项目印记

本期甄选 18 条（政策动向 7 · 学术研究 10 · 综合动态 1），来源：Hechinger Report、arXiv、教育部、知乎日报。

政策动向

让职业教育法真正落地生根（来源：教育部）

这场别开生面的现场会，蕴含教师未来发展秘籍（来源：教育部）

有哪些像「饮鸩止渴」中的「鸩鸟」一样有毒的鸟类？（来源：知乎日报）

为什么沙漠地区的人在极热的环境下，反而穿更多的衣服？（来源：知乎日报）

哪些计算机技术已经悄悄改变了生活，却很少有人意识到？（来源：知乎日报）

瞎扯 · 如何正确地吐槽（来源：知乎日报）

于敏-邓稼先构型的是怎么设计出来的，为什么别的国家死活搞不出来？（来源：知乎日报）

学术研究

更进一步，而非过犹不及：GRPO 中课程难度进阶的收益与局限：课程学习通常由易到难组织样本。GRPO 在线选择更偏好中等难度样本，因为它们更可能产生有效学习信号；但过难样本收益有限。（来源：arXiv）

只凭打分搜索不到的特权教师：用于推理的批评条件化在策略自蒸馏：在策略自蒸馏旨在用稠密 token 级归因取代可验证奖励 RL 的稀疏结果信号：以参考答案为条件的教师逐 token 评分，指导策略自我改进。（来源：arXiv）

SafeDiSTL：面向安全多智能体强化学习的联合约束分解：协作任务常约束共享目标或整体安全；团队级违约代价能量化结果，却难以分解到各智能体。SafeDiSTL 拆分联合约束以兼顾安全与协调。（来源：arXiv）

一步到位：联合学习准确且校准的神经网络：神经网络虽灵活通用，却常校准不良。事后校准用独立数据集调整已训练模型输出；本文改为在训练中联合优化精度与校准。（来源：arXiv）

注入一个回合，而非一个 token：学习在何处重定向 LLM 推理以实现自纠错：大模型难以可靠识别并纠正自身推理错误。不同于微调模型生成修订或额外 token 的方法，本文学习在关键回合重定向推理。（来源：arXiv）

捉迷藏：隐藏概念以寻找黑盒模型解释：解释机器学习预测是核心难题，对黑盒视觉模型尤甚。基于概念的归因用人类可理解概念解读模型；本文通过“隐藏”概念来“寻找”解释。（来源：arXiv）

重新审视表格深度回归：目标函数与全局早停的局限：表格数据深度学习近年受关注，但回归任务的目标函数选择仍研究不足；本文考察不同目标并揭示全局早停并非总可靠。（来源：arXiv）

面向专用神经网络模型自动调优的多智能体 LLM 系统：许多机器学习方法分两层：专家先选定方法类别，再在类别内手动确定关键组件。本文用多智能体 LLM 系统自动完成这一关键选择。（来源：arXiv）

SpatialASM：内化主动心理化以进行空间推理：解决复杂空间推理时，人会自然从任务相关视角重看场景，并在心中重建空间布局。SpatialASM 将这种主动心理化内化到模型中。（来源：arXiv）

用于 LLM 智能体训练的匹配上下文组策略优化：训练长程语言智能体需把稀疏终端反馈归因到中间决策。在一组同源 rollout 中，本文利用匹配上下文识别有效动作，稳定组内比较并改善信用分配。（来源：arXiv）

综合动态

美国人或许对大学失去信心，但数据显示他们仍在升学：美国人正对高等教育失去热情，至少口头上如此。调查显示，如今仅 31% 的美国人认为大学教育“非常重要”。（来源：Hechinger Report）

本日报由固定源每日自动抓取生成：arXiv · MIT News · EdSurge · Hechinger Report · 量子位 · 教育部 · 知乎日报 · X 热点。历史去重，仅保留最近 180 天。