llm-infra · E1 预消化简报(2026-10-30)

  • 作者：spark
  • 批次：cron 3c698927-9044-4540-873b-f961d6380d7d · E1 日间预消化轮 · llm-infra
  • 覆盖范围：宿主机增量清单 /shared/research-kb/organized/indexes/work-guard/3c698927-9044-4540-873b-f961d6380d7d.json（1 项任务 / 8 件材料；expires_at=1793360401，2026-10-30 19:00 CST 前有效，未过期；items 非空）
  • 基线对照：organized/knowledge/llm-infra.md = v3.70（2026-10-29 05:00 · §IX 127 morning），§6.99.2 现有 494 件 arXiv、§6.99.5 现有 736 件 URL
  • 方法边界：逐份全读清单 item.materials 的 8 份 source（相对 /shared/research-kb/，未只取 item.source 首项）+ 活文档基线全文 + 工作队列 + 近 2 天同主题笔记抽查 + 近 3 天 paper_cards 抽查 + 库内已有攻略交叉；未联网补料、未全库扫描、未为凑字数重写、未改活文档
  • 字数：约 3,400 字（由材料支撑量决定）

§0 本轮判定

8 件材料 → 5 件 NET-new 实质增量 + 2 件旧卡元数据回填 + 1 件旧卡再采集。

逐件 grep 活文档全文（llm-infra.md 全文含 §6.99.5 的 736 条 URL 段）：InteractiveWorld / praxo / taskuary / AI_Tutor / ir-py / prism-insight 六个标识 命中均为 0 → 六件 repo_card 在活文档中无任何承接，均可按 NET-new 处理。

两件 paper_card 需区分：

  • arXiv:1406.2661（Generative Adversarial Networks） —— 卡片 531-1406-2661.md，已在基线：llm-infra.md:35 明确列为"关联基线：arXiv:1406.2661 与 arXiv:2607.28128"，且 llm-infra.md:81 的 §6.99.2 arXiv 全量表首行已含 arXiv:1406.2661。卡片自身 OpenAlex更新=2026-10-27，被引 4475 / S2 278 / 影响力被引 12。这是采集刷新（被引计数变动），不产生新观点，不重复计入增量。
  • arXiv:2402.06196（Large Language Models: A Survey） —— 卡片 452-2402-06196.md，在基线中 grep 命中 0（§6.99.2 arXiv 表无、§6.99.5 URL 表无、正文无）→ 真 NET-new arXiv，可进入今晚的 arXiv 累积序列（494 → 495）。

近 3 天 paper_cards 抽查结论：命中 llm-infra 标签的 56 张卡中，除清单内 2 张外，其余均为旧论文被重新打上 llm-infra 标签（Gemma 2403.08295 / PaLM 2 2305.10403 / Self-Consistency 2203.11171 / Mamba 2312.00752 / LLaMA 2302.13971 / TensorFlow 1603.04467 / 目标检测综述 1905.05055 / 核采样 1904.09751 等，均为 2016–2024 年论文）。这些是标签漂移，不是新研究，不计入本轮增量。 唯一值得单独留意的是 357-2607-09424（Soofi S 30B-A3B，主权开源德英 MoE 混合 Mamba Transformer 模型），但其 OpenAlex更新=2026-07-19、被引仅 3，属旧卡回填，同样不计入。

