本期把可更新业务知识、研究代码验收和模型训练机制放在一起阅读。AgentOnto、FrontierCS、数据日程、几何表示和代码化世界动作模型分别说明了改进需要怎样的依据。

经验能否被复用，取决于适用条件和当前证据是否清楚。本期介绍本体修复与神经符号 Agent，并观察连续流语言模型、空间工具、人形动作追踪和多视角预测。

本期从本体对齐和表格实体链接出发，讨论不同模型输出如何组合、错误如何用于训练，再延伸到原生记忆、harness 演化、长输入剪枝和文生图预训练。

更多上下文、更复杂工作流和更多推理预算，都需要通过具体对照判断价值。本期介绍本体匹配配置、推测解码、前端训练、研究假说优化和语言引导图像损失。

本期关注语义证据怎样约束决策，以及模型如何把知识转化成可执行行为。六项研究分别涉及本体匹配、SPARQL 修复、轻量决策、视觉知识迁移、终端训练和触觉预训练。

结构化拆解、提前整理证据和适应环境变化，是本期几项方法的共同方向。语义映射、文档工作区、机器人潜变量、群体协调与视频早停分别检验了这些思路。

Agent 既要学会完成任务，也要知道何时退回、怎样选择训练数据和何时重新开始搜索。本期同时讨论知识图谱管线优化、电脑使用和生成式表示学习。

本期介绍从语义注释生成图谱、从现场照片形成施工证据，以及面向协作和动态攻防的 Agent 环境。循环 MoE 和一步生成则从模型训练侧寻找效率空间。