离线强化学习为利用历史托卡马克数据开发等离子体控制器提供了有前景的途径，但因缺乏标准化基准而难以衡量进展。本文提出RL4F，一个基于DIII-D托卡马克真实放电数据的离线强化学习基准，涵盖旋转、密度、温度和压力四个全剖面跟踪任务。评估表明，离线基于模型的强化学习在多数任务上平均性能最优，但无单一方法统治所有任务，凸显了复杂长时域等离子体控制中动力学建模的重要性。代码、数据集和评估框架已开源。

本文提出了一种名为“最差维度优化”的新方法，用于改进多模态推理。传统的过程奖励模型（PRM）对所有维度（如视觉基础、逻辑一致性）等权处理，可能导致个别维度的失败被主导因素掩盖。新方法专注于优化推理路径中最薄弱的维度，从而保证整体推理的有效性。

本研究提出了GNOVA框架，一种结合门控循环单元和神经常微分方程的变分自编码器，旨在通过常规临床数据（无需MRI、PET或CSF）双向预测阿尔茨海默病患者的认知评分（CDR-SB和MMSE），实现疾病轨迹的重建与预测，并提供不确定性估计。在ADNI数据集的1727名患者中，模型取得了1.35和2.28的平均绝对误差，年龄、BMI和APOE4状态是关键预测因素。

该研究利用Prithvi-EO-2.0模型分析了19次全球洪水事件（2017-2025）的卫星检测能力，发现检测精度取决于土地覆盖和洪水类型：农田区域一致性最高（IoU=52%），河源洪水检测最强（F1=0.69），而树木覆盖和建筑区域几乎无法检测（IoU=4%）。双参考验证表明部分误差源于参考产品定义不一致，而非模型失效。研究还识别出23种失败模式，其中管道工程初期误差占主导。

一项跨学科研究探讨了聊天机器人在问题解决对话中的本质。研究者认为，基础聊天机器人（由大型语言模型和简单界面构成）无法成为真正的人类思维伙伴，因为其训练数据仅部分模仿了人类的“隐喻问题传播”过程。该结论与Yann LeCun的观点一致，即当前AI远不及人类的学习能力，与大型科技公司的乐观预期形成对比。论文强调，尽管存在这些局限，聊天机器人的大规模使用使其社会和政治理解至关重要。

一项新研究评估了开源大语言模型LLaMA 3.1从荷兰语脑MRI报告中自动提取结构化信息的能力。模型在视觉评分等分类变量上表现优异，但在数值变量上表现较差，而少样本提示能显著提升数值变量的提取准确率。

大型语言模型在数学和多跳规划任务中展现了强大的推理能力。CoCoNuT范式允许模型在潜在空间同时探索多条推理路径，但研究者发现了一个“概念瓶颈”问题：每次推理时中间隐藏状态被覆盖，导致模型在深度推理中丢失早期步骤的关键事实。为解决此问题，他们提出AGCLR（自适应门控持续潜在推理），通过写、读、忘三个门控机制维护持久残差记忆。在GSM8K、HotpotQA和ProsQA上使用GPT-2的评估显示，AGCLR在所有数据集上取得一致改进，且随着课程深度增加，性能差距扩大，直接解决了概念瓶颈。

本实证研究评估了通用编码代理在果蝇光遗传学数据到发现流水线上的表现。代理可以解决单个阶段，但在缺乏预定义标准、需要科学判断时表现挣扎。端到端自动化仍超出当前能力。

PathoSage是一个三阶段框架，用于病理学中的分块级多模态推理。它通过结构化证据审议独立评估来自不同工具的异质证据，进行冲突分析，并在全新上下文中生成最终判断，以减少锚定偏差。同时引入无需训练的Beta-Bernoulli经验系统，利用连续信用分配建模工具的长期可靠性。实验表明，PathoSage有效缓解了视觉问答中的幻觉问题和分类器之间的分歧，显著优于现有最强病理学多模态大语言模型及智能体基线方法。

ClawEase是一款专为中小企业设计的AI预约工具，能够自动处理客户预约，节省时间并提高效率。

VirusTotal将Knostic的AgentMesh引擎加入其众包AI阵容，专门分析VS Code扩展文件，帮助开发者和安全团队在安装前检测供应链威胁。

本文探讨了当AI和机器人实现物质极大丰富后，人类如何创造价值。文章提出，随着传统经济生产被自动化，价值可能来自独特欲望、品味工作、社会地位和游戏等非生产性活动。人类不再是‘上班’，而是‘购物’——通过选择和消费来定义价值。

