该研究针对体积CT报告生成，提出了一种轻量级诊断先验条件框架RAD3D-Prefix，通过冻结大型语言模型（LLM）并仅训练投影层，实现了参数高效适配。实验表明，对于参数超过10亿的LLM，冻结模型并训练轻量投影层比全面微调更具优势，在自动指标和临床读者研究中均表现出色，且具有良好的跨领域泛化能力。

本研究针对LLaDA2.1扩散语言模型中的令牌到令牌（T2T）编辑模块存在的训练-推理不匹配问题，提出自生成T2T方法。该方法通过无梯度草稿传递、用预测令牌填充掩码位置，并在第二遍中监督恢复，实现了在不改变推理参数的情况下提升准确性并减少编辑强度。在多个基准测试上，该方法有效缓解了最终数字转录错误和过度自我修正等问题。

该研究探讨了在完全由自主AI代理组成的在线社区中，是否也存在拟社会互动（PSI）线索。通过分析Moltbook平台的4434篇帖子和50338条评论，使用关键词匹配、少样本大语言模型标注和分组上下文LLM标注三种方法，研究发现PSI口头线索普遍存在，并与原帖发布者（OP）的重新参与和互惠回复结构密切相关。二元持久性测试进一步证实了互惠出价与持续涉及OP的相互递归模式一致，为将互动层面的PSI脚本与关系层面的一致二元模式联系起来提供了实证证据。

RepSelect提出一种新的大语言模型遗忘方法，通过消除权重梯度的主成分来隔离遗忘集特有的表示，从而在保持模型通用能力的同时有效抵御微调和少样本提示攻击。

PromptMN 是一种轻量级的领域特定语言，通过 % 前缀的指令标注自然语言提示，使角色、目标、约束等显式化，减少代理工作流中的歧义。该语言介于非正式提示与伪代码之间，支持逆向提示工程，并在多个前沿模型上验证了可行性。

MemSlides提出了一种层次化记忆框架，将长期记忆（用户档案记忆和工具记忆）与工作记忆分离，结合幻灯片局部修订，实现多轮交互中的用户偏好保持与可靠编辑。实验表明该方法在个性化对齐、修改行为和偏好跨轮传递方面显著优于基线。

该研究针对多代理LLM系统共享状态导致的并发异常，提出了形式化定义和验证检测方法。通过TLA+建模四种异常（陈旧生成、幻影工具、因果级联、工具效应重排序），并构建了一个经机械验证的一致性层级L0到L4。使用274个Verus验证义务，证明了检测器的正确性和完备性。在三个已部署的Rust运行时中实现了L0-L1级别，并对比了字节跳动deer-flow和LangGraph中的实际异常案例。

研究人员提出一种端到端图神经网络代理模型，用于预测地质封存中的CO2羽流运移。该模型在SPE11A基准上评估，能有效预测气体饱和度和液相密度等关键指标。

该研究通过线性深度神经网络模型，揭示了“悟道”（grokking）现象与L2正则化引起的一阶相变中的滞后效应有关。当模型陷入低准确率的亚稳态时，仅当随机梯度下降（SGD）噪声提供足够能量跨越势垒时，才会逃离并实现泛化，逃离时间遵循阿伦尼乌斯标度。研究还表明亚稳态数量等于可学习特征数量，为开发更高效的学习方案提供了新途径。

该论文提出MODE框架，通过按模态分解专家选择频率、过滤冗余视觉token并评估各模态量化敏感度，解决了现有专家级混合精度量化在MoE多模态大模型上因视觉token主导频率统计而导致的性能下降问题。

该研究系统评估了五种基础模型在真实肿瘤学队列中提取的全切片图像与转录组表征，发现两种模态提供互补预测信号；多模态融合仅在某单一模态不占主导时带来额外收益；共形预测表明多数点预测失败案例中真实诊断仍包含在预测集内，强调了不确定性感知推理对临床支持的价值。

药效学中区分因果不良药物事件（ADE）与虚假相关性是一大挑战。InferBERT框架结合了Transformer模型与Do-calculus，但其成功依赖于底层分类模型。本研究比较了XGBoost、ALBERT、BioBERT和Med-LLaMA在两种基准上的表现，发现领域特定预训练的BioBERT准确率最高，而大型语言模型Med-LLaMA表现不佳。结果表明，在计算药效学中，投资于可管理的领域感知模型比单纯扩展模型规模更有效。

研究表明，大型语言模型在预填充阶段会将字段条件结论写入下游笔记，使得KV缓存具有可编辑性和可组合性。通过链式思维编辑字段即可恢复决策，而预编译的技能可通过RoPE重新定位并拼接至任意上下文，实现与完全重新计算几乎无差异的结果，同时延迟降低多达14.9倍。该方法适用于多种注意力和缓存变体，并在在线vLLM基准测试中保持98.5%的缓存命中率。

该论文提出一种基于扩散模型的方法，联合建模实验室检测值及其观测模式，以生成更真实的临床时间序列，并在MIMIC-III衍生的DACMI基准上验证了生成数据与真实轨迹的匹配度。

