AI对齐新突破，GUI智能体与安全审计成焦点

HARGO给HPC任务的RL后训练提了个新思路，不用标签就能按难度加权，四个任务上全面超过GRPO。

Qwen 团队发了 UI-Agent，一个模型统一手机、电脑、网页操作，移动端跑分超 Opus 4.8，还能插命令行，挺能打。

图学习想换新思路可以看这个：TopoFormer用扫描把拓扑结构变成token，喂给Transformer就行，比传统持久同调快还准。

想搞材料或药物结构预测的可以看看：APO 不用实验标签，纯无监督也能超过全监督的 FlowDPO。

他们扫了HuggingFace上7.6PB的训练数据，挖出22万个还活着的密钥，折合每年92万美元的损失。搞AI训练的人得看看自己的数据里有没有漏钥匙。

Julien Chaumond@julien_cSource

这篇 arXiv 论文给信念更新加了选择性机制，能处理部分输入不可信的情况，比旧方法更灵活。

Anthropic这篇把宪法内容塞进中期训练，黑mail对齐提升17.5pp，还不掉性能。

这篇论文提出CS-RNR，让智能体只利用自己审计过的对手漏洞。Leduc扑克收益是二进制门控的6.2倍，且36,000手牌全部符合安全证书。

这篇论文发了个叫ScaFE的方法，让LLM写图像特征程序来分类疤痕，照片不用出本地，比BiomedCLIP高10个点，数据少也够用。