一种名为ProGPO的新方法，通过在组内所有轨迹都失败时利用首次访问观测覆盖率来分配优势，解决了基于组的策略优化中的采样不平衡问题，从而提升了长周期任务的性能。

现有的大语言模型自适应推理方法通常依赖隐藏状态相似性或激活幅度等启发式规则来丢弃冗余模块，但这些基于相关性的指标难以捕捉对语义准确性至关重要的非线性结构计算。CausalGate提出了一种干预引导框架，通过隔离子层并衡量输出归零对最终logit分布的KL散度影响，建立结构重要性层级，再将其蒸馏为静态轻量级标量门，实现零运行时开销的高效推理。在多个模型和基准上的实验表明，CausalGate显著优于现有动态路由方法。

提出CORVUS，一种新型轨迹架构，通过解耦文件读取操作与观察结果，维护同步文件注册表，显著减少LLM编码智能体的冗余令牌和推理循环，同时保持通过率。

Semalith v1.4是一个184M参数的DeBERTa-v3-base分类器，能够在单次前向传播中同时进行提示注入、一般危害和金融服务监管合规的三轴安全分类。在22个基准测试中，它以44倍更少的参数在提示注入检测上全面超越Llama-Guard-3-8B，并在208个良性代理提示上实现零误报率。

本文提出一种基于多臂老虎机的损失感知特征图剪枝框架，通过将每个特征图视为一个臂，临时屏蔽并评估损失变化，从而在保持精度的前提下减少冗余特征图和计算量。实验表明，UCB1和Thompson Sampling方法在多个数据集上性能优于贪心剪枝和基于幅度的剪枝，且与未剪枝模型统计上相当。

本文提出ScenarioGeneratorAgent管线，通过合成生成基于标准、证据充分的工业场景，扩展现有基准AssetOpsBench。新增智能电网变压器资产类别及四种IEC诊断工具，并采用优化策略实现8倍加速，同时保持场景质量。

一篇arXiv论文提出SF-AMS框架，通过将记忆单元的重要性建模为动态效用信号，实现对LLM智能体长期记忆的策略性遗忘与压缩，并在LoCoMo和LongMemEval-s基准上超越LightMem MemO、A-Mem等强基线。

本文提出了一种名为程序蒸馏的替代方案，用于解决LLM作为评估者的高成本、高延迟和不透明问题。通过将LLM的决策逻辑蒸馏为程序委员会，实现了透明、可编辑且无API成本的评估。系统PAJAMA进一步结合了程序法官的联合裁决和低置信度回退机制，在多个数据集上达到13B规模LLM法官的性能，并在RewardBench上以极低的API成本取得了更好的奖励模型效果。

这篇论文提出了MIITA框架，用于在存储资源受限的条件下，帮助小语言模型（SLM）进行持续学习。它通过存储紧凑的校正方向原型，并结合语义与不确定性线索在推理时检索，以门控方式临时调整隐藏状态，从而在不更新主干网络的情况下复用过去的监督经验，避免灾难性遗忘。

DeepLens诊断代理通过五阶段流程（结构化临床提取、循证检索、约束候选生成、证据三角验证和可审计决策），将小型医疗推理模型JSL Medical Small 7B v2的性能提升至60.14%的诊断准确率，超越许多前沿模型，同时成本更低。该工作流设计使诊断推理在不确定性下仍能可靠运行，并提供了可追溯的中间结果以支持高 stakes 应用场景。

一项新研究用四种基准和13个模型测试了同义改写对LLM回答的影响，发现总体准确率变化不大，但逐题表现极不稳定，答案不匹配率超过23%。

研究人员提出QFoldAgent，一种用于5残基四面体格点折叠的闭环多智能体框架。该系统通过设计智能体、基于VQE的量子-经典优化流程和反馈智能体，自动调整哈密顿量惩罚权重，在噪声模拟下提升蛋白质结构预测的精度与有效性。

研究人员提出SeT-Diff，这是首个面向计算节点遥测与时间序列的基础模型。它把扩散生成过程建立在每个传感器的语义描述之上，而非固定的传感器位置，从而摆脱数据集结构对系统动力学建模的限制。在真实超级计算机数据上，重建任务的平均绝对误差（MAE）为0.0470，热推断任务为0.033，并且在传感器顺序被打乱时仍保持零样本稳定性。

本文提出C-VCE，一种将分类器直接构建到生成模型中的扩散框架，通过概念瓶颈层生成反事实图像，无需依赖外部噪声鲁棒分类器。C-VCE允许用户在采样过程中切换语义概念，并保持图像其他部分不变，同时添加正则化器平衡预测改变与原始相似性。在CelebA等基准测试中，C-VCE在翻转率相当或更优的情况下，生成的反事实图像在视觉上更接近输入且失真更小。

本文分析了 AMD 在 AI 加速器软件方面取得的进展，从早期零成功可能到如今具备显著成功机会，得益于领导层的变革、开源策略以及 Anthropic 和微软等大客户的支持。然而，AMD 仍面临两大风险：Helios 机架因设计问题量产缓慢，以及内部 GPU 集群不足阻碍开发和测试。文章提供了对 AMD 管理层的具体建议，并详细介绍了 MI455X 芯片和 Helios 机架架构。