§1 今日最重要的增量（5 条，按可论证密度排序）

增量 ① facebookresearch/InteractiveWorld ⭐⭐⭐（本批最高：已有 README/官方文档/论文正文级攻略）

  • 来源：organized/repo_cards/4748-facebookresearch-interactiveworld.md；https://github.com/facebookresearch/InteractiveWorld；库内已有深度攻略 organized/guides/facebookresearch-interactiveworld.md（spark，2026-10-30）
  • 要点（均引自攻略，攻略已核实到 README 全文 / docs/INSTALL.md / docs/BENCHMARK.md / arXiv abstract / GitHub API 五个来源）：
  • 卡面：Python · 许可 NOASSERTION · 79★ · 周增 +203（本批周增最高）· 最近提交 2026-10-27 · 主分类 engineering · 分类 trending · 成熟度 experimental · 待LLM分类:是 · 首次采集 2026-10-30。攻略独立读到的 API 值为 84★ / 6 forks，仓库创建于 2026-10-24（仅 6 天新，无 release / 无 tag）。
  • 论文 anchor：arXiv:2610.33966（cs.HC，v1 提交 2026-10-25）—— "InteractiveWorld: A Verifiable Human-Centric Environment for Building Better Interactive MLLM Assistants"。注意：该 arXiv 号在基线 494 件中 grep 命中 0，但它不在本轮 manifest 的 8 件材料内，本轮未读其卡片，故不计入本轮 arXiv 累积（见 §3）。
  • 机制：Meta 的"以人为中心"闭环交互环境。观察（人眼第一视角）→ 助手说话 → 人去执行 → 世界状态更新 → 新帧。与机器人仿真的根本区别：助手不产生低层动作，只产生自然语言指导；动作由另一个固定模型扮演的"人"（论文统一用 Gemini 3.1 Pro）翻译成仿真器原子动作。
  • 两层结构：InteractiveWorld（模拟器） = 44 个 BEHAVIOR-1K 场景/场馆 + 36 个动作族；InteractiveBench（基准） = 120 个冻结多轮任务（6 类 × 20）。
  • "可验证"的立身之本：目标对着世界状态判定，不让 LLM 打分 —— 通过条件是"最终世界状态里每个 goal 谓词都成立"（strict_success）。
  • 两套分数必须分清：Native TaskPack score（自动产出：strict_pass_rate / mean_completion_score）vs Release rubric score（官方基准数字，benchmark/evaluation/rubric.json 共 464 条准则，需人工/模型逐条裁定 —— 跑完不会自动出分）。运行被标 VALID 的条件是模拟器 + Human + Assistant 传输层三者行为正常，无效运行会被报告但绝不计入失败。
  • 重资产门槛：A100 80 GB 级 GPU（单 worker 约 4 GB 显存）+ 约 100 GB 磁盘 + Isaac Sim 5.1 / OmniGibson 3.9.0 / BEHAVIOR-1K 3.9.0（prepare_assets.sh 拒绝其他版本）/ SMPL+H / AMASS ACCAD。
  • 论文关键数字（⚠️ 仅取自 abstract verbatim，未回查正文表格）：12 个前沿 MLLM 表现"远不可靠"，最强的 Claude Fable 5.1 在长程 Guidance 与 Planning 上最高只到 20% 与 25%。
  • 与活文档脉络的关系：这是活文档从未出现过的"闭环交互评测"一轴。v3.70 的 8 件全部落在"通用 agent 基础设施"（推理栈 / 仓库读取 / 形式化验证 / SOC 编排 / agent 编排 / MCP schema 预算），没有任何一件涉及"agent 与人交互"的评测。本件与 v3.70 脉络 N（可判定性五面 + 编排面）正面对接：InteractiveWorld 的 strict_success 是谓词级世界状态判定，比 automation 断言(rubric)更硬，且与 oss-verify 的"形式化定理"构成同族但不同层的两个极端 —— 一个是"代码不会被 fuzz target 打崩"，一个是"人真的把事做成了"。同时它对 §0.5.9 脉络 M（给 agent 看结构） 形成第三种解法：既不是 SeeRepo 的"把仓库渲染成图"、也不是 dsh-video-storyboard 的"把视频压成一张编号图"，而是"给 agent 一个它可以改变、且改变结果可被机械判定的世界"。此外它把 C391（模态配比与阶段绑定） 的适用边界从"仓库/文档"扩到了"物理空间指导"。
  • 建议归入：§0.5.1（新增行，⭐⭐⭐，标注"闭环交互评测轴首现"+ "已核实至 README/官方文档级"）+ §0.5.9 脉络 N（"可判定性"补"世界状态谓词面"这一候选）+ §3 候选 C（"判定不看文本看世界状态"是需求侧候选，但仅 1 件样本 + 1 篇 abstract 级数字，暂不宜升级为 C）；§4 新增 2 条 O（见 §2）。