Lead Qualifier 是一款研究助手，通过LinkedIn个人资料自动生成潜在客户档案，包括公司信息、技术栈、社交声音和接触策略，并帮助起草个性化外联信息，让初次接触更有效。

本研究系统分析了Claude Code、GitHub Copilot、Cursor、Gemini和Codex等五种智能体AI编码工具的配置机制，通过对2853个GitHub仓库的实证研究，发现上下文文件（尤其是AGENTS$.md）是最普遍的配置方式，而高级机制如技能和子代理采用率较低，且不同工具间形成了差异化的配置实践。

Apple开发者现在可以通过Foundation Models框架直接调用Gemini模型，并在Xcode中利用Gemini进行多步骤编码任务，无需切换窗口。该集成基于Firebase AI Logic，提供预览版。

Deep Memory 是一个开源库，为 AI 代理提供基于词汇的知识图谱结构化、持久化记忆。它通过预定义实体类型、关系和属性约束，解决了知识图谱的冷启动问题，使代理能够高效创建和遍历实体。支持多种存储后端、MCP 服务器集成和领域入门套件。

AI-noleak 是一个本地反向代理，可拦截AI编码代理无意中泄露的本地秘密（如API密钥、令牌），并用确定性占位符替换它们，防止秘密通过提示泄露给上游AI模型。它通过三层保护（PTY包装器、HTTP代理、文件监视器）实现零配置、无需安装CA证书的本地安全隔离。

一种名为ECG2Stroke的新型人工智能模型，利用一次10秒的心电图测试即可预测未来长达10年的卒中风险。该模型由麻省总医院布列根和哈佛-麻省理工博德研究所的研究团队开发，其预测性能与经过验证的临床风险评分相当，尤其擅长预测可通过血液稀释剂预防的心源性栓塞性卒中。

OpenAI 正在重新设计 ChatGPT 的界面，整合编码工具、图像生成和合作伙伴应用，旨在打造一个全能型 AI 助手。公司面临 Anthropic 的竞争，并转向关注企业客户。

本视频探讨了在快速发展的AI时代，如何保持信仰、尊严和人类价值。讲者从神学与科技交叉的视角，讨论了人工智能对人类独特性、道德责任和灵性生活的挑战，并提出了在技术浪潮中聆听上帝声音的途径。

Superhighway是一个专为AI代理设计的网页搜索API，无需注册或API密钥，代理可通过x402协议自动支付USDC（每次0.001美元）来获取JSON格式的搜索结果。整个过程无需人类介入。

阿根廷总统哈维尔·米莱宣布计划将阿根廷打造成科技亿万富翁的避风港，提供无监管的AI环境、新型“非人公司”法律框架和低税率。这呼应了彼得·蒂尔的网络国家理念，并与其关于敌基督的言论相关。

本文详细介绍了如何将 GitHub Actions CI 迁移到 Hugging Face Jobs，以解决 GitHub 托管的 runner 速度慢、无 GPU 等问题。通过创建调度器 Space、GitHub App 以及修改 runs-on 标签，即可让 CI 作业在 Hugging Face 基础设施上运行，支持 CPU 和 GPU 硬件，并实时流式传输日志。Trackio 的实践表明，CPU 任务时间可缩短约 30%。

在WWDC 2026上，苹果发布了新一代Siri AI，采用定制的Gemini模型和Vision-LLM技术，能够从用户屏幕提取信息，无需应用单独适配。新的Core AI库基于Meta的开源PyTorch，允许开发者充分利用苹果硬件运行模型。目前iOS 27开发者测试版已发布，但需排队等候Siri AI访问权限。

Sudo Report 是一个新闻聚合网站，采用类似 Drudge Report 的极简布局，专注于 AI、科技和产品领域的最新动态。

本文介绍了如何测量AI系统中的首Token时间（TTFT），解释了其与传统HTTP响应时间的本质区别，并提供了使用Python、Node.js和Apache JMeter进行LLM工作负载测量的代码示例。

文章探讨了产品团队在定义用户意图上的挣扎，以及AI如何让他们误以为可以省略这一关键步骤。作者以设计过程为例，说明即使使用AI，意图创建仍是不可忽视的核心。

苹果正在利用AI让用户通过自然语言描述来自动生成Safari扩展程序，以弥补其扩展库的不足。同时，Safari还新增了自动标签分类、密码自动更新和网站变动通知等AI功能。

苹果即将推出的macOS 27 Golden Gate更新功能较少，主要聚焦于设计优化和全新的Siri AI。Siri变得更加对话化，具备屏幕感知能力，并由Gemini驱动。同时，macOS 27将停止对Intel Mac的支持。

TryCase为AI编码代理提供一次性测试环境，可安全、高效地测试AI生成的代码。