研究提出OmniPM-Net，一种基于卷积条件神经过程（ConvCNP）的融合模型，将GNN的站点级PM10预报与CAMS的网格化预报统一到同一空间表示中，在中国1618个站点、2024年全年数据上既保持了站点精度，又显著降低CAMS误差约30%，并在高浓度尾部和沙尘事件中表现更优。

本文提出GenAI Evaluation，一种配置驱动的流水线，用于大规模评估零售对话系统。通过规范化、分片、异步执行和模式约束的LLM评分，评估有帮助性、真实性、清晰度、语气一致性和翻译维度。选择性重新评估仅处理无效记录，支持模式锁定和版本化配置。每日处理约5万条记录，已评估超200万次交互。在12,980条人工标注记录上取得宏F1 0.93和翻译准确率89%。

一篇 arXiv 论文研究开放权重语言模型群体在命名游戏协议下的约定形成，发现运行时的交互图结构会显著影响群体能否达成共识：阈值相似性路由会删除跨盆地暴露并加剧碎片化，而桥接路由在有记忆时往往能修复碎片化，同质模型群体中保留历史通常将碎片化动态推向共识。

论文提出了一个“代理就绪网站”设计框架，旨在增强电商平台对AI代理的可读性、可解释性、可验证性和可操作性。实验表明，代理就绪网站将严格成功率从49.3%提升至89.3%，部分成功结果从43降至3，平均步骤数从9.31降至6.49。

研究人员提出LP Mining with LP2Graph方法，将已发表的线性规划与混合整数线性规划模型结构挖掘为可复现数据集和诱导分类体系。LP2Graph将每个公式表示为类型化变量-方程图，并自底向上聚类，通过跨求解器重新求解验证表示的有效性，为自动化铁路调度重排建模奠定基础。

本文批判了人工智能中的优化文化，指出优化过程虽然能衡量文本的不可预测性，但无法区分错误与创新。尽管如此，优化已在短短五年内取代了传统机构，掌握了定义合法语言权威的地位。

该论文提出一种可复现的“校准优先”奖励审计框架，将温室强化学习中的标量奖励拆分为温度、CO2、湿度与蒸气压亏缺、幕布及执行器代理等具名组件，使这些组件能够在仿真器训练、设施适配的 rollout、Autonomous Greenhouse Challenge 记录数据以及执行器规则蒸馏之间进行一致比较。作者在 GreenLight-Gym 中实现该框架，并将 GreenLight 适配到第二届 Autonomous Greenhouse Challenge 的气候记录轨迹上。

GRID是一种基于语法约束的解码引擎，通过将LALR(1)解析器状态作为掩码键，确保SQL输出语法正确且符合角色权限策略，提供可证明的保证、恒定时间成本及完整审计追踪。在Spider数据集上，0.5B模型执行准确率提升13%，7B模型通过修复达到94.5%可执行率。

该研究结合了本体增强蒸馏与情境审计两项方法，针对受数据居留规则约束的金融机构，提出租户自有语言模型的构建与治理方案。蒸馏实验表明，Qwen3.6-27B学生模型在40项越南语金融任务中达到36项正确，与GPT-5相当，但统计功效不足以证明等价；情境审计试点的结果表明残存情境性为零，直接影响与构造耦合才是有效信号。研究不支持当前模型的可部署性、安全性或优越性。

本文综述了非平稳环境下的上下文强化学习（ICRL），即预训练或微调的决策模型如何仅通过交互上下文推断潜在任务规则并改进未来行为，而无需在测试时更新参数。在变化的环境中，累积的上下文可能变得过时甚至误导，因此策略必须推断当前决策规则并识别哪些历史证据仍然有效。论文围绕三个核心问题组织文献：什么在变化、变化如何展开以及变化对智能体的可观察程度，并将其与元强化学习、决策序列建模、检索增强强化学习等方法联系起来。

本文提出了一个在零做市商费用的永续期货市场中做市的严格理论框架，将做市商问题建模为随机最优控制问题，并给出了包括损益分解定理、HJB方程、高APY机制定理、零费用经济分析、跨交易所对冲策略、回撤概率界限、库存分布和凯利最优杠杆等十项贡献。

本文介绍了Millwright——一种三层数据契约架构，使模型生成的分析结果在不接触标记、样式或DOM的情况下渲染。通过类型化的结果构件、语义化版本控制的看板以及仅允许添加的导航页面，确保安全、可审计且可撤销的AI集成。