增量 ② axisvela/praxo-core ⭐⭐（唯一一件"agent 运行时治理"材料，本库尚无同类）

  • 来源：organized/repo_cards/4763-axisvela-praxo-core.md；https://github.com/axisvela/praxo-core
  • 要点：MIT · Go · 12★ · 周增 +0 · 最近提交 2026-10-30 · 主题 agent / llm-infra · 主分类 agent · 形态 model · 分类 skill · 成熟度 experimental · 待LLM分类:否 · 首次采集 2026-10-30。简介："MIT-licensed agent framework for the AxisVela ecosystem: governed agent loop, model/tool/memory/event primitives, plugins, sandboxing, and policy."
  • 与活文档脉络的关系：这是活文档从未出现的"治理层"一轴。既有材料里最接近的是 v3.70 的 agent-sphere（时间线协议 / 权威合并 / WAITING 状态机）与 vigil（SOC 编排），但两者都是编排面；本件的关键词 "governed agent loop" + "policy" + "sandboxing" 指向的是同一循环上的政策约束层 —— 即 "agent 循环不是裸循环，它被一条可声明的 policy 管着"。这与 v3.70 脉络 N 的"可判定性是一个轴而非一个标准"同构，但落点不同：可判定性管"事后能不能判"，governance 管"过程中能不能拦"。它同时给 C396 的"第六候选面·编排面"补一个具体变量：policy 是否为一等制品。另有两个可核查差异：Go 语言（本库 agent 框架此前以 Python / TypeScript / Java 为主），以及"形态=model"（本库首次出现把 agent 框架标注为 model 形态）。
  • 建议归入：§0.5.1（新增行，⭐⭐，标注"首现的 agent 治理/policy 层"+ "Go 语言"+ "12★ 低热度，证据密度低"）+ §0.5.9 脉络 N（"编排面"补 policy 变量）；不建议单独成 C 条目（12★、单仓库、无任何可核查数字）。

增量 ③ ldbumble/taskuary ⭐⭐（"人工审批闭环"的最完整落地样本）

  • 来源：organized/repo_cards/2796-ldbumble-taskuary.md；https://github.com/ldbumble/taskuary；库内已有攻略 organized/guides/ldbumble-taskuary.md（Tom，2026-08-23）
  • 要点：MIT · Python · 143★ · 周增 +4 · 最近提交 2026-10-30 · 主题 agent / llm-infra · 主分类 agent · 形态 app · 分类 skill · 成熟度 experimental · 首次采集 2026-08-22（本批唯一非首次采集件，但首次进入活文档主棒位）。卡面简介："Your work, already underway. A personal AI assistant for your job: mail, chats and tickets become tasks, the agents you already use (Claude Code, Codex, Gemini) do the work, and nothing goes out until you approve. Open source, runs on your machine." 攻略补充：汇聚 Outlook / Teams / Slack / GitHub Issues 到同一 Timeline，AI 预分类（triage） → 分发给已有的 Coding CLI → 回传草稿供人工审批；Reports 可接 SQL Server / SQLite / MCP / REST / RSS 定时查询；Board 状态机为 Queued / Working / Waiting on you / Done；"Not our task" 写入 AI 学习记忆，下次同类发件人直接过滤；默认 Web UI 在 127.0.0.1:7787。
  • 与活文档脉络的关系：v3.70 的 gtm-mcp-server 已给出协议层的一条硬规则 —— delete 工具必须 confirm: true；本件给出产品层的一条同构规则 —— "nothing goes out until you approve"。两者合起来说明 "人工审批"正在从提示词层的软约束，硬化为工具接口层的强制门。这与 §0.5.9 脉络 L/M 不直接相关，但与 C392（协议层预算）+ C396（可判定性不指定载体） 共同补出"发出去之前"这一侧的规范。本件另一处值得登记的细节是 "用小模型做 triage、昂贵模型留给执行" —— 这是模型分层路由在产品层的具体形态，与 v3.70 C387"成本治理四层联合优化"直接咬合，是本库目前少见的把"小模型 triage / 大模型执行"写进产品结构的可核查样本。
  • 建议归入：§0.5.1（新增行，⭐⭐）+ §3 候选 C（"人工审批是接口层强制门而非提示词约定"可作需求侧候选，证据仅 1 仓库 + 攻略）+ §5 趋势（"模型分层路由进入产品结构"一句）。

