经典之作！Agent无需奖励也能学习：通过“早期经验”的Agent Learning

该论文提出‘早期经验’范式，让智能体通过执行动作、观察结果状态学习，无需外部奖励。它能降低数据依赖，提升泛化与鲁棒性。实验显示，其在多样环境中效果出色，为智能体训练提供新思路。

击败Meta登榜首：推理增强的文档排序模型ReasonRank来了

本文第一作者刘文涵聚焦AI搜索研究。提出推理增强的文档排序模型ReasonRank，在多个榜单击败多校和机构登榜首，其7B版本超越32B模型，论文获Huggingface paper日榜第一。还介绍研究动机、方法及实验结果等。

Yann LeCun离开Meta后首篇论文？使用了宇树机器人做研究

伯克利、纽约大学等团队发表论文，提出GenMimic方法，让机器人能零样本复现AI生成视频动作。Yann LeCun是共同导师之一。团队构建GenMimicBench数据集，经仿真和真实实验验证方法可行。

前Meta工程师爆料：17人团队15个H-1B！一夜之间80%对手没了？

美国政府将H - 1B申请费用门槛提至10万美元，引发各方讨论。黄仁勋、奥特曼等支持，也有人认为会打击美国创业企业。此新规或重塑全球人才格局，让其他地区有机会吸纳人才。

这是我花9毛钱拍的《Meta老板砸钱把我从苹果挖走》

国产AI开启新Level，生数科技的Vidu Q1参考生视频功能，9毛钱+4张图就能生成视频。它重新定义叙事，砍分镜、拍摄等流程；有业内最强一致性；价格低，让AI视频生成“快、好、省”。

Meta-Think ≠ 记套路，多智能体强化学习解锁大模型元思考泛化

上海交通大学等团队提出ReMA框架，将复杂推理解耦为元思维和推理智能体，通过迭代强化学习协作。在单轮实验中，ReMA在多基准测试表现优；多轮实验虽有提升但不稳定，需进一步探索。

Learning from peers！让LRM互相「传纸条」的新协作方式大幅提高准确率和效率

当前主流大模型如QwQ - 32B存在“前缀主导陷阱”，推理开头出错会使准确率暴跌。研究者受“同伴互助”启发提出LeaP框架，设计三种路由策略，实验显示小模型能借此超越大模型，开创了多种可能性。

Meta没做的，英伟达做了！全新架构吞吐量狂飙6倍，20万亿Token训练

英伟达发布全新架构9B模型NVIDIA Nemotron Nano 2，以Mamba - Transformer混合架构实现推理吞吐量最高提升6倍，对标Qwen3 - 8B并在多任务中表现持平或更优，还开源模型及大部分预训练数据。

AI圈惊天丑闻，Meta作弊刷分实锤？顶级榜单曝黑幕，斯坦福MIT痛斥

拿到DeepMind、Meta等多家Offer后，她把机器学习求职面试的真相写了出来

牛津大学博士生Silvia Sapora把机器学习求职面试经历原原本本写在博客中。她分享面试准备技巧、心态与谈判策略，提醒一次面试表现不定义研究者价值，该文对求职者或许比题库更有用。