I3L：面向全身移动操作迭代交互式模仿学习的硬件与学习系统
I3L 是一套结合全身纠正与迭代策略精炼的软硬件系统，用低成本开源的 JoyLo+ 接口让操作员通过策略跟随主臂和触摸触发接管进行全身协调纠正。在三种机器人本体、八项仿真与真实任务上，四轮 HG-DAgger 使自主成功率较基础策略平均提升 68.3 个百分点，每项任务至少达 90%，同等训练轨迹数下比纯示范训练高 35.6 个百分点。
#开源/仓库
arXiv · cs.AI模型评分4646 arXiv · cs.AI模型评分4141 Sparkle：解耦引导实现生动的指令驱动视频背景替换
研究团队提出 Sparkle 数据集，包含约 140K 对视频，覆盖五类常见背景更换主题，并配套发布目前规模最大的背景替换评测基准 Sparkle-Bench。该数据集通过解耦生成前景与背景引导并严格质量过滤，解决了现有数据中背景静态、不自然的问题，在其上训练的模型在 OpenVE-Bench 和 Sparkle-Bench 上均显著优于现有基线。数据集、基准、模型及完整数据生成流程已全部开源。
arXiv · cs.AI模型评分4141 EvoTeam：通过演化团队实现多智能体协作
EvoTeam 提出一种以协作为中心的多智能体系统演化框架，同时演化团队组织、交互规则和单个智能体技能，并维护可复用团队库，按团队上下文积累协作经验。该框架在四个基准上验证了有效性，代码已开源。
arXiv · cs.AI模型评分6060 Concordat：为 大语言模型（LLM，Large Language Model） 智能体加上类型化会话约束
作者提出 Concordat，一个把智能体接口定义为有限状态协议并在运行时强制执行的 Python 库，模型每轮只能看到当前状态允许的工具，越界调用在产生副作用前被拒绝。
arXiv · cs.AI模型评分3333 FedPA-低秩适配（LoRA，Low-Rank Adaptation）：缓解异构联邦 LoRA 聚合与初始化误差的乘积对齐框架
FedPA-LoRA 提出乘积对齐框架，同时缓解联邦低秩适配（LoRA，Low-Rank Adaptation）在异构秩下的聚合误差与初始化误差，并给出同构、异构秩的收敛界。客户端跨轮保留本地因子以消除初始化误差，服务器在乘积空间聚合异构秩更新并重建秩受限的全局适配器。在自然语言理解与生成任务上，异构秩下 GLUE 平均准确率提升 6.82 个百分点，代码已开源。
Microsoft Research精选模型评分7373 Microsoft Research Asia 开源 Agent Lightning v1.0，约 3500 行代码的智能体强化学习框架
Microsoft Research Asia 开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量智能体强化学习框架，让部署时使用的智能体框架直接参与训练，无需在训练框架里重写智能体。
推荐理由：框架把部署用的智能体直接接入强化学习训练，并给出约 6000 条样本提升 14.6 个百分点的完整流程，可据此判断改造成本。
GitHub Blog · AI & ML精选模型评分7171 GitHub 发布 人工智能（AI，Artificial Intelligence） 代码评审开放基准 ReviewBench
GitHub 发布 人工智能（AI，Artificial Intelligence） 代码评审开放基准 ReviewBench，包含 219 个公开拉取请求、覆盖 19 种语言，并公开数据集、评分规则和评审模型。
推荐理由：GitHub 公开了基准数据集、评分规则和评审模型，读者可以据此复现评测，并了解离线结果与线上实验的对应关系。
Berkeley AI Research模型评分5555 伯克利提出 SPEX 与 ProxySPEX，可在数千组件规模上识别大语言模型中的交互
伯克利 人工智能（AI，Artificial Intelligence） 研究团队提出 SPEX 与 ProxySPEX 两种算法，用于在大语言模型（LLM，Large Language Model）中识别驱动输出的关键交互，把交互发现规模从数十个组件扩展到数千个。