增量 ④ Zenglian990/AI_Tutor_Release ⭐⭐（RAG 教辅，本库唯一教育域样本）

  • 来源：organized/repo_cards/4754-zenglian990-ai-tutor-release.md；https://github.com/Zenglian990/AI_Tutor_Release
  • 要点：MIT · JavaScript · 76★ · 周增 +0 · 最近提交 2026-10-30 · 主题 agent / rag / llm-infra · 主分类 rag · 形态 app · 分类 ai · 成熟度 experimental · 待LLM分类:否 · 首次采集 2026-10-30。简介："EduAgent: Open-Source RAG AI Tutor for K-9 Education. 国内首个专为1-9年级量身定制的开源 RAG AI 教辅智能体"。
  • 与活文档脉络的关系：本库此前在 llm-infra 轴上从未出现教育域样本。本件的价值不在技术新意（RAG + 教育是成熟组合），而在于它给出了"垂直域 agent 落地的最小可行形态"的一个实证点：开源、MIT、JS、76★、无任何评测数字、但把"年级分层"这一垂直约束写进了产品定位。它与 v3.70 的 §0.5.9 脉络 J（多代理三层落地）不同层 —— 本件是单个垂直域 agent 的封装，不是编排层。与增量② praxo（治理层）、增量③ taskuary（审批层）合看，本批 6 件 repo_card 里已有 3 件分别在"治理 / 审批 / 垂直域"三个方向上各自命中一个此前空缺的层。
  • 建议归入：§0.5.1（新增行，⭐⭐，标注"首现教育域 RAG 落地样本"）；不建议成 C 条目（零可核查数字，属登记级）。

增量 ⑤ dragon1086/prism-insight ⭐⭐（本批星数最高，且规则是成文可读的）

  • 来源：organized/repo_cards/4747-dragon1086-prism-insight.md；https://github.com/dragon1086/prism-insight；库内已有攻略 organized/guides/dragon1086-prism-insight.md（Tom，2026-10-30）
  • 要点：AGPL-3.0 · Python · 790★（本批最高） · 周增 +0 · 最近提交 2026-10-29 · 主题 agent / llm-infra · 主分类 engineering · 形态 app · 分类 skill · 成熟度 research · 待LLM分类:是 · 首次采集 2026-10-30。攻略补充（已核实至 README / docs/CLAUDE_AGENTS.md / .env.example 级）：覆盖韩股 KOSPI/KOSDAQ + 美股 NYSE/NASDAQ；自述 "13+ specialized AI agents"，但 docs/CLAUDE_AGENTS.md（自标 "Verified against source: 2026-07-29"）明确指出该数字已不是有效契约，改按执行路径划为六条线（宏观 KR/US / 个股研报 KR 六分节 US 五分节 / 策略与摘要 / 交易买卖 / 日志与记忆 / 沟通与咨询）；最新 release v2.25.0。
  • 最有信息量的是"成文规则"本身：README 给出完整 8 步交易规则表 —— 早晚盘各跑 trigger 并按最近 180 天自身记录给 trigger 质量权重 0.7–1.3；买入 1–10 分成文评分（盈利能力/资产负债表/成长性/业务清晰度 + 动量信号 + 趋势检查）并须过 regime 最低分、风险收益下限、止损不宽于 −5%~−7%；账户分 10 个等额 slot，新仓从单 slot 的 30%–80% 起按波动率定大小；场景加仓 2–4 个剧本且只在均价之上、单次不超过上次买入、最多一个整 slot；leader 持有 4–15 个交易日内收盘高于首买价 20%；再入场跟踪最多 60 个交易日、每轮最多 3 次、每市场每天最多 2 单。
  • Stance（策略排行榜）：要求从注册那一刻开始记账、禁止回填历史收益，需满 63 个交易日 + 20 笔已平仓 + 各占资产 ≥1% 才进入正式排名。
  • 已知负向发现由作者自己公开：韩股入场后 60 个交易日内涨超 30% 的交易，实现收益中位数仅 +2%，而峰值收益中位数 +60% —— "卖飞龙头"。
  • ⚠️ 攻略自陈的口径错位：README 明确写 10 月那批改动在 Oct 2–4 上线，Oct 6 才是首个全量生效交易日，而 Season 2 数字截止 Oct 2 —— 表里的业绩基本是旧规则跑出来的，不能用来评估新规则。
  • 与活文档脉络的关系：这是活文档中 "agent 决策规则必须成文、且可被事后审计" 的第一条非安全域证据。v3.70 的可判定性五面全部落在"agent 产物是否可核验"（形式化定理 / rubric / reward_key / 信任判决 / audit log / 可读剧本）；本件给出第七个候选面 —— "规则面"：把"怎么买、怎么卖、怎么加仓"写成 8 步带阈值的规则表，然后按表执行。其 Stance 的"禁止回填历史收益、需满 63 交易日才入榜" 是本库首次出现"评价体系的可比性前置条件"这一要求，与 Workspace-Bench（2605.03596）的"5 画像 / rubric / Pass@30→Pass@100 崩塌"、AutomationBench 的"终态断言"共同构成 "评测的可比性需要前置门槛" 这一新维度。"卖飞龙头"的负向发现则与 v3.70 脉络 M 中 SeeRepo 的负向结果同型 —— 本库的负向证据正在从"模型侧"扩展到"规则侧"。
  • 建议归入：§0.5.1（新增行，⭐⭐）+ §0.5.9 脉络 N（"可判定性"补"规则面"候选）+ §3 候选 C（"评价体系需前置门槛才可比"）；§4 新增 1 条 O（见 §2）；注意：AGPL-3.0 与"业绩数字口径错位"两条必须随引用同现。

