微软研究院的 Xinzhi Zhang 与合著者证明了 1995 年提出的 KLS 猜想，确认高维对数凹分布中最优平面切割与任意形状切割的效果只差一个与维度无关的常数。作者在人类主导的智能体搜索流程中探索了 100 多条候选路径，由研究者筛选和调整方向，最终借助递归改进与误差有界证明完成证明。同期另有独立团队给出完整证明，并有 Lean 4 形式化验证发布。
推荐理由：微软研究员用人类主导的智能体搜索证明 KLS 猜想，展示了人机协作做数学研究的具体分工方式。
研究者提出 Taste-Bench，用决策分叉衡量智能体在长期任务中的路径判断力，共 502 道二选一题目。测试 14 个模型，表现最好的 GPT-5.6 Sol 平均准确率 59.7%，GPT-5.5 为 59.5%，其余模型明显更低；当关键线索只在后续步骤出现时，平均准确率降至 21%。
微软研究院发布零知识虚拟机 Magnetar，可直接证明用 Rust、Go 或 C 编写的 RISC-V 程序执行过程，在 15 个基准程序上平均比现有最快 zkVM 快 10 到 39 倍，证明验证约需 12 毫秒。
推荐理由：微软研究院梳理十余年零知识证明研究脉络，说明 Magnetar 如何同时兼顾速度、通用性与仅依赖标准哈希函数的安全性。
Berkeley Sky Lab 与 IBM Research 在 K-Search 进化式内核搜索框架上新增 MLX 后端和结构化 CUDA-to-MLX 翻译层，让已有 CUDA 内核作为知识库适配 Apple Silicon。
Berkeley AI Research 提出 ABBEL 框架，将 LLM 的递归摘要建模为自然语言"信念状态"，并通过信念评分（belief grading）监督摘要内容，替代完整交互历史作为智能体的工作上下文。
伯克利 AI 研究团队提出 GRASP，一种面向学习型世界模型的梯度规划器，通过将轨迹提升到虚拟状态实现跨时间并行优化，并在状态迭代中注入随机性以增强探索。GRASP 还重塑梯度，让动作获得清晰信号，同时避开高维视觉模型中脆弱的“状态-输入”梯度。该工作与 Mike Rabbat、Aditi Krishnapriyan、Yann LeCun 和 Amir Bar 合作完成。
伯克利 AI 研究团队提出 SPEX 与 ProxySPEX 算法，可在特征、数据与模型组件归因中大规模识别驱动 LLM 输出的关键交互。SPEX 利用稀疏性与低阶性把交互搜索转化为稀疏恢复问题，ProxySPEX 进一步借助层级结构，以约 10 倍更少的消融达到与 SPEX 相当的性能。
