新闻、仓库与研究，按时间排列。
RETRACE 论文提出从纠缠的 PR 修复历史中重建问题级可复用修复经验的框架，用端点视角与开发视角结合 CI 执行证据恢复问题与变更的对应关系。在含 101 个仓库 565 个 PR 的 CI-REPAIR-BENCH 上，RETRACE 将 mini-SWE-agent Pass@1 从 19.6% 提升到 31.9%（MiniMax-M2.5）、从 23.3% 提升到 32.8%（DeepSeek-V4-Flash），匹配子集上 Codex 从 15.5% 提升到 27.5%。论文链接 https://arxiv.org/abs/2610.04658v1。
推荐理由：论文给出双视角重建问题级修复经验的方法和多个模型上的提升数字，适合关注 CI 修复与经验复用的读者参考。
研究者提出神经语音编码器 GS-Codec，将 Gaussian splatting 从 3D 场景重建迁移到一维潜空间，用 1D 高斯基元的信号分解取代传统 VQ-VAE 式量化瓶颈，并通过 GS Predictor Net 单次前向回归基元参数。单个训练好的 checkpoint 无需重训练即可通过调整基元数量和每参数位深实现比特率控制。在相近码率下，其在 SIM、STOI、UTMOS 上持平或超越 EnCodec 和 DAC，WER 相当，代码与音频样本已开源。
arXiv 论文提出依赖感知组策略优化方法 DepGPO，用于改进终端智能体在多步任务中的强化学习信用分配。该方法从执行轨迹构建命令依赖图，从任务验证器检查的资源反向追溯，沿路径为相关写入及其支撑读取分配信用，并据此重分配轨迹优势。实验与消融表明其能提升复杂终端任务的表现和训练稳定性。
Google 发布9月AI动态汇总，主打新前沿模型 Gemini 4 Argon，具备高级推理与 1-million-token 输出上限，正通过 Fairwind Program 向可信网络防御者分阶段推出。
论文提出 MintEval 基准，通过从可组合模块程序化生成参考策略、转译成交易员口语指令再让被测模型重新实现，在相同市场数据和摩擦下逐 bar 执行并比较行为而非代码相似度。
推荐理由：原文用逐 bar 行为对比衡量代码是否忠实执行交易策略，给出了前沿模型仍存在静默失败的具体比例。
Ollama 0.31 通过多 token 预测（MTP）让 Gemma 4 在 Apple Silicon 上生成速度平均提升近 90%，基于 Aider Polyglot 基准在 M5 Max 上实测。
推荐理由：原文讲清了 MTP 投机解码的三个实现环节和 Aider polyglot 实测数据，并指出新内核可被其他模型复用。