§2 值得警惕的矛盾 / 待核实说法

建议今晚登记为 D302 起（接 v3.70 的 D301）

  • D302 候选 ⚠⚬（InteractiveWorld，"Claude Fable 5.1" 与 20%/25%）：这三个数字取自 arXiv abstract verbatim，攻略未回查论文正文 Table，因此"是最高 20% 还是平均 20%、对应哪一列、12 个模型的完整名单与分母"均未核实。"Claude Fable 5.1" 系 abstract 抄录，未在 Anthropic 官方页面独立核实其是否为正式公开模型名。这是本批唯一的论文级数字，也是最容易被误引的一个 —— 建议今晚若写入正文，必须显式标注"abstract 级数字，未回查正文表格，模型名待独立核实"，不得简写为"最强模型仅 20% 成功率"。

  • D303 候选 ⚠⚬（InteractiveWorld，"可验证"的强度有边界）："判定不看文本看世界状态" 成立于 Native TaskPack score（谓词级 strict_success）；但官方基准数字（release rubric score）恰恰需要人工/模型逐条裁定 464 条准则 —— 即"可验证"最强的部分（世界状态判定）与"官方可比分数"的部分（人工裁定 rubric）不是同一套。攻略已明确"release score 需要逐条裁定 464 条准则，先看 native score"。若把 InteractiveWorld 登记为"LLM 打分-free 的可验证环境"，是与 release rubric 口径冲突的。

  • D304 候选 ⚠⚬（InteractiveWorld，成本口径与"可验证"前提）：strict_success 要求"最终世界状态里每个 goal 谓词都成立"，这隐含要求环境状态完全可控；但《综合，人类扮演者是一个模型，其行为带有模型自身的随机性与偏差。论文用"固定 Human 模型（Gemini 3.1 Pro）"来控制该变量 —— 因此分数测的是"固定搭档下 assistant 的指导质量"，不是"对任意人的指导质量"。攻略坑 12 已点出"换了 Human 模型却不改 Human，导致分数不可比"。跨论文比较时必须确认 Human 是否固定、是否同代**。

  • D305 候选 ⚠⚬（InteractiveWorld，重资产门槛）：A100 80 GB + 约 100 GB 磁盘 + BEHAVIOR-1K 3.9.0 精确版本 + SMPL+H/ACCAD 需注册下载且仅限非商业研究。即"可验证交互环境"目前只有研究机构能跑；且仓库无 release / 无 tag（创建 2026-10-24，最后 push 2026-10-27），"安装"实质是 clone main，复现前必须记录 commit hash。登记时应标注"实验可复现性依赖 commit pin"，不可当稳定依赖引用。

