双雄同日降价：AI 价格战对撞开源斩杀线

arxivCritical-State RL: Diagnosing Trainable States for Multi-Turn Tool Use

关键状态 RL：诊断多轮工具调用中的可训练状态

Zixiang Chen, Wenting Zhao, Zhepeng Cen 等（Salesforce）

多轮工具调用的成败可能取决于单次模型调用，但奖励方差无法揭示哪次调用值得训练。作者用嵌套采样把「动作依赖的奖励差异」与「后续随机噪声」分离，只在被诊断为可训练的状态上做上下文老虎机训练。BFCL v4 上缺失函数任务提升约 14 个百分点，而训练其他状态则持平或变差。

arxivonPanda: Efficient Annotation of On-Policy Alignment Data for LLMs and Agents via Token-Level Correction

onPanda：基于 token 级纠错的高效在线策略对齐数据标注

Lei Yang, Mengyin Liu, Jia Wang 等

标注员只需定位第一个不当 token 并替换，系统从纠正后的前缀继续生成，循环「定位-纠正-继续」。最终响应绝大多数 token 仍由模型生成，数据保留模型采样分布，适合构造 on-policy SFT 与偏好数据；受控实验中中位标注时间较手工后编辑减少 52%。

arxivVideoGen-Agent: Reinforcing Video Generation Agents

VideoGen-Agent：用强化学习训练视频生成智能体

Binxu Li, Haoyi Duan, Yuhui Zhang 等

视频生成模型难以满足需要专业知识、特定身份、物理一致性或事件顺序的提示。VideoGen-Agent 通过多任务智能体强化学习学会协调增强、生成与验证工具，端到端提升复杂提示的生成成功率。

arxivLoRA-generating hypernetworks for efficient on-device LLM generative personalization

生成 LoRA 的超网络：端侧大模型高效生成式个性化

Sean Augenstein, Li Ding, Jihwan Lee 等（Apple）

端侧 LLM 受算力限制难以个性化。作者训练超网络按用户数据即时生成 LoRA 适配器，让手机上的小模型获得生成式个性化能力，无需把用户数据上传云端。

arxivGameHorizon Suite: Multi-Horizon Data and Evaluation in Gameplay

GameHorizon 套件：游戏玩法中的多时程数据与评测

Yiran Wang, Xingyilang Yin, Junfu Pu 等（腾讯 ARC）

发布首个大规模 AAA 游戏数据集：5000 小时录像、21 款游戏、100 名人类专家玩家，含时间对齐的视频、玩家操作与多时程指令；配套可复现离线评测与在线分步测试。对 47 个模型、超百万次调用评测，揭示清晰的任务难度层级与模型能力差异。

arxivLearning Beyond What Humans Can Demonstrate

学习人类无法示范的任务

Yuchen Song, Aditya Mittal, Unnat Jain

对需要动态稳定性、精确接触时机或灵巧协调的任务，人类操作员可能根本无法采集示范数据。GLIDE 提出「不可行示范」设定下的护栏强化学习，在人类做不到的动态任务上超越行为克隆与纯 RL。

arxivFeedback Coding Enables Inference-Time Covert Agentic Communication

反馈编码实现推理时智能体隐蔽通信

Sidong Guo, Sajani Vithana, Lalitha Sankar, Flavio P. Calmon 等

把黑盒 LLM 隐写术重构为带无噪因果反馈的序贯通信问题，提出 BAM（Burnashev 自适应后验匹配）：每个生成 token 双方可见并指导后续嵌入。三个开源模型、1000 次试验中，约 50 token 传 8-bit 载荷错误率 0-0.1%，最强黑盒基线为 10-17%，安全性有密码学归约证明。

arxivResidual Community Prototypes Under-Reject Held-Out Malware Families in FCG-MFD

残差社区原型在 FCG-MFD 上难以拒识未知恶意软件家族

Junru Zhu, Yixin Yang, Xiaoqing Ding 等

在去重审计的恶意软件函数调用图语料上系统检验：Louvain 社区特征残差化后并未带来稳定的未知家族拒识——排序效应跨家族反转，95% 未知召回下误报率全面恶化。提醒图开集评测必须配拓扑对照与运营阈值校准。

arxivTowards Accurate Prediction of Mutation-Induced Changes in Protein Structure

