离线强化学习中世界模型易受模型利用问题影响，现有方法成本高或限制泛化。本文提出RENEW方法，通过人类偏好直接修复模型利用，结合动力学学习与人类反馈，利用认知不确定性提高样本效率，在多个环境中验证了有效性。

该论文提出一种边感知的学习优化框架，利用带边特征的图同构网络（GINE）从V2X快照中快速预测中继链路激活，以替代计算代价高昂的MILP求解。实验表明GINE在链路级决策上与MILP高度接近，并在端到端连通性上优于1跳基线，同时保持毫秒级推理延迟；混合GP-MILP策略进一步在大量实例上实现MILP级最优解并将求解时间控制在30毫秒以内。

一篇 arXiv 论文把监督式词典学习方法扩展到 10-K 年报及其 Item 1A 风险因素章节，并同时以收益率和波动率为标签训练情绪分数，在行业、投资组合和单个公司三个聚合层级上比较全文与风险因素章节的表现。结果显示：聚合层级越高，全文越有效；到了单个公司层面，更精炼的 Item 1A 更胜一筹。

研究者提出分支策略优化（BPO），一种利用沙箱可快照、可恢复特性的强化学习算法，通过构建共享前缀的树状 rollout 来降低方差，在多个智能体基准上性能超过 GRPO 和 RLOO。

一篇arXiv论文提出QFireNet，在U-Net瓶颈处注入变分量子电路（QuFeX和QB-Net），在Sen2Fire数据集上匹配条件下F1分数超越经典U-Net基线，但经典FPN结合数据混合后取得更高分数，显示量子优势有限但潜力可期。

本文提出C3R，一个无需查询时标签的即插即用控制层，利用推断的域后验为多域检索提供逐域污染预算的认证，并在不可行时弃权而非悄悄违规。该方法基于风险控制预测集的两分方案，具有有限样本迁移界和可估计的松弛量，支持异构预算并可通过反演部署。实验表明认证在千次重采样校准中从未违规，且软降级在同等认证污染下比最强校准级联保留更多召回率。

本文提出了一种可解释的、全球可部署的机器学习框架，用于从开放地理空间数据预测代表杂波高度（RCH）。该模型使用LiDAR衍生的标签进行训练，并采用LightGBM回归器，平均绝对误差为1.79米，R²=0.765，相比ITU基线误差降低超过60%。SHAP分析显示树冠覆盖、土地覆盖语义和光谱反射率是最重要的预测因子。该工作被IEEE CASE 2026接收。

CARPRT 提出一种免训练的类别感知提示重加权方法，为每个类别动态调整提示权重，解决了现有方法中提示权重跨类别共享的局限，在标准图像分类基准上超越了类别无关的重加权方法。

一篇被ICML 2026立场论文接收的论文指出，当前可解释AI（XAI）方法虽多，但解释很少影响实际工作流，常被生成后丢弃。作者通过分析近期顶会论文和从业者调查，呼吁社区转向基础与结构性问题，如问题定义不清、评估目标不明确、缺乏解释驱动反馈的管道，并提出实用检查清单以推动以人为中心、行动导向的范式。

一篇 arXiv 论文研究用神经符号智能体框架提升小语言模型的多跳推理能力，在 CLUTRR 亲属关系基准上测试 Gemma 3 和 Llama 3.2，发现 RGCN 提示带来 1.5 至 2 倍性能提升，但受限于事实抽取瓶颈和顺序推理脆弱性，部分模型还出现“分心效应”。

本文针对工具增强型大语言模型智能体在扩展工具集时面临的行为惯性问题，提出通过注入反事实锚定上下文来打破惯性，恢复失败轨迹。ToolAnchor框架利用教师模型假设反事实上下文，经学生回滚验证后，通过智能体后训练内化成功干预，在GAIA、BrowseComp和VDR-Bench等任务中表现优异，为动态工具适应开辟了新路径。

该研究提出能力收敛假说（CCH），认为在固定推理预算下，表征收敛并不必然导致能力收敛；能力收敛依赖于存取结构，即混合架构需同时拥有压缩态通道和可扩展逐字索引通道。论文通过信息论下界和预注册实验验证了该假说。

研究人员提出了一种利用大型语言模型（LLM）构建贝叶斯信念网络（BBN）的新方法，该方法通过一组AI代理基于特定角色和上下文估计概率，并采用修剪均值规则去除噪声，从而弥合专家意见与数据驱动学习之间的差距。研究以替代医疗系统中患者就医意向为案例，发现自我效能的影响实际较小，而主观规范的影响更强，最有效的策略是同时提升自信和社区规范。

arXiv 论文提出 LLM-T1D，将强化学习策略蒸馏到 LLaMA 3.1 8B 和 Qwen3 8B 大语言模型，在 FDA 批准的 UVA/Padova 模拟器上实现 73.5% 时间在目标范围内，并能用自然语言解释胰岛素泵决策，同时通过形式化安全验证抑制幻觉。