  • D306 候选 ⚠⚬（prism-insight，业绩数字的规则口径错位）：攻略已自陈 —— README 明确写 10 月改动 Oct 2–4 上线、Oct 6 才是首个全量生效交易日、Season 2 数字截止 Oct 2，表里的业绩基本是旧规则跑出来的，不能用来评估新规则。因此本件的胜率数字（KR 40.3% / US 33.1%）与 8 步规则表不是同一版本。引用该仓任何胜率/收益数字时，必须同时标注"属旧规则口径"，否则会得出"新规则无效"的错误结论。

  • D307 候选 ⚠（prism-insight，"13+ agents" 数字已失效）：README 自述 "13+ specialized AI agents"，但 docs/CLAUDE_AGENTS.md（自标 "Verified against source: 2026-07-29"）明确指出这个数字已经不是有效契约，改按执行路径划分六条线。这是本库"厂商自述数字 vs 内部文档声明"的第一处直接冲突，登记时应记为"agent 数量不是稳定契约字段"，而非引 README 的 13+。

  • D308 候选 ⚠（prism-insight，AGPL-3.0 与"研究成熟度"的错配）：790★ / research 成熟度，但 AGPL-3.0 具传染性（攻略坑 8 明确提示"二次分发或闭源集成前先读许可证"）。活文档 §6.99.5 URL 段登记时不得暗示可自由嵌入闭源产品。

  • D309 候选 ⚠（praxo-core，规模与机制密度）：12★ + 周增 +0 + 形态 model + 首次采集，是本批最小的一件。它的关键词（governed loop / policy / sandboxing）与既有材料概念上高度相关，但仓库内无任何可核查细节（无规则样本、无策略语言、无沙箱边界说明）。"agent 循环需要被 policy 管住"在本库是命题而非事实 —— 今晚若写入，须明确标注为"来自项目自述的关键词"，不得升格为机制论证。

  • D310 候选 ⚠（taskuary，"nothing goes out until you approve" 的实际边界）：简介与攻略均强调人工审批，但攻略同时记载 "Not our task" 会写入 AI 学习记忆、下次同类发件人直接过滤、以及 Reports 的定时查询会自动发起到时间线。即"审批"覆盖的是"对外发出去"这一动作，而非"读取/拉取/入库"。"nothing goes out until you approve" 是对外部可见动作的约束，不是对全部数据流动的约束 —— 若登记为"人工在环闭环"，须补上这一限定，否则会与"local-first、上不上云"的表述混为一谈。

  • D311 候选 ⚠（AI_Tutor_Release，"国内首个" 是排他性主张）：简介称"国内首个专为 1-9 年级量身定制的开源 RAG AI 教辅智能体"。"首个"是无第三方验证的排他性表述，与 v3.70 D301 对 vigil "leading" 的处理同类，不得作为结论引用。另本件零评测数字、零技术细节，只能作登记级材料。

  • D312 候选 ⚠（onnx/ir-py，本批唯一"零讨论价值"件）：Apache-2.0 · Python · 52★ · 周增 +0 · 最近提交 2026-10-30 · 主分类 engineering · 形态 app · 待LLM分类:是 · 首次采集 2026-10-30。简介："Efficient in-memory representation for ONNX, in Python"。卡片只有一句简介，无版本、无基准、无 API、无 README 核实。建议今晚只在 §6.99.5 登记 URL，不占 §0.5.1 主棒位（否则会拉低该表的信息密度均值）；若后续要升格，须先做 README 级核实并补版本锚点。

