研究贡献原稿关注 ProteinGeoBench 的131个蛋白结构任务：四个前沿模型共4249次运行，另有26模型4486次扩展试验。三款领先模型得分差异不超过0.031；数值任务只有28个，却占四模型共同失败的12个任务的一半，说明总分可能掩盖具体能力短板。

证据与局限原稿提出按任务族报告分数，并同时记录运行次数、框架和访问条件，这与论文的方法学主张一致。单次抽样有23.9%的概率改变榜首，不能据此稳定排列模型；本版删除了原稿对无直接实验支持的具体蛋白模型研发路线的外推，保留可核验实验结论。

研究贡献原稿介绍 PhysWord 以抓、按、旋转等原子动作词作为语义锚点，将对应隐藏状态与未来视觉及可选触觉表征对齐，再沿时间预测动作阶段。论文报告 UniVTAC 成功率90.3%、LIBERO-Long 99.6%，并包含双臂夹爪与灵巧手的真实操作实验。

证据与局限两个成功率来自不同基准，不能合并为通用机器人能力，也不能直接证明优于所有世界动作模型路线。本版保留原稿对结构化推理的观察，去掉无统一对照支持的竞争排名；复现仍需检查动作词消融、长程错误累积、传感器条件与任务划分。

研究贡献原稿将 MemT-1.0 的特点概括为主干网络与动态记忆状态分离，模型学习记忆的读写和更新，在交互后刷新状态，无需为每轮对话重新训练完整模型。它不同于每次重新检索全部历史文本的路线，但长期信息保留仍受状态容量和训练分布约束。

证据与局限原稿引用的长对话案例只能作为演示，不能证明在所有记忆任务上领先。官方仓库承认文本记忆系统在部分长历史细节检索上更强；本版同时补充非商业软件许可边界，研究者还需复现纠错、删除、隔离及状态压缩损失，不能将公开代码等同商业开放。

研究贡献原稿在 Anthropic 安全路线图条目中提及19日发布的 GRAFT，本版将其中研究内容独立选出。方法利用监测器把不良行为相关梯度导向部署时丢弃的适配器，而让保留部分学习目标行为，探索不用整体惩罚来隔离训练中的错误捷径。

证据与局限原文实验以小模型及简化任务为主，不能推出对齐论文已经解决生产模型安全问题。监测器漏检、误判、分布外行为和正常能力损失都需要进一步验证；本版不保留原稿对不同公司的泛化价值判断，只呈现方法机制及作者实验所能支持的边界。

研究贡献原稿介绍 Frontiers 于19日宣布的 AI in Science Enablers pledge：计划在12个月内支持1000个 Horizon Europe 数据集整理，提供100项 FAIR² 发表资助，并提前开放相关数据服务。公告总额为超过160万欧元的服务价值，不应描述为直接发放同额现金。

证据与局限研究意义在于改善机器可读元数据、数据发现与复用条件，但计划规模尚非已经交付的成果。研究者需检查申请资格、数据许可、敏感信息授权和后续维护；本版移除原稿对其他机构同期政策的未核实延伸，不将数据整理自动等同于可直接训练或有效提升模型。