Syncless 的 Devices 功能允许用户将多个环境（如 MacBook、服务器、浏览器）连接到一个 AI 代理，实现跨机器无缝协作，无需 SSH 隧道或端口转发。文章介绍了设置方法、使用场景及解决实际痛点。

时间线工作室是一款免费的开源AI视频编辑器和语音生成器，运行在浏览器中，无需下载安装。它利用人工智能技术简化视频制作流程，适合内容创作者和开发者。

尽管AI智能体被广泛看好，但实际表现远未达到预期。当前最佳模型的成功率仅为45.7%，且面临可靠性、成本、法律和信任等多重挑战。文章探讨了单体和多智能体架构的优劣，并指出短期内AI应辅助而非完全替代人类。

GPT-5.6系列中，Sol和Luna在任何智能水平上的成本效率均优于Terra，尤其是Luna表现出极高的性价比。

澳大利亚总理阿尔巴尼斯在悉尼大学阐述AI应对策略，承诺加快数据中心审批以吸引投资。文章强调连贯决策和内部问责制的重要性，并指出AI带来的经济和社会挑战亟需有效监管。

文章探讨了“AI例外主义”现象，即人们对AI的态度因自身利益而异：当AI威胁自身职业时被视为不道德，而当其带来便利时则被接受。通过记者、版权纠纷、好莱坞罢工和大学等例子，揭示了这种双重标准的普遍性。

Gomoku AI Edu 是一款专为 macOS 设计的五子棋游戏，提供 AI 对手、棋局分析、局域网对战、SGF 导出等功能。界面简洁，支持离线使用，并针对 Apple Silicon 优化，适合从新手到进阶玩家。

Nitrosend是一个为AI代理提供电子邮件服务的平台，允许AI代理注册、发送和回复邮件，旨在简化AI与人类之间的通信。

Vehir是一个实验性的AI原生计算平台，专为代理与计算机交互设计。它拥有自托管本地编译器、用户空间微内核、内容寻址存储和声明式协调等核心特性，目前处于积极开发阶段。

bunny是一个开源工具，通过共享远程环境、聊天原生工作流和并行验证，帮助团队在AI时代进行协作开发。它允许人类和AI代理在统一上下文中讨论、执行和迭代，并提供了基于RBAC的治理层。

Meta下一代智能AI眼镜的“超级感知”功能将启用摄像头而不闪烁指示灯，引发隐私担忧。尽管Meta正打击篡改指示灯行为，其自身却计划在某些AI功能中禁用该灯，可能助长秘密录制。

一位精品投资银行创始人注意到AI正在替代实习生，于是创建了一个去中心化实习项目，专注于Bittensor（TAO）协议。实习生完成8周任务和最终演讲，获得“工作量证明”经验。

首次评估了LLM函数调用中的不确定性量化方法，发现多采样方法不优于单采样方法，并提出基于抽象语法树聚类和语义标记选择的改进策略。

CLaRa是一种统一的检索增强生成框架，通过将文档压缩为连续向量并端到端联合优化重排序器和生成器，显著减少了上下文长度，提高了问答性能。其关键创新包括基于问答和释义的SCP数据合成以及可微分的top-k估计器，实现了高达16倍的压缩率，超越了基于文本的基线方法。

Thinking Machines 发布了通用多模态模型 Inkling，支持文本、图像和音频输入并生成文本输出，现可通过 Modal 托管端点使用，采用基于令牌的定价。文章还讨论了其独特的局部注意力架构和 DFlash 推测解码技术的优势。

Thinking Machines发布了Inkling，一个拥有约1万亿参数的开源多模态模型，支持图像、文本和音频输入，可处理高达100万token的上下文。该模型采用混合专家架构，仅激活410亿参数，并配有相对注意力和短卷积等创新设计。Inkling已在Hugging Face上发布，并得到transformers、SGLang和llama.cpp的即日支持。

Together AI发布一系列更新，旨在提升生产环境GPU集群的可靠性与操作控制。新功能包括被动健康检查、自动节点修复、强化版Slurm-on-K8s栈、集群详情视图、外部OIDC认证、启动脚本以及可选的验收测试。这些改进帮助团队更快发现硬件故障、自动化恢复流程，并提供更细粒度的访问控制和自定义能力。

Thinking Machines Lab 发布了 Inkling，一个多模态混合专家模型，专注于高效推理、原生多模态理解和广泛任务适用性。Together AI 在其推理平台上提供该模型，支持可控推理努力、文本/图像/音频输入，以及 1M 上下文窗口。