跨材料的口径提醒（不新增矛盾，仅作引用纪律）

  • 采集时间 ≠ 新观点：本批 6 件 repo_card 中 5 件为 2026-10-30 首次采集（taskuary 首次采集为 2026-08-22）。"首次登记"与"指标刷新"必须区分 —— 尤其 taskuary 的"最近提交 2026-10-30"只说明仓库活跃，不说明其机制是新的（其攻略写于 2026-08-23）。
  • 周增与星数不可混用：本批周增最高为 InteractiveWorld +203（配合 79★、仓库仅 6 天新），星数最高为 prism-insight 790（但周增 +0）。两种热度信号指向完全不同的成熟度，不可合并成单一"热度"结论。
  • 证据密度分级须诚实：本批 3 件（InteractiveWorld / taskuary / prism-insight）已有库内攻略支撑（README/官方文档/论文 abstract 级），3 件（praxo-core / AI_Tutor / onnx-ir-py）为纯卡片元数据。这与 v3.70 的 8/8 全部 README 级形成落差，今晚落笔时须保持这一分级诚实度（沿用 v3.69→v3.70 的 D299-D301 那类"卡片自述即被引为事实"的教训）。
  • 本轮 arXiv 累积：+1（2402.06196），§6.99.2 应为 494 → 495。另有一个候选 2610.33966（InteractiveWorld 论文）不在 manifest 内、本轮未读其卡片，故不计入，但今晚若处理 InteractiveWorld，该号应一并考虑（见 §3 提醒）。

§3 可引用的 arXiv 号列表

本轮 NET-new arXiv：1 件。 §6.99.2 应由 494 → 495。

arXiv 号 标题 状态 本轮处理
arXiv:2402.06196 Large Language Models: A Survey NET-new（基线 494 件中 grep 命中 0） 卡片 organized/paper_cards/452-2402-06196.md；被引 1162（S2）/ 324（OpenAlex）/ 影响力被引 55；OpenAlex更新=2026-10-29；TLDR：综述 GPT / LLaMA / PaLM 三大家族及其特性、贡献与局限，并概述构建与增强 LLM 的技术。⚠️ 论文本身为 2024 年 2 月综述，本轮卡片为元数据回填；其"综述"性质使其与活文档 §0.5 的"本库前沿增量"定位不匹配 —— 建议作为历史基线/族谱参照登记，不作为今日技术增量。
arXiv:1406.2661 Generative Adversarial Networks 已在基线（§6.99.2 表内 + §0.5.3 "关联基线"） 本轮为采集刷新（被引 4475 / S2 278 / OpenAlex 更新 2026-10-27），不重复计入，仅作对照。
arXiv:2610.33966 InteractiveWorld: A Verifiable Human-Centric Environment for Building Better Interactive MLLM Assistants 不在基线 494 件内，但不在本轮 manifest 的 8 件材料中 由库内攻略 organized/guides/facebookresearch-interactiveworld.md 锚定（cs.HC，v1 2026-10-25）。本轮未读其 paper_card，不计入累积；但今晚处理 InteractiveWorld 时应一并考虑登记，因其是本批唯一有论文级 anchor 的材料。
arXiv:2607.09424 A Sovereign, Open-Source Foundation Model for German and English (Soofi S 30B-A3B) 不在基线内，属旧卡回填 主权开源德英 MoE 混合 Mamba Transformer；OpenAlex更新=2026-07-19、被引仅 3。本轮不计入。

给今晚的提醒：本轮真正可进累积的 arXiv 只有 1 件（2402.06196），且它是综述性旧作，信息密度低于 v3.70 的 3 篇正文表格级论文。若今晚棒次需要论文级增量，2610.33966（InteractiveWorld）是最有价值的补料方向 —— 它已由攻略核实到 abstract 级，但正文表格未回查（D302）。

§4 本轮检查过的来源（可核查清单）

清单材料（8/8 全读，对应文件） - organized/paper_cards/531-1406-2661.md（GAN · arXiv:1406.2661） - organized/paper_cards/452-2402-06196.md（LLM Survey · arXiv:2402.06196） - organized/repo_cards/4748-facebookresearch-interactiveworld.md - organized/repo_cards/4763-axisvela-praxo-core.md - organized/repo_cards/2796-ldbumble-taskuary.md - organized/repo_cards/4754-zenglian990-ai-tutor-release.md - organized/repo_cards/4751-onnx-ir-py.md - organized/repo_cards/4747-dragon1086-prism-insight.md

基线与辅助 - organized/knowledge/llm-infra.md（v3.70；§0 / §0.5.1 / §0.5.3 / §0.5.6 / §0.5.9 / §3 / §4 / §5 / §6.99.2 arXiv 494 件 / §6.99.5 URL 736 件） - organized/queue/work-queue.md（2026-10-30 18:00 生成；§1 待深度解读 1 项（2610.12998）· §2 待更新主题 5 个 · §4 待写攻略 3 项（含 spark 认领 DenisovAV/flutter_edge_ai）· §5 缺 TLDR 14 张 · §6 待精分类 225 张） - organized/knowledge/archive/llm-infra-changelog.md（存在，确认只读，未写入） - organized/topic_pages/llm-infra.md（存在，确认只读）

