研究人员构建了首个公开的英文多模态多方对话话语解析数据集DraDDP，基于美国电视剧，包含495个对话片段、6374个话语和9.1小时的视频内容。实验表明多模态信息有助于捕捉对话结构和关系类型。数据集、标注指南和代码将公开发布。

本综述提出了一种基于生命周期的主动式检测框架，以应对生成式AI加速产生的对抗性合成内容。通过C5交互模型整合机器学习与社会科学方法，系统回顾了新兴虚假叙事检测技术，包括协调不真实行为分析、流行病学建模和霍克斯过程。讨论了高维嵌入空间异常检测、多层图无监督协调检测及智能体AI系统。最后指出了追踪快速变化威胁和多层级分布漂移的挑战，并规划了未来研究方向。

该论文系统分析了大型语言模型代理中工具调用的有效性和效率问题。在有效性方面，作者发现评估结果对随机种子、系统提示、多轮模板构建等看似微小且常被文档化的实现细节高度敏感，导致排行榜排名不可靠。在效率方面，作者识别出标准强化学习训练中的计算浪费来源，并提出了两种加速技术，在不降低性能的前提下显著缩短训练时间。

本文全面综述了世界模型的研究现状，提出了一个涵盖架构、方法、推理和应用的四维分类法，梳理了从PlaNet到Genie等里程碑系统，并讨论了预测误差、仿真到现实迁移等挑战及未来方向。

本文提出FoLoRA，一种遗忘感知优化框架，通过广义瑞利商权衡任务效用与遗忘惩罚，并利用预训练模型采样构建代理数据，在数学、代码和指令跟随任务上实现了最佳的性能保持平衡。

本文研究自动可微非线性张量网络（ADNTNs），一种结构化权重生成器族，其紧凑核心张量通过反向模式自动微分进行端到端训练。该方法可视为低秩适应和张量分解的自然扩展，通过小核心、非线性激活和可选横向混合张量的层次结构构建大权重张量。论文聚焦于三种架构：树张量网络（TTN）、增强型TTN（aTTN）和多重尺度纠缠重整化拟设（MERA）。实验表明，在AlexNet和VGG-16层上可实现约2000倍至77000倍的逐层压缩比，且精度通常与密集基线相当，在多个VGG-16案例中甚至有所提升。这些结果令人鼓舞，但并非最终结论，表明ADNTNs是一条有前景的数学结构化和硬件感知的路径，但需要联合设计优化、收缩计划和部署内核。

研究显示，现代大型语言模型（LLM）内部存在一个与人类脑电图（EEG）中情感效价相对应的方向（V轴）。仅用9个情绪句构建的V轴在14个LLM中一致，并能通过线性投影在123名受试者的EEG数据中跟踪。36个EEG分类器自发发现了相同方向，但额外的监督对齐策略不仅无益反而降低准确性。作者将这一现象形式化为饱和规律，并通过残差多样性集成方法在FACED数据集上将平衡准确率提升10.5%。

Demo2Reward是一种测试时适应技术，通过3-10条专家示范轨迹优化视觉语言模型（VLM）奖励模型的提示，减少误报的同时保持正确检测，无需额外训练或计算资源，在模拟和真实机器人任务中均优于现有方法。

Hoeffding概念瓶颈模型（HCBM）利用梯度提升树的Hoeffding函数分解，提供非线性且稀疏的概念分数聚合，增强可解释性，在分类和目标检测任务中表现优于传统线性CBM。

本文提出DAStatFormer，一种混合多分支Transformer，通过提取多域统计特征（时域、波形、谱域）并利用门控注意力机制融合，显著降低数据维度，在DAS事件分类任务上达到99.4%准确率，且参数更少、推理更快。

BitsMoE是一种针对混合专家（MoE）大语言模型的高效量化框架，通过奇异值分解（SVD）将每一层分解为共享基和专家特有谱因子，保留共享基不量化以保持跨专家共同结构，并对专家特有因子进行细粒度比特分配。该方法将激活感知的混合精度量化建模为整数线性规划问题，在固定比特预算下最小化估计重构损失。实验表明，在2比特量化下，BitsMoE相比GPTQ将量化速度提升12.3倍，平均准确率提高27.83个百分点，解码速度提升1.76倍。

本文追溯概率论从赌博游戏到贝叶斯推理的演变，指出其将不确定性、时间和一致性纳入科学判断，但无法形式化概念的模糊性。文章提出模糊逻辑和深度学习作为概率的补充，强调当代科学理性必须包含不确定性、模糊性和推理的明确表达。

