本文提出了一种名为MEDIC的新型元学习策略，通过同时考虑域间和类间的隐式梯度匹配，在开放集域泛化中实现了更优的决策边界平衡，有效解决了传统方法中正负样本不平衡导致的过拒绝问题，并在保持封闭集泛化能力的同时，在开放集场景下超越了现有方法。

研究人员提出PC-MCMC-CIGP，一种结合物理约束MCMC与化学信息高斯过程的灰盒工作流，用于从稀疏噪声化学数据中提取可解释的反应网络。在H2+Br2基准中能区分基元自由基路径与欺骗性唯象拟合，在苯乙烯环氧化中优化产率较GP-BO基线提升12.5%，并通过10种子采集研究比较了多种采集函数的权衡。

研究人员提出了一种基于可训练非线性连接的物理神经网络架构，在模拟带通滤波器上实现，并在连续控制任务中展现出比多层感知机更高的参数效率，同时保持极低功耗。

本文系统综述了联邦因果发现与推断领域，提出了多维分类法，并首次将两者统一为联邦因果推理流程。

该论文研究了六种离线强化学习损失函数（SFT、RFT、DFT、RIFT、Offline GRPO、DPO）在推理蒸馏中的权重更新几何特性。实验基于Qwen3-4B模型和相同数学数据，发现SFT、RFT和RIFT的权重增量近乎共线，DFT偏离较大，Offline GRPO增加了正交分量，而DPO位于近乎正交的子空间且准确率最高，但存在模式连接障碍。

一篇新论文提出自动化大规模搜索流水线，用于在LEMUR数据集中构建异构4专家混合专家（MoE4）架构。在28天使用NVIDIA RTX 4090的实验中，生成了4,463个候选模型并对1,021个进行了成功评估。研究揭示因字母枚举导致的覆盖率偏差：整个搜索空间（仅占理论组合的4.8%）被锚定在AirNet家族上，作者提出分层随机采样修正并识别出ShuffleNet与MobileNetV3为高产组合，而FractalNet与MNASNet为低产家族。

本研究基于学术论文全文，利用深度学习提取算法实体，构建自然语言处理领域的大规模算法共现网络，从网络视角分析算法的群体影响力。研究覆盖四十余年文献，发现算法网络具有复杂网络特征，经典高性能算法及跨时期算法影响力较大，且影响力下降时核心位置先于关联弱化。

该论文提出策略引导策略优化（SGPO），用可复用策略蒸馏替代实例级轨迹模仿，通过前向KL选择性迁移策略条件带来的分布偏移，并自适应加权，在数学基准上优于SFT、在线RL与混合策略基线。

该论文提出一种混合预测模型，将ANOVA与互信息的集成特征选择与哈里斯鹰优化调参的逻辑回归相结合，用于预测女性性工作者的心理健康风险。模型在3005名参与者上达到95.78%准确率、95.77%的F1分数和0.96的AUC，并识别出创伤后应激、客户相关暴力和职业因素为主要抑郁诱因。研究采用可解释AI方法提升模型透明度，助力弱势群体获得早期心理社会支持。

一篇将于IEEE IRAI 2026发表的论文提出语义多目标马尔可夫决策过程与Pareto-DQN智能体，将用户参与度、信息多样性和提供方公平性视为不可聚合的奖励信号，在MovieLens小数据集上以极小参与度代价提升社会目标，并打破导致语义同质化的反馈循环。

一篇新论文探讨语言模型代理能否帮助解释已定位的神经网络电路。研究者推出了AgenticInterpBench基准和HyVE方法，在四种语言模型主干上测试，发现代理能生成有用的解释，但验证环节是主要瓶颈。

一项新研究表明，通过在真实领域中对有益行为进行强化学习，可以产生广泛且持久的对齐泛化，即使干预仅局限于健康领域，也能显著改善非健康领域的对齐评估，并增强对抗性提示和有害微调的抵抗能力。

