arXiv cs.LG

Reverse Item Response Theory for Sparsity-Robust Ranking in Fragmented Cancer Drug-Response Matrices

Jung Min Kang

该研究提出逆项目反应理论（IRT）用于癌症药敏分析，将癌种视为有耐药能力的潜在被试、药物为有逃逸难度的测试项，基于GDSC2数据库24万余条药敏数据建模。相较5类基准方法，模型在高稀疏度下排序恢复、留集预测性能更优，19种癌种耐药分类稳定，核心优势为碎片化数据下的鲁棒性，并非通用临床耐药榜单。

How Far is Adam from Natural Gradient Descent?

Vihaan Paka-Hegde

本文探究深度学习常用优化器Adam与自然梯度下降（NGD）的几何关联，将带动量的Adam拆解为含截断、标签替换、时序滞后的对角经验Fisher近似，用尺度不变度量测试四类损失场景。结果显示：良态下二者偏差低，病态场景偏差显著升高，高偏差仅拖慢初始优化不影响最终收敛，Adam性能来自近似误差与动量平滑的平衡，而非贴近NGD路径。（118字）

FourierQK: Filter Shape, Admissibility and the Leakage-Coverage Law

Athanasios Zeris

本文针对频塌注意力的最优滤波器形态问题，基于TinyShakespeare数据集的6层GPT做对照消融，验证5项滤波器特性假设。结论显示：DC、奈奎斯特分量有损性能，最优单尺度带通、可容许滤波器表现更优，FFT泄漏与频谱覆盖正相关；FourierQK适配双向注意力场景，自回归生成需用因果谱变体MorletQK。

OpenAI

A model guide for the GPT-6 family

OpenAI

这份《GPT-6家族模型指南》面向创业团队输出大模型落地实操指导，核心覆盖GPT-6选型、推理参数调优、提示词工程与能力强化、多工具协同调度、生产级工作流筹备五大模块，可帮助初创企业降低GPT-6落地门槛，高效匹配业务需求，最大化大模型应用价值。

Chatham scales its capital markets expertise with OpenAI

OpenAI

本案例聚焦金融服务商Chatham Financial的AI落地实践：该公司依托OpenAI旗下Codex、GPT-5.6两款大模型，搭建适配资本市场业务的专属技术工具、重构原有工作流程，在交易核验场景落地后，原本需30分钟完成的核验流程被压缩至4分钟以内，印证了大模型在高专业度金融场景的显著提效价值。

Anthropic News

Claude Frontier Academy: $100M to train 10,000 engineers

Anthropic

Anthropic正式推出Claude前沿学院人才培养计划，已承诺投入1亿美元项目资金，完全以自身内部工程师的能力要求作为培养考核标尺，重点面向大模型落地、AI安全管控等方向，计划到2027年底累计培养1万名合格的前沿部署工程师，为全球前沿AI技术合规落地输送符合产业顶级标准的高端技术人才。

Barclays scales Claude to upgrade operations and improve client experience

Anthropic

英国全能银行巴克莱正深化与人工智能企业Anthropic的战略合作，将规模化落地Claude大模型，在其全球业务体系内部署安全合规的企业级AI系统，此举旨在全面升级全行运营效率，优化客户端服务体验，加快巴克莱的数字化智能化业务转型步伐。

Google DeepMind

Gemini 4 Argon: our next era of frontier intelligence

Google DeepMind

当前你仅提供了论文标题，未粘贴对应摘要的正文内容，请补充Gemini 4 Argon相关摘要的完整英文原文，我会按照要求为你提炼为120字左右的简洁中文总结，重点突出核心方法与研究结论。

Introducing SynthID Bio

Google DeepMind

本次研究推出SynthID Bio技术并完成概念验证：该技术可为AI生成的蛋白质嵌入专属隐形水印，且完全不破坏蛋白质原本的生物学功能，可实现AI生成蛋白的全链路溯源，既能够防范生物安全领域的非法滥用风险，也能为相关研发主体的知识产权保护提供可行技术路径。

Hugging Face Blog

Open-sourcing AstaBrief, the fast report-generation model in Asta

Hugging Face

您好，目前您仅提供了该论文的标题，未附上摘要正文内容，无法获取AstaBrief模型的技术路径、性能表现、核心结论等关键信息，请您补充完整摘要内容后，我会按要求为您输出120字左右的精简中文总结，突出其核心方法与落地价值。

AutoSynthData: Generating Training Data for Enterprise Agents

Hugging Face

本文提出AutoSynthData框架，针对企业智能体训练缺适配业务场景的高质量标注数据、人工标注成本高、长尾场景难覆盖的痛点，通过模拟企业真实工作流、对齐业务规则，自动生成带完备标注的多轮交互、工具调用类训练样本，可动态适配不同企业专属场景。实测其标注效率较人工提升数十倍，训练的智能体任务完成率提升超30%，适配成本大幅降低。

Lil’Log

Harness Engineering for Self-Improvement

Lilian Weng

递归自我改进（RSI）概念最早由I.J.古德1965年提出，指能力超越人类的超智能机器可自主设计更优系统完成自我迭代。2008年尤德考斯基明确其核心是智能反馈循环：AI依托现有能力优化自身认知生成机制。当前AI场景下，这类反馈可体现为模型直接改写自身权重，或是更广义的训练流程优化。

量子位

Jev估值100亿美元！创始人Diogo Almeida回答一切

量子位

估值百亿美元的决策类AI模型Jev近期爆火，发布6天相关视频播放量破3870万，第三方测评跑分登顶。其创始人、前OpenAI员工Diogo指出，公开评测榜单易被操纵，行业重速度成本却忽略核心可靠性，质疑OpenAI实用贡献不足，主张AI退居幕后赋能场景，目标五年内拉动全要素生产率提升3%。

openJiuwen X-Router自演进模型路由技术首发，昇腾亲和，Agent越跑越省，实测减少50+%Token消耗

量子位

openJiuwen首发昇腾亲和的X-Router自演进模型路由技术，针对当前AI Agent单模型通吃、固定规则调度多模型易出现成本浪费或效果不稳定的痛点，可自主根据任务属性匹配最优模型，还能基于反馈迭代调度策略，实测可降低50%以上Token消耗。

丘成桐新论文致谢了GPT和Claude

量子位

曾称AI难以影响顶尖数学家的丘成桐，近期发表的微分几何领域论文致谢GPT-6 Astra与Claude Pro，称二者辅助探索证明思路、完成相关计算。该论文解决了他1982年列入个人问题清单、悬置70年的经典猜想，给出七维空间27种怪球是否可实现处处正截面曲率的最终答案。