一项诊断-修复-验证研究揭示，远距离单帧条纹投影轮廓术的深度学习基线模型依赖物体边界形状先验而非条纹相位解码。通过架构重构输出 wrapped phase 并加入可微分校准层，新模型 PhiCalNet 将物体平均绝对误差降低 3.3 倍至 4.46 毫米，且共形不确定性量化与机制可解释性诊断在相同物理失效点上收敛。

研究人员发现多模态大模型的知识编辑存在“解耦失败”问题：在文本-图像配对查询下更新的知识，在单独模态查询时失效。为此提出DECODE方法，通过解耦并定位模态特异性神经元组，实现跨模态触发的稳定知识更新。

该研究提出了一种在线自适应框架，结合治疗效应估计、患者数字孪生和强化学习，用于个性化治疗推荐。在合成模拟器和真实卵巢癌数据集上均表现出优于基线的效果和稳定性，且保持低延迟，仅少数病例需专家咨询，展示了作为安全、临床监督下持续改进工具的潜力。

本文研究分布式通用智能体网络，提出分层架构，以及三种核心机制：语义声明传播、可验证身份与多主题信誉、语义梯度机制设计。通过原语开销和仿真验证了可行性，为开放、可信、可扩展的智能体协作提供系统级基础。

SpeechDx是一个大规模基准测试，涵盖12个数据集和27个任务，用于评估临床语音AI。它按语音产生阶段组织任务，测试模型泛化能力。评估12种音频编码器发现，大规模语音模型表现最佳，但尚无通用表示。

MemTrace是一个以知识点为基本单位的长期记忆评估基准，从记忆年龄、问题类型和证据条件三个维度探查事实。实验发现，相似的整体准确率掩盖了不同的失败模式，主要瓶颈在于证据使用而非检索。

一篇新论文以简单算术为案例，测试GPT-2规模的语言模型能否独立发现“零”的概念。研究发现，未经专门训练的模型无法在测试时完成这一泛化，但仅用数十到数百个“零”的样例微调后，模型性能大幅提升；语言预训练还能将所需样例数减少约50%。

在技能受限的生产-库存系统中，明天的合格人力容量取决于今天的培训决策：生产需要持证工人，认证若不维护将失效，培训消耗与生产相同的稀缺工时。研究提出了一种闭环技能受限模型预测控制器，每班次求解有限时域混合整数规划，涵盖生产、库存、积压和培训，并具有可解释的终端价值函数，用于评估计划期末的认证能力差距。在合成的SkillChain-Gym场景上的评估显示，没有哪种策略类占主导：预测控制在技能或劳动力瓶颈可提前预测时有效，而静态交叉培训保险在突发冲击、需求接近产能边界以及冲击前松弛使保险成本低廉时难以被击败。归因消融实验区分了认证维护、失效认证重新获取和新技能获取的影响。可预测性，而非适应性本身，决定了预测控制何时有价值。

研究者提出一种无需参数训练的自演进框架，让LLM智能体自动生成并筛选查询重写规则，以增强法律案例检索中的BM25基线，在LeCaRD-v2基准上优于人工规则和贪婪规则选择方法。

本文提出DivInit方法，通过在第一轮查询中引入多样性，解决了标准并行采样在智能搜索中收益递减的问题。该方法无需训练，通过从单个调用中抽取候选查询并选择多样化的子集，显著提升了多跳问答的性能。

麻省理工学院研究人员开发了一种新的长期记忆框架DAAAM，该框架结合了丰富的对象描述和3D地图，使机器人能够快速形成和回忆详细的空间记忆，并用自然语言回答复杂问题。这项技术的准确性比现有方法高21%至53%，可应用于机器人、增强现实等领域。

Loomcycle是一个轻量级的自托管运行时，作为边车与应用程序一起运行，提供代理循环、多提供商路由、内存和通道原语、MCP服务器身份、OpenTelemetry跟踪以及多副本协调。它支持HTTP、gRPC、MCP、TypeScript和Python适配器，旨在成为代理系统市场中的第四种选择，介于嵌入式库、托管云服务和代理网关之间。

Respond.io，一家总部位于吉隆坡的客户对话管理软件公司，宣布获得6250万美元的B轮融资，由Camber Partners领投。该公司年经常性收入达3500万美元，同比增长169%，利润率30%。

SciFigureAI 是一款利用AI快速生成科学图形草稿的工具，支持从文本、草图或图片出发，经过多轮编辑与导出，帮助研究人员高效完成论文、海报、基金申请和演示文稿中的图形制作。其核心工作流程包括描述、生成、编辑和导出，并内置丰富的灵感库和多种视觉风格。

Locofy 提供了位于 Figma 与 Cursor、Claude 之间的智能前端层，能够将设计直接转化为代码，大幅提升开发效率。

一位电影制作人分享了其通过XPRIZE竞赛获得250万美元资金的完整策略，并提供了制作乐观科幻电影的操作指南。