Vela是一款AI驱动的招聘协调工具，帮助简化招聘流程，提高效率。该产品在Product Hunt上发布，提供讨论和链接。

CharaLab是一个全面的AI角色创作平台，支持从文本或参考照片生成高质量的AI角色图像和视频，并提供多种AI工具如图像增强、背景移除等。该平台目前提供限时50%折扣，并有免费套餐，生成结果无水印。

_done 是一个为AI代理提供真实世界任务API的平台，采用按使用付费模式，通过x402协议实现USDC微交易。它提供了多种API，包括网络查询、域名检查、数据解析等，旨在让AI能够自主完成需要外部数据的任务。

Velonus 是一款面向Python的AI原生DevSecOps工具，现已进入公测阶段。它能够并行运行多个安全扫描器，利用AI对发现的问题进行排序和分类，并自动生成修复代码的PR，极大简化了安全漏洞的检测与修复流程。

Genie One 是一款数据智能、自主行动的 AI 协作者，能够与现有业务系统集成，自动化重复性任务。本文介绍了四个实用用例：自动化业务报告、会议准备与跟进、知识工作与文档自动化、运营监控与警报。每个用例都包含分步说明，帮助用户在几分钟内设置工作流程。

一名开发者利用Claude AI每天创作并发布一款新游戏，第106天首次尝试僵尸生存题材。他使用Claude Opus 5在一个小时内完成了游戏制作，随后外出休息。这是他连续第4个月每天发布新游戏，且从未间断。

谷歌AI开发者论坛上的用户发起了一项测试，旨在证明Google AI Studio不会删除用户的聊天记录。该测试鼓励用户亲自验证，以增强透明度。

谷歌在其Gemini API中声称能够区分JSON和PROMPT，但这一说法被认为具有误导性。开发者社区指出，实际实现中两者界限模糊，可能导致集成问题。

一位用户指控谷歌非法保留客户数据，并宣布将对谷歌采取法律行动，相关事件在谷歌AI开发者论坛引发讨论。

仿真技术正成为物理AI和机器人系统训练的关键，通过大规模生成物理真实数据，克服真实世界数据收集的缓慢、昂贵和风险。文章概述了多种仿真引擎，包括MuJoCo、MuJoCo Warp、NVIDIA Isaac Sim和Isaac Lab，以及新推出的开源GPU加速物理引擎Newton，旨在为机器人学习提供可扩展、可微分的仿真。

Anthropic CEO Dario Amodei明确表示公司不主张禁止开放权重AI模型，而是提议对每个足够强大的模型在发布前进行强制性安全测试。这一立场引发行业关注，已有50家机构签署支持开放权重的信件，而Anthropic和亚马逊尚未加入。

Apple 发布了 Siri Expressive Voices，其背后是名为“去分词器”的内存高效音频合成架构。该架构将基础模型发出的语义音频令牌转换为高保真音频，在 Apple Matrix 协处理器（AMX）的严格计算和内存预算内运行。它采用三组件设计：流式编码器、时间解码器和深度解码器，系统性地解耦时间和深度处理。单个可重复使用的深度解码器利用扩散变换器（DiT）风格的阶段条件生成所有 RVQ 层级，取代了先前多解码器架构中专用的逐层解码器。因果滑动窗口注意力与固定窗口键值缓存使内存复杂度与序列长度无关。在 AMX 上部署时，去分词器每个生成步骤约需 10ms（比实时快约 16 倍），峰值运行时内存约 21MB，设备端资产 329MB，可在设备端基础模型旁连续流式合成 20-320 秒的音频。该架构已部署在 Siri Expressive Voices 中，在 AFM 3 Core Advanced（10 亿参数激活规模）下运行，平均意见得分（MOS）比之前的设备端文本转语音系统整体提升 0.28（4.15 vs. 3.87），在对话语音上提升 0.42（4.24 vs. 3.82）。

谷歌在与SerpApi的网络爬虫诉讼中失去了驳回动议，但计划修改诉状，继续就知识面板中的版权内容进行抗辩。法律专家警告，谷歌的论证可能带来风险。

Moonshot AI 兑现本月早些时候的承诺，正式在 Hugging Face 上发布了其 2.8 万亿参数的 Kimi K3 模型权重，文件大小达 1.56TB。K3 的许可证从 K2 的“修改版 MIT”改为更严格的条款，要求年收入超过 2000 万美元的 MaaS 企业另行签订协议。Moonshot 坚持使用“开放权重”而非“开源”来描述该发布。目前 OpenRouter 已从 7 家提供商提供 K3，定价与 Moonshot 官方一致。

Call Me是一款iOS应用，允许AI代理拨打你的iPhone，通过语音合成提问，并将你的口头回答转录为文本。它可与Claude Code及其他代理集成，通过简单的CLI或插件实现。应用使用CallKit进行呼叫，无需运营商费用。