本文提出对话式位置识别（DlgPR）新范式，将地理定位从静态一次性检索转变为交互式对话推理过程，并发布首个大规模对话式位置识别基准 DlgQuest-Cities 及统一推理框架 DQ-pilot。

RegNetAgents是一个基于AI的多智能体框架，能够跨异质性基因调控网络进行结构化的调控候选识别。该框架整合了TCGA和GREmLN项目的大规模网络，对焦点基因进行双网络分类、癌症基因过滤和作用模式分配。在乳腺癌和结直肠癌的测试中，识别出的候选调控因子显著富集于OncoKB注释的癌症基因，且在管家基因中无富集，表明其特异性。框架还包含评估致癌潜力、可成药性等扩展模块。

arXiv 论文提出 IMEX（基于交互的模型解释）框架，通过 PCS 与 PCI 两个互补指标识别单个特征贡献和特征间的非加性交互效应，并在三个已知结构的合成数据集上与 INVASE 对比验证了 PCS 组件。

Pranav Yadav 提出 HG-RAG 框架，用层次化知识图谱上的图遍历替代扁平文档检索，为语言模型提供结构化上下文。在 18 至 800 个节点的三种规模与四类查询的评测中，该方法在层次、关系和多跳推理上优于稠密检索基线，并降低幻觉、保持局部连贯性。

一篇新论文提出了一种三级分层学习架构，将反射、技能与推理三类机制分别映射到群体智能体的个体适应、战术协调与战略决策，并通过22项架构契约提供安全、预算正确性等六类形式化保证。

针对AI生成代码速度快于人类审查而导致的信任危机，本文提出“语义合约”——一种类型安全、编译时检查的蓝图，位于需求与代码之间，确保任何实现（无论人工还是AI编写）的正确性。文章通过排序算法和电商结账示例展示了语义合约的构建块、状态处理和集成方式。

本文介绍了如何使用Telnyx Edge Compute函数为语音AI助手构建后端，通过单一函数处理动态变量和Webhook工具调用，验证请求并连接业务逻辑，从而简化架构并提升性能。

企业大规模部署AI时，最大障碍往往是数据从存储到计算的基础设施，而非GPU等计算硬件。文章指出，许多组织误以为性能问题需要更多计算资源，实则根源在于数据饥饿，即数据无法高效、安全、持续地在存储与计算之间流动。通过引入应用交付控制器实现松耦合架构，以及关注可达性、策略和交付三个维度的韧性，可显著提升GPU利用率和AI投资回报。

Gradle Technologies 现已更名为 Develocity，专注于 AI 驱动的软件交付管道治理与效率。公司表示，AI 已将软件交付瓶颈从人类转移到管道上。

Preempt AI v2 推出，为AI应用提供安全标准，利用ML技术防御提示注入、越狱和数据泄露。支持多种语言，延迟低于10毫秒，准确率达99.65%。

PocketVeto是一款通过蓝牙实现本地、无互联网的AI编码代理遥控工具。用户可以从手机批准或拒绝代理执行的危险操作（如shell命令、文件写入等），并实时查看代理活动仪表盘。支持Windows、Linux及开发容器，目前v1版本已可用。

针对超大规模云服务商的数据中心用水压力，本文提出一个幽默建议：收购高尔夫球场，改建为公共公园，并引导原会员转向观鸟活动。通过比较谷歌的用水量与高尔夫球场的耗水数据，指出购买40个球场即可抵消谷歌的日均用水量。

Meta推出新AI工具Muse Image后，因允许用户标记他人账户并利用其照片生成AI图像而遭到批评。该公司已禁用此功能，但用户仍需手动关闭权限以防止照片被用于AI生成。该功能默认开启，引发隐私担忧。

Blur & Unblur AI是一款免费的在线工具，可检测照片中的人脸，对选定的人脸应用模糊效果，并导出干净的PNG文件——所有处理均在浏览器本地完成，无需上传图片。

VulnHunter 是一个开源的智能体AI安全工具，采用攻击者优先的主动分析方法，直接从源代码中识别可被利用的漏洞，并提出证据支持的修复方案。它由 Capital One 内部开发并开源，旨在应对现代软件供应链中的安全挑战。

微软的Foundry平台现已支持超过8万家企业构建AI代理。在产品副总裁Marco Casalaina的访谈中，他解释了原型与生产环境代理之间的关键差异、代理框架的重要性，以及微软如何构建上下文层以确保代理的可靠性。