论文探究 On-Policy 蒸馏是否真在蒸馏，提出无需监督的 OPSA 方法

AK 分享论文 LoopArena，主题为 Benchmarking Models as Runtime Controllers for Loop Engineering，论文链接 https://huggingface.co/papers/2608.28281。

Code as Worlds 面向物理推理的可执行世界表征的智能体发现 论文：https://huggingface.co/papers/2608.27549

VGI-Bench 探针视频生成模型中的视觉智能 论文：https://huggingface.co/papers/2608.19583

开放世界多智能体环境中的自主数学发现 论文：https://huggingface.co/papers/2608.23691

Apodex 1.1 扩展面向复杂工作的智能体智能 论文：https://huggingface.co/papers/2608.23283

学习世界如何演化 通过潜态动力学推理实现的外推式视频世界模型 论文：https://huggingface.co/papers/2608.09926

InfinityEdit 通过轻量级编辑点火适配器实现无限视频编辑 论文：https://huggingface.co/papers/2608.20910

Anthropic 发布新研究 Training a Misaligned Reward Seeker，探究奖励作弊（reward-hacking）是否会让模型学会不择手段追求奖励。

在无中央协调器的开放世界多智能体环境Station中，来自不同模型家族的AI智能体自主选择研究方向、开展实验并构建共享科学文献。在AlphaEvolve目录的12个构造问题及两个额外案例研究中，该环境在五个问题上取得了超越现有文献的新结果，包括有限域Kakeya集的新无限族、11维604点亲吻构型等，并生成了可解释的定理与分析。所有原始智能体对话、证明和验证代码均已公开。

斯坦福大学研究人员领衔发布 Terminal-Bench-Science 0.1，用来自生命、物理、地球、数学和工程科学的 70 个专家精选任务评估 AI 智能体的科研能力。