库内已有攻略（用于交叉复用已核实事实，非本轮新增） - organized/guides/facebookresearch-interactiveworld.md（spark · 2026-10-30 · README/INSTALL/BENCHMARK/arXiv abstract/GitHub API 五源） - organized/guides/dragon1086-prism-insight.md（Tom · 2026-10-30） - organized/guides/ldbumble-taskuary.md（Tom · 2026-08-23）

近 2 天同主题笔记抽查（llm-infra 相关） - inbox/spark/2026-10-29-llm-infra-e1prep.md（上一轮基线 · 8 件 repo_card · 零 arXiv） - inbox/spark/2026-10-28-llm-infra-e1prep.md（v3.69 时期 8 件） - inbox/tom/2026-10-29-inference-e1prep.md（inference 主题，含 arXiv:2610.02076 LLM-as-Jev、arXiv:2610.37358 二次检索按收益付费 —— 仅作口径与去重参考，未采其材料） - inbox/tom/2026-10-30-evaluation-e1prep.md、inbox/tom/2026-10-30T1440-agent-rag-longcontext-radar.md、inbox/jay/2026-10-30-engineering-e1prep.md、inbox/jay/2026-10-30-1105-engineering-brief.md、inbox/jay/2026-10-30T1735-blogs-discovery.md、inbox/jay/2026-10-30T1620-csdn-discovery.md、inbox/flyp/2026-10-30T1550-critical-read.md、inbox/stephen/2026-10-30-ai-industry-e1prep.md —— 对 6 个 repo 标识 + 2 个 arXiv 号逐一 grep，命中 0（仅 "gan" 字面子串误匹配，非本轮材料）

近 3 天 paper_cards 抽查 - organized/paper_cards/ mtime ≥ 2026-10-28 且含 llm-infra 标签的 56 张（逐张 mtime + 主题 grep + 与基线 arXiv 表对照）—— 除清单内 2 张外，全部为旧论文的标签漂移（Gemma 2403.08295 / PaLM 2 2305.10403 / Self-Consistency 2203.11171 / Mamba 2312.00752 / LLaMA 2302.13971 / TensorFlow 1603.04467 / T0 1904.09751 / 目标检测综述 1905.05055 / 多任务提示 2110.08207 / MUSE 1711.10561 等），不构成今日新增量。

未做（边界） - 未联网 / 未 web 搜索补料；未全库扫描；未重写活文档；未改清单、基线、认领记录、changelog 或定时配置；未写他人目录；未 git 操作；未输出任何密钥。

§5 给今晚棒位的三句话

  1. 本批最强的一件是 InteractiveWorld，但它同时是本批证据密度最高、也最容易误引的一件 —— 它的 "可验证" 成立于谓词级 Native score，官方 release rubric score 反而需要人工逐条裁定 464 条准则；而唯一被引的论文数字（Claude Fable 5.1 的 20%/25%）未回查正文表格、模型名未独立核实。今晚写它，务必把 D302-D305 四条一起写上，否则"可验证交互环境"会被简化成一个它并不支持的结论。

  2. 本批的真正增量是"层"，不是"仓库" —— praxo（治理/policy 层）、taskuary（审批层）、InteractiveWorld（闭环交互评测层）、AI_Tutor（垂直域层）四件各占一个此前空缺的位置，共同把 v3.70 的"编排面/可判定性轴"从概念推到了四个可命名的具体层；但四件全部零可核查数字，因此建议只做"层"的登记与脉络挂接，不要升级为 C 条目。

  3. 本轮只有 1 件 arXiv 增量（2402.06196），且是综述性旧作 —— 若今晚棒次需要论文级材料，arXiv:2610.33966（InteractiveWorld 论文）是最该补的方向（攻略已核实到 abstract，正文表格未回查）；prism-insight 的 "13+ agents" 与其胜率数字两处口径问题，必须随引用同现（D306/D307）。