20项仿真任务成功率较基准高近20个百分点，长时序真实任务成功率达75%-95%，为触觉驱动机器人操纵奠定基础。

Scaling Properties of Text Conditioning in Visual Generation

HF ★ 2 · Zilong Chen, Chaorui Deng, Kunchang Li… · HF 镜像

本文研究文生图中文本条件的缩放特性，发现扩散模型收敛损失随提示的结构化语言量提升而降低，分别采用白盒GPG、黑盒ED两类指标量化结构化程度，二者与损失分别呈线性、幂律递减关系。基于该规律优化结构化提示、训练专用提示器，所得模型在几乎所有构图、推理、常识基准上超现有开源模型，多数指标比肩顶尖闭源模型。

OpenAI

Ten advances in mathematics and theoretical computer science

OpenAI

近日OpenAI公开了数学与理论计算机科学领域的最新研究进展，针对两个学科内长期悬而未决的公开问题共取得十项核心突破，覆盖几何、密码学、计算复杂度三大重点细分方向。这批成果展现了AI技术攻坚基础理科硬核难题的能力，可为相关领域后续研究提供全新的解题思路参考。

Advancing responsible AI across Europe

OpenAI

本文围绕欧盟负责任AI发展主题，OpenAI公开了其在AI安全保障、系统风险防控、运行透明度、数据溯源四大维度的落地实践，说明相关举措可适配欧盟负责任AI治理要求，同时明确后续将随《欧盟AI法案》的立法推进，持续迭代优化相关合规及治理实践。

Anthropic News

Introducing Claude Opus 5

Anthropic

Anthropic最新推出的Claude Opus 5是其Opus高端大模型线的阶跃性升级产品，核心能力实现三大升级：对长周期运行的智能体场景的支撑能力跨越式提升，同时代码生成、专业领域任务处理表现也得到显著优化，可更好满足高复杂度、长时效的智能体开发、专业生产等场景的应用需求。

Inviting hard questions

Anthropic

这是一项AI领域的公众互动项目，核心动作是面向全社会公开征集大众关于AI的高难度、高关切问题，同时项目方明确承诺，在解答这些问题的全过程中，会完整公开相关研究工作的细节与进展。此举既能让AI研发更贴合公众真实需求，也能消解技术信息差，推动公众对AI的认知、参与和监督。

Google DeepMind

Gemini Robotics ER 2: powering robotics with video understanding, task orchestration, and multi-robot collaboration

Google DeepMind

Gemini Robotics ER 2是面向机器人场景的全新智能支撑系统，在三大核心技术维度实现阶跃性突破：一是适配机器人感知需求的视频理解能力，二是任务与工具编排调度能力，三是多机器人协同交互能力。该系统可支撑机器人完成自主推理、跨机协作，能够解决真实场景下的各类实操任务，为机器人落地应用提供关键技术底座。

We’re launching Lyria 3.5 in Google Flow Music, with advances across musicality, lyrics, vocals, and creative control

Google DeepMind

谷歌近期在旗下Flow Music音乐创作平台上线新一代AI音乐生成模型Lyria 3.5。该版本实现多维度核心能力升级：大幅提升生成内容的音乐专业性与流畅度，优化歌词创作的表意适配性，升级人声拟真效果，同时进一步放开创作自定义权限，可满足用户更精细化的音乐生成需求。

Hugging Face Blog

GPU Management: Why Idle GPUs Are the New Grounded Aircraft

Hugging Face

该论文将闲置GPU类比为停飞的民航客机，指出这类重算力资产闲置会产生高额沉没成本，当前各场景算力集群普遍GPU利用率不足30%，核心诱因是调度粗颗粒、资源供需错配。论文提出构建池化弹性GPU管理体系，通过细粒度切分、任务动态匹配等手段盘活闲置资源，可将利用率提升至60%以上，显著压低算力成本。

The OlmoEarth Platform: Geospatial inference at planetary scale

Hugging Face

本文推出面向行星级地理空间推理的OlmoEarth平台，针对传统地理空间分析算力受限、多源异构数据融合难度高的痛点，整合大模型推理框架、分布式算力调度体系与全球多源地理传感数据集，可高效支撑灾害监测、生态评估等全球级任务，推理效率与精度均明显优于现有同类工具。

The Gradient

After Orthogonality: Virtue-Ethical Agency and AI Alignment

The Gradient

这篇反思AI正交性假说的论文从美德伦理视角出发，驳斥“理性主体需锚定终极目标”的预设，指出人类理性行动核心是适配实践的规则与评价体系。论文提出，若要实现AI安全、可与人类协作对齐，需让AI决策逻辑匹配人类基于实践的行动逻辑，而非为其设定固定目标。

Lil’Log

Harness Engineering for Self-Improvement

Lilian Weng

本文梳理人工智能递归自我改进（RSI）的概念脉络：1965年学者I.J.古德最早提出超智能构想，指出这类系统可超越人类所有智力活动，还能设计更优机器实现自我迭代。2008年尤德考夫斯基明确RSI核心是AI用现有智能优化自身认知架构的反馈环，当前AI的RSI可分为直接改写自身权重、优化训练管线两类。

量子位

「天线宝宝」机器人上门做保洁，200元/小时，纯·人工·智能

量子位

美国2024年成立的初创企业Tau Robotics近日发布首款人形家政机器人，因外形酷似天线宝宝得名，现阶段采用纯人工遥控操作，无需倍速处理即可完成洗手、拖地、捡拾垃圾等家务，服务定价200元/小时，后续计划依托真实家庭场景积累数据，迭代研发自主AI能力。

获奖之后，王虹最想感谢的人

量子位

2026年菲尔兹奖得主王虹获奖后最想感谢博导、MIT香农讲席教授拉里·古斯。正是古斯将挂谷猜想介绍给她，王虹最终完成三维挂谷集证明，相关论文难度极高，仅两位作者能完全看懂。古斯未在成果中署名，反而专门撰写解读综述，助力学界理解该突破。

奥特曼也逃不过刷TikTok上瘾，Sora背后最抓马的一段来了

量子位

OpenAI CEO奥特曼为研发Sora研究TikTok时不慎沉迷，最终卸载软件戒断。他在最新访谈中透露，公司已停掉Sora类项目，集中算力、人力攻坚编码智能体；还分享创业方法论称当下创业逻辑已彻底迭代，初创企业成长速度极快，必须聚焦核心竞争力才能存活。