针对多产品制造中全局异常检测模型存在盲点的问题，提出产品感知自编码器，限制学习域到特定产品等级分布，在扩展田纳西伊斯曼过程基准测试中实现100%检测准确率。

Grokers 是一种架构，通过自底向上归纳遍历依赖子图，构建对类型化知识图谱的持久结构化理解。与检索增强生成（RAG）不同，Grokers 将智能推到写入时，自主 Groker 代理分析节点并提取结构化属性，使未来查询无需 LM 调用。本文证明了三个定理，并提供了一种确定性替代嵌入语义搜索的方案。

提出一种名为通用量子Transformer（UQT）的量子计算架构，利用多量子比特系统的物理特性实现精确数学推理，在5量子比特上完美学习模运算与非交换代数，超越经典网络。

本文提出了一种延迟逐步奖励归因方法，结合资格门控、异步rollout生成等，使8B参数开源模型在NeurIPS 2025 MindGames Arena基准测试中击败GPT-5等大型系统，赢得双赛道第一。

提出一种基于最优传输理论的置换不变贝叶斯优化方法（PIBO），用于解决海上风电场布局优化问题。相比传统贝叶斯优化，PIBO能利用问题对称性，在降低计算时间约一半的同时获得更优布局。

多目标分子优化需要在冲突目标下搜索广阔的化学空间，早期设计决策严重约束后续结果。现有方法通常依赖单一策略或固定标量化，限制了表示多样权衡和探索多个有前途设计轨迹的能力。本文提出ATOM，一种多智能体框架，将分子优化建模为树结构搜索。每个节点对应原子操作，并托管一个针对特定目标或决策情境的智能体。智能体沿树的不同路径协调，而非强制执行全局共识，从而能够维护和比较替代分子进化轨迹。全局记忆进一步支持跨目标的平衡探索与利用。在涉及活性、可合成性和ADMET相关属性的挑战性多目标基准上，ATOM始终优于强基线，展示了路径多智能体协调的有效性。

提出了一种结合三个治理层（知识工件生命周期、声誉加权审议投票、渐进式制裁）的审慎策展协议。通过100个智能体的仿真，显示在逆境下比多数投票具有更强的韧性。

提出Consilium协议，一种基于拜占庭容错的架构，用于多模型AI结构化审议。通过分配认知人物，低成本模型可达到前沿模型的分析质量，并揭示RLHF对齐带来的领域特定认知盲点。

本文提出，混合整数线性规划（MILP）决策引擎在部署时面临求解后鲁棒性缺口，即成本、需求等微小扰动可能导致不可行或解突变。作者主张在优化流水线中增加一个审计层，形式化定义了参数空间中的ε-近优可行邻域和决策空间中的解平滑性，并综合了敏感性分析、鲁棒优化等领域的成果，呼吁建立统一的求解后鲁棒性层，包括已求解的 certified 内逼近、概率鲁棒性估计、对抗鲁棒性边界以及基于学习的预测与解释。最后提出了报告模板和评估协议。

该法案旨在建立美国首个专注于人工智能领域的主权财富基金，以推动AI技术发展并确保国家竞争力。

NVIDIA 发布了 Cosmos 3 统一多模态世界模型、Nemotron 3 Ultra 高效 LLM 和 RTX Spark 个人 AI 超级芯片。同时，MiniMax M3、Qwen3.7-Plus 和 JetBrains Mellum2 等开放模型推动智能体领域发展。

本文演示如何在Amazon Bedrock AgentCore Gateway上为MCP服务器实现OAuth授权码流程作为入站授权机制。完成后，每个AI助手请求都将使用来自组织身份提供者的有效用户身份令牌进行身份验证。

Meta 的 AI 支持系统完整提示被泄露，揭示了其内部指令，包括语言规则、问题处理流程和领域代理选择机制。

Novus是一款AI工具，可在软件部署过程中自动识别并修复可用性问题，帮助团队提升用户体验。

Jan 是一款开源的本地 AI 助手，注重隐私和个性化，支持多种模型，即将推出记忆功能。

Branda 是一款AI驱动的品牌创建工具，能将一个名字和想法在几分钟内转化为完整的品牌身份，包括策略、标志、调色板、字体和全套品牌套件。提供引导式流程和视觉提示，导出可用的资产。

X.Org Server和XWayland中发现了九项新安全漏洞，其中八项由Trend Micro的TrendAI发现，一项由Red Hat的Peter Hutterer发现。漏洞类型包括缓冲区溢出、释放后使用等。已发布xorg-server 21.1.23和xwayland 24.1.12补丁。

NVIDIA 在 COMPUTEX 上宣布推出 JetPack 7.2 和 Jetson 上的 NemoClaw 支持，将自主 AI 带到边缘设备。这些更新包括 Yocto 支持、CUDA 13、性能提升、MIG 支持以及用于在机器人、检测和工业自动化中部署 AI 代理的 NemoClaw 框架。