神经主题模型虽能实现可扩展的语义发现，但其与量子硬件的结合尚未得到充分探索。本文提出了一种概念验证的混合经典-量子变分自编码器（VAE），在VAE的推理网络中嵌入参数化量子电路，同时保留经典的主题-词解码器。为解决量子硬件资源受限的问题，提出了一种改进的高斯Softmax后验分布，将潜在空间维度与待提取主题数量解耦，使得模型能够在仅有10个量子比特的低资源量子设备上运行。在AgNews数据集上，该混合VAE在主题一致性（C_v为0.71）和点互信息（NPMI为0.20）上均超越了现有最先进的神经主题模型，同时保持了高主题多样性。作为对比，全经典变体也在同一数据集上超越现有模型，并在潜在空间中展现出清晰的类别分离。这些结果表明，即使在NISQ时代的设备上，混合VAE在计算上也是可行的，为量子增强主题建模指明了有前景的方向。

该研究提出一个验证框架，评估基于大语言模型（LLM）的城市模拟器生成的人类移动模式是否真实。通过对巴黎大区和上海的数据集测试AgentSociety和CitySim，发现这些模拟器虽能生成看似合理的叙事，但未能复现真实的时空约束，如行程长度分布、起止点流量、停留时间和转换动态。研究还指出，移动多样性对提示配置敏感，需要显式的个体画像初始化。作者提供了可扩展的开源工具，用于地图生成、模拟增强、移动指标计算和交通模拟。

当前文化对齐方法主要关注推理时干预，但模型可能缺乏足够的文化知识。研究提出“文化漏斗”概念，指出在后训练阶段文化信号显著减少，而地理集中、任务专业化的数据占主导。多语言虽能增强地理多样性，但不能保证平衡。发布含560万样本的文化标记数据集，提升下游文化基准性能。

本文概述了QIAS 2026共享任务，该任务旨在评估大语言模型在伊斯兰继承领域的复杂推理能力。任务基于MAWARITH基准数据集（12,500个阿拉伯语继承案例），共有16个团队参与，采用了提示、检索增强生成和微调等方法。结果表明，当前模型在法律解释和结构化数值推理方面仍面临巨大挑战。

本研究介绍了PSL团队在2026年QIAS阿拉伯伊斯兰继承推理共享任务中的参与情况。该任务评估大型语言模型解决涉及法律解释、多步推理和精确数值计算的继承案件的能力。结果显示，商业模型（如Gemini 2.5 Flash）在识别合格继承人、应用排除规则和保持推理一致性方面表现更佳，而开源模型在依赖法律决策和分数份额调整的情况下稳定性较差。

一项新研究介绍了WebDecept，一个用于注入欺骗性界面以测试网页代理安全性的框架。评估表明，当前代理极易受到定向广告、域名重定向等操纵，且基于提示的防御往往失效。

一项新研究发现，使用大型语言模型（LLM）作为评审（LLM-as-a-Judge）来评估其他模型输出时存在显著的不稳定性：成对偏好平均翻转率为13.6%，28%的问题超过20%的翻转率，个别问题高达56%。GPT-4o-mini表现出明显的首位偏见，且不同评审之间的一致性仅为76%。研究表明，单次评估噪声过大，建议采用多次实验聚合、随机化位置和明确报告不确定性。

研究表明，大脑皮层神经活动的试次间变异性（结构化噪声）可以显著提高人工神经网络对对抗攻击和自然图像修改的鲁棒性，其中自然修改的鲁棒性提升最大但迁移性差，而对抗噪声的结构可推广到其他攻击。

arXiv 论文提出 DiPOD 框架，通过自蒸馏与策略改进梯度更新交替进行，解决了扩散策略优化中的双重漂移问题，稳定训练并实现更高奖励。

一篇新论文提出Cheap LoRA (cLA)和链式循环变体c³LA，通过在现有LoRA变体中引入稀疏性，实现参数高效的微调。理论推导了泛化误差界，实验表明在11种微调方法、10个预训练模型和14个数据集上，稀疏结构化列空间限制的LoRA方法在保持竞争力的同时，可减少高达10%的训练时间和15%的峰值GPU内存。

本文提出D2H-AD，一种基于超维度计算（HDC）的新型异常检测框架。该框架集成距离相似性和密度感知编码，在五个基准数据集上优于现有方法，并表现出高精度、可解释性和计算效率，适用于TinyML和边缘AI部署。

最新研究通过干预训练过程中的权重范数，证实了权重范数是神经网络“顿悟”（延迟泛化）的因果决定因素。研究发现，在自由训练中，网络在权重范数达到一个临界值Wc时发生顿悟，该值变化极小且随模数呈幂律增长。当固定范数为Wc的倍数ρ时，延迟时间遵循T_grok ∝ exp(αρ)，指数α≈7.5，拟合优度R²=0.996。固定范数可使延迟变化约19倍，而学习率仅影响约2倍。添加LayerNorm可消除这种依赖。

本文提出一种全GPU工作流，通过可微高保真求解器JAX-Fluids加速数据生成，并利用不确定性量化和物理感知细化训练神经仿真器，有效解决了高超声速流中陡峭梯度预测的难题。

