SpeechDx是一个大规模基准测试，涵盖12个数据集和27个任务，用于评估临床语音AI。它按语音产生阶段组织任务，测试模型泛化能力。评估12种音频编码器发现，大规模语音模型表现最佳，但尚无通用表示。

MemTrace是一个以知识点为基本单位的长期记忆评估基准，从记忆年龄、问题类型和证据条件三个维度探查事实。实验发现，相似的整体准确率掩盖了不同的失败模式，主要瓶颈在于证据使用而非检索。

一项新研究探索语言模型是否能独立发现“零”这一数学概念。研究发现，GPT-2规模的语言模型在零样本情况下无法泛化，但通过少量示例训练后性能显著提升，且语言预训练可减少所需示例约50%，表明语言能力有助于神经网络的数学发现。

在技能受限的生产-库存系统中，明天的合格人力容量取决于今天的培训决策：生产需要持证工人，认证若不维护将失效，培训消耗与生产相同的稀缺工时。研究提出了一种闭环技能受限模型预测控制器，每班次求解有限时域混合整数规划，涵盖生产、库存、积压和培训，并具有可解释的终端价值函数，用于评估计划期末的认证能力差距。在合成的SkillChain-Gym场景上的评估显示，没有哪种策略类占主导：预测控制在技能或劳动力瓶颈可提前预测时有效，而静态交叉培训保险在突发冲击、需求接近产能边界以及冲击前松弛使保险成本低廉时难以被击败。归因消融实验区分了认证维护、失效认证重新获取和新技能获取的影响。可预测性，而非适应性本身，决定了预测控制何时有价值。

研究人员提出了一种自进化框架，利用大语言模型（LLM）驱动的智能体自动生成查询重写规则，在不进行参数训练的情况下增强BM25算法在法律案例检索中的性能。实验表明，该方法在中文法律案例检索基准LeCaRD-v2上优于人工设计规则和贪心规则选择等基线。

本文提出DivInit方法，通过在第一轮查询中引入多样性，解决了标准并行采样在智能搜索中收益递减的问题。该方法无需训练，通过从单个调用中抽取候选查询并选择多样化的子集，显著提升了多跳问答的性能。

麻省理工学院研究人员开发了一种新的长期记忆框架DAAAM，该框架结合了丰富的对象描述和3D地图，使机器人能够快速形成和回忆详细的空间记忆，并用自然语言回答复杂问题。这项技术的准确性比现有方法高21%至53%，可应用于机器人、增强现实等领域。

Loomcycle是一个轻量级的自托管运行时，作为边车与应用程序一起运行，提供代理循环、多提供商路由、内存和通道原语、MCP服务器身份、OpenTelemetry跟踪以及多副本协调。它支持HTTP、gRPC、MCP、TypeScript和Python适配器，旨在成为代理系统市场中的第四种选择，介于嵌入式库、托管云服务和代理网关之间。

Respond.io，一家总部位于吉隆坡的客户对话管理软件公司，宣布获得6250万美元的B轮融资，由Camber Partners领投。该公司年经常性收入达3500万美元，同比增长169%，利润率30%。

SciFigureAI 是一款利用AI快速生成科学图形草稿的工具，支持从文本、草图或图片出发，经过多轮编辑与导出，帮助研究人员高效完成论文、海报、基金申请和演示文稿中的图形制作。其核心工作流程包括描述、生成、编辑和导出，并内置丰富的灵感库和多种视觉风格。

Locofy 提供了位于 Figma 与 Cursor、Claude 之间的智能前端层，能够将设计直接转化为代码，大幅提升开发效率。

一位电影制作人分享了其通过XPRIZE竞赛获得250万美元资金的完整策略，并提供了制作乐观科幻电影的操作指南。

Japanly AEO 是一款免费工具，可测试ChatGPT、Gemini和Claude等日本AI搜索是否会推荐你的品牌。它从引用率、敬语语气和引用结构三个维度评分，并提供改进建议。

Centri是一个开源项目，通过持久的记忆脊柱解决AI代理的遗忘问题。它采用仅追加的事件脊柱作为真相来源，派生可重新推导的记忆图，确定性地为每轮对话组装上下文。主要功能包括事件脊柱、类型化记忆图、确定性策展、FTS5精确回忆、LLM整合、时间回忆、基于ACP的编码委托、工具合同和历史导入。与Letta的基准测试显示，Centri在处理过时事实方面表现更佳。

penguinAI 是一个注重隐私的 Character.ai 替代方案，无需自托管即可使用。它提供角色交互功能，用户可以与各种AI角色进行对话。项目简洁易用，无需复杂设置。