迈向突变诱导蛋白质结构变化的精确预测

Zhuoyi Liu, Alex Calabrese, Corey S. O'Hern（耶鲁大学）

基于 PDB 野生型-单突变晶体结构对，发现突变致结构变化局域于突变位点、随空间距离快速衰减；但 AlphaFold3 复现突变致形变的精度随形变幅度增大而显著下降——突变结构预测仍是结构生物学的硬骨头。

arxivAdapting Boltz-2 with limited experimental activity data improves early enrichment in virtual screening

用有限实验数据适配 Boltz-2 提升虚拟筛选早期富集

Kairui Furui, Masahito Ohue（东京工业大学）

在目标 assay 的少量实验数据上微调 Boltz-2 亲和力模型，即可显著提升活性化合物优先排序的早期富集，为有限实验预算下的虚拟筛选提供实用配方。

arxivGraphSVR: q-Space–Aware Graph-Based Slice-to-Volume Registration for Diffusion MRI

GraphSVR：q 空间感知的扩散 MRI 切片到体配准

Noga Kertes, Daphna Link Sourani, Alex M. Bronstein, Moti Freiman（Technion）

扩散 MRI 对运动极度敏感且对比度依赖扩散方向。GraphSVR 用图神经网络建模 q 空间感知的切片间配准，在运动敏感协议与易动人群中显著降低层间/堆间错位。

pubmedIntegrating Artificial Intelligence with Liposomal Nanocarriers for Advanced Drug Delivery

人工智能整合脂质纳米载体用于先进药物递送

Kumar P, Bhardwaj S, Kumar A 等

综述 AI 如何加速脂质体纳米载体的配方优化、靶向设计与质量控制，覆盖从制备参数预测到体内行为建模的完整管线。（Recent Adv Drug Deliv Formul, 2026-09-18）

pubmedMachine learning guided O2 reduction to H2O2 on BN co-doped γ-graphyne: insights from time-domain atomistic dynamics

机器学习引导 BN 共掺杂 γ-石墨炔上的氧还原制过氧化氢

Yang Y, Sun L, Gong A, Rao Y, Ma Y, Tong Z

结合机器学习势与时间域原子动力学，解析 BN 共掺杂 γ-石墨炔表面双电子氧还原机制，为电催化 H2O2 生产提供原子级设计规则。（Nanoscale, 2026-09-22）

arxivQuantum Mpemba effect from Stark localization

源自 Stark 局域化的量子 Mpemba 效应

Nico Albert, Masudul Haque, Shovan Dutta

用 Stark 局域化设计量子能景、局域非相干跳跃作制冷机制：「探测」事件率随能量升高使热态冷得更快，产生超指数分离的制冷速率；束缚对集体跳跃进一步放大效应，现有实验平台即可验证。

arxivTight entropy contraction beyond detailed balance

超越细致平衡的紧熵收缩界

Li Gao, Jingyu Guo

对与忠实条件期望相容的量子信道，证明 GNS 范数收缩仅以对数维度损失即给出相对熵收缩；对量子马尔可夫子群给出完全修正对数 Sobolev 常数下界，允许与外部环境初始纠缠且与系统规模无关。

arxivEfficient Heralding of Loss-Tolerant Photonic GHZ States for Device-Independent Conference Key Agreement over Long Distances

面向长距离设备无关会议密钥的容时光子 GHZ 态高效 heralding

Yazeed K. Alwehaibi, Makoto Ishihara, Shakib Daryanoosh, Ian A. Walmsley, Masahiro Takeoka, Raj B. Patel 等

证明计算基 GHZ 态（真空与 n 光子分量的相干叠加）在明显更低的探测效率下即可实现无探测漏洞的 parity-CHSH 违背，为长距离有损量子网络上的设备无关会议密钥分发降低门槛。

arxivStaged emergence of anomalous Hall transport in a correlated uranium Weyl semimetal

关联铀 Weyl 半金属中反常霍尔输运的分期涌现

Sabin Regmi, Shuxiang Zhou, Chandan K. Singh, Alexei Fedorov 等

磁输运+ARPES+第一性原理联合解析铀铁磁体：反常霍尔电导率约 4.5×10² Ω⁻¹cm⁻¹ 但不简单跟随磁矩；磁序、关联电子重构与反常霍尔在 118K/90K 附近分阶段展开，揭示强关联如何重塑拓扑输运。