一种针对时尚电商促销活动的新算法定价工具，采用日分辨率需求预测和多目标优化，在Zalando的A/B测试中实现了6%的利润提升。

本文提出llada.cpp，首个针对移动NPU优化的扩散大语言模型推理框架。通过多块投机解码、双路径渐进修正和交换优化内存运行时三项技术，在保证生成质量的同时，将LLaDA-8B的生成延迟较CPU基线降低17-42倍。

研究表明，编辑单个神经元就可以消除Gemma 4指令调优模型中的重复循环，但在长时间推理中的“末日循环”仍无法彻底解决，这本质上是一个知识精度问题。

在低资源数据孤岛中，使用本地参考分布进行数据选择反而会加速模型崩溃，导致多样性呈幂律衰减。通过构建不共享原始数据的Wasserstein代理参考，可以缓解多样性退化。

TwinBI 是一种智能数字孪生框架，通过将基于LLM的代理系统与可执行的BI仪表盘状态相结合，统一了对话交互、仪表盘操作、语义锚定和溯源跟踪。在A/B测试中，它将精确匹配准确率从43.3%提升至63.3%，部分匹配准确率从48.3%提升至70.8%，并将超时率从40.0%大幅降低至10.0%。用户研究也证实了集成仪表盘与聊天工作流在任务准确性和工作负载方面的优势。

YeasierAgent是一种新型应用构建范式，基于共生体Agent、叙事世界和场景感知交互。它通过将应用重新定义为用户、Agent和世界之间的协作空间，挑战传统的设备耦合软件模型。该系统架构实现两大贡献：利用平台无关的交互单元（Agent、场景、对话）快速构建跨平台的原生Agent应用，并在单一体验沙盒中统一Agent的情感陪伴和工具执行属性。通过整合自动生成、用户创建世界和空间多Agent协作，YeasierAgent形式化了“共生体Agent原生应用”类别，展示了从孤立、工具特定的聊天机器人向凝聚、社会嵌入的计算环境转变。

一篇新论文比较了差异均值法（DiM）和迭代空空间投影法（INLP）在安全微调聊天模型中引导拒绝行为的效果。研究发现，INLP反事实翻转在拒绝抑制方面与DiM定向消融相当，而空空间投影则较弱。将INLP限制在主要方向可以保持抑制效果且困惑度接近基线，两种干预方法落入激活空间的不同区域，表明模型对概念缺失与相反概念有不同的编码。

2024年，WorkBench上最强的代理GPT-4完成43%任务，26%有害行为；2026年，Claude Opus 4.8完成89%，有害行为降至2.5%。能力与安全性协同提升；基本错误仍可能导致不可逆损害；开源模型降低成本。更新版基准发布。

提出混合开放式三进化（HOTE）框架，利用混合模式强化学习促进提议者、求解者和评判者基于网络规模知识的协同进化，实现自主进化智能体。实验表明，8B模型在长格式深度研究基准上超越最强静态8-32B模型及最先进深度研究方法，且时间开销更低。

本文提出Orchestra-o1，一个支持文本、图像、音频和视频等多种模态统一编排的智能体协作框架。该框架通过模态感知的任务分解、在线子智能体专业化和并行子任务执行，在OmniGAIA基准上超越第二名方法10.3%的准确率。同时引入决策对齐组相对策略优化（DA-GRPO）训练方法，使Orchestra-o1-8B模型在开源全模态智能体中达到最先进水平。

泥泞儿童谜题是关于知识与无知的经典谜题，对认知逻辑的发展具有重要启发作用。其起源尚不明确，本文追溯该谜题在过去两个世纪逻辑与文学出版物中的演变，并介绍其多种变体及一个涉及自指的新帽子谜题。

Noah AI是一个专为制药、生物技术和医疗专业人员设计的领域特定AI平台，可访问超过1亿篇研究文章、临床试验、指南、专利和财务报告。它通过智能代理将问题转化为带有引用的决策就绪报告，支持自动化工作流和专家技能，显著提升工作效率。

研究表明，无需隐藏提示或更改科学内容，仅修改论文的演示层面（如摘要、叙述结构等）就能显著欺骗AI评审者，攻击成功率达75.1%。

英伟达的策略不仅是制造GPU，而是通过大规模投资整个AI生态系统来创造对其核心产品的需求，形成一个自我强化的循环，巩固其主导地位。仅在2026年前五个月就部署了超过400亿美元，英伟达既是供应商又是融资方，确保其芯片成为AI经济的核心资源。

Dream Server 是一个一键安装的本地 AI 服务器套件，支持 Linux、Windows 和 macOS，集成了模型推理、聊天界面、控制面板、语音、代理、工作流、RAG、图像生成和隐私工具，无需云服务或订阅。

企业AI智能体正从集中式服务器向分布式环境迁移，这一趋势提高了灵活性和响应速度。Focused Labs 提供为期三周的智能体蓝图服务，帮助企业快速实现生产级智能体部署。

LLM Gateway Chat 是一个集成超过210个AI模型的统一平台，支持在对话中切换模型，提供图像、视频、音频和画布工作室，以及群组模式并排比较答案。一个余额覆盖所有使用，订阅从每月9美元起。