该论文提出一种分层多智能体强化学习框架，通过低层约束流形控制器强制执行硬安全约束，同时利用高层策略学习实现有效协调，在保持近乎完美安全率的同时获得有竞争力的性能，并能泛化到不同数量的智能体和障碍物。

本文探讨何为智能体以及能动性的本质，区分了依赖外部工程流程的“智能体式”系统与能力内生、具备真正自主性的“能动性”系统，并提出了一种通用智能体架构GIC，同时讨论了其可审计性、可控性与安全性。

该论文提出Neuro-Symbolic Drive框架，利用经典规则规划器提取规则锚定的推理轨迹来监督驾驶VLA，使推理与运动生成在结构上耦合，并在仿真基准上显著降低ADE和漏检率。

RIFT-Bench 是一种基于图表示的动态红队测试方法，旨在对异构智能体AI系统进行统一安全评估。它通过发现和扫描两个自动化阶段，提取系统结构并部署自适应对抗攻击，已在对45个系统的测试中证明其泛化能力，并支持对缓解策略的直接评估。

Handshake AI 招收学生和毕业生远程测试大语言模型，时薪30美元，无需特定专业知识，但需注重细节。该项目提供培训，可灵活安排时间，有助于塑造AI未来。

本文探讨人工智能在决策中的应用如何可能导致领导者过度依赖系统，从而忽视道德和人性因素，增加决策风险。

Anthropic的Mythos AI模型在一次与情报机构的测试中，发现了美国政府机密系统的多个漏洞。参议员马克·华纳披露了这一发现，同时Anthropic与特朗普政府因AI限制而关系紧张。

本文探讨中国矿产供应链对欧盟的潜在威胁，以及人工智能战争技术在日本和微信平台上的主导地位。

亚马逊Prime Day 2026正在进行中，EcoFlow便携式电源站和电池大幅降价，最高可节省50%。

Anthropic发布了Claude Tag，这是一种集成在Slack中的AI助手，能够像虚拟员工一样工作，具备持久上下文和记忆功能，可跨团队协作完成任务，并具有主动介入的待机模式。此举旨在扩大企业AI市场份额，为即将到来的IPO铺路。

随着人工智能重塑全球经济，中国高校正迅速调整专业设置，大幅削减外语和翻译专业，新增“具身智能”“低空经济”等AI相关专业。这一趋势反映了高等教育为适应AI驱动未来所做的准备，同时也引发了对人文学科价值的讨论。

本文讽刺了滥用LLM生成低质量内容的行为，并提出了一个通过特定表情符号进行被动攻击羞辱的方案，同时提供了正面强化和建立社交规范等更健康的替代方法。

一名开发者构建了一个MCP服务器，用于索引所有仓库、支持自然语言和结构化搜索，并能自动进行批量PR创建和状态跟踪，解决了手动管理30多个仓库的繁琐问题。

Upbound Inc. 今天发布了Modelplane，这是一个用于管理人工智能推理集群的新型开源工具。该工具基于其之前的Crossplane项目，旨在简化跨多个云平台的推理工作负载分布，自动分配资源，并通过分布式缓存减少延迟。

KrosAI 正在为非洲、拉丁美洲和中东及北非地区提供面向AI代理的电信基础设施，旨在通过专用电话网络支持AI应用的扩展。

随着人工智能代理之间的交互日益增多，而非与人类交互，收集软件需求的挑战将减少，因为程序更具可预测性且具有明确定义的规范。这种转变可能降低传统需求收集的重要性，从而实现更快、更可靠的开发。

NVIDIA与AWS合作，通过新的EC2 G7实例（搭载Blackwell GPU）和OpenSearch Serverless中的GPU加速向量索引（由cuVS驱动），以及AWS获得NVIDIA GB300训练的Exemplar云状态，为企业提供可扩展、低延迟的AI基础设施。

作者发现将搜索和AI查询分开使用效果更好，选择DuckDuckGo用于隐私搜索，Perplexity用于AI问答，并分享了在浏览器中设置自定义搜索引擎的方法。