作者通过数百次关于AI的对话，探讨了AI作为加速器对社会、工作和人性的影响。AI不仅是一个生产力工具，还能放大社会现象，使人类特质更加珍贵。文章还提到了宾夕法尼亚州的政策响应。

Databricks提出了Agentic CDP概念，这是一种针对AI代理时代重新设计的客户数据平台。与传统CDP不同，它提供“黄金上下文”（Golden Context）和“无限营销活动”（Infinity Campaigns），嵌入数据基础架构，实现毫秒级实时个性化。文章认为，买家已转由AI代理进行决策，传统CDP因速度慢、缺乏上下文和无法做到真正的1:1个性化而失效。

作者利用AI代理构建了一个免费的Crunchbase替代品，通过类似Grokipedia的方式研究初创企业，提供详细资料，并允许用户报告不准确信息。

研究发现，在2022年为期两周的编程马拉松中，当前AI代理在24小时内性能趋于平缓，而顶尖人类在两周内持续提升。通过Elo评分与重复采样参考线的对比，表明人类在长期测试时适应方面仍远超AI代理。

本文详细介绍了如何通过Devopness平台，使用Docker、自动HTTPS和身份验证部署Hermes自主AI代理。指南涵盖了从创建服务器、配置应用程序、设置持久化存储到部署和测试的完整步骤，使AI代理能够在云基础设施上7x24小时运行，并支持Slack、GitHub等集成。

本教程详细介绍了如何使用xFormers工具包在GPU上构建快速、内存高效的Transformer模型。我们从验证内存高效注意力与标准注意力的对比开始，然后比较不同序列长度下的速度和内存消耗。接着探讨了因果掩码、变长序列打包、分组查询注意力（GQA）和自定义ALiBi位置偏置。最后，我们将这些技术组合成一个可训练的GPT风格模型，包含SwiGLU前馈层和自动混合精度训练。

LifeSciBench是由专家撰写并评审的基准测试，用于评估AI系统处理真实生命科学研究任务和决策的能力。

我们使用Kimi K2.7 Code和Claude Fable 5生成了12个着陆页。Kimi的成本降低了94%，且每个页面的评分仅相差几分。开源模型不仅更便宜，而且在质量上具有竞争力，差距正在迅速缩小。

Agentic Resource Discovery（ARD）规范为AI智能体提供了一个发现层，使其能够动态寻找工具、技能和其他智能体，而无需预安装配置。Hugging Face 在其 Hub 上实现了参考工具，支持自然语言搜索。

Weaviate 宣布其云平台全面推出免费层级，包括托管数据库、Query Agent 和 Engram 记忆层，无需信用卡且无时间限制，让用户可以自由构建原型并长期使用。

本视频展示了如何利用Claude Code和Cloudflare技术栈构建并部署生产级AI应用，涵盖从开发到运维的关键实践。

Databricks发布Genie One，一款基于代理的AI同事工具，旨在帮助企业团队编排工作流程并自动化任务。它通过Genie Ontology上下文层全面理解业务，支持结构化和非结构化数据，并能跨平台采取行动。此外，还推出了Lake TAP架构、Genie Agents、Genie App Builder等新功能，采用按使用量付费模式。

Wolfram 语言与 Mathematica 第15版正式发布，新增内置AI助手、符号音乐、时间序列增强、分类数据处理等大量核心功能。文章回顾了自1988年以来的发展历程，并探讨了AI时代下Wolfram语言作为精确计算载体的独特作用。

Amazon Bedrock Guardrails推出了新的InvokeGuardrailChecks API，允许在Agentic AI应用的任意环节应用独立的安全检查，无需创建Guardrail资源。该API以仅检测模式运行，返回数值分数，使您能够自定义阈值和操作。本文介绍了API的工作原理及如何构建安全的多轮Agentic AI应用。

Databricks发布了一系列新工具，旨在支持AI代理的部署与运行，包括新型架构Lake Transactional/Analytical Processing、实时湖仓引擎Reyden以及Genie AI平台的增强。公司CEO Ali Ghodsi认为AGI已经到来，关键在于如何将AI融入企业运营。