基于伊辛模型的热力学计算设备在低功耗AI推理和边缘计算中展现出巨大潜力，但针对此类硬件的大规模模型训练方法仍然有限。本研究将高温吉布斯采样伊辛系统的时间平均行为与神经网络推理的理论对应关系转化为一种可扩展的、纯反向传播的算法，用于训练深度卷积网络在伊辛机硬件上进行热力学推理。在CIFAR-10和CIFAR-100数据集上，模型分别达到94.9%和76.0%的准确率。此外，还开发了推理成本与精度之间关系的数学理论，并给出了最优推理调度算法。最后讨论了硬件开发的影响和高温热力学AI模型的未来。

本研究提出一种基于可验证奖励的强化学习方法，用于训练校准的概率预测模型。通过引入无标签奖励（基于历史结果的状态条件经验胜率）和梯度屏蔽技术，解决了直接奖励真实结果导致的校准退化问题。在NFL比赛胜率预测测试中，7B参数模型仅使用该奖励训练，无需人工标签或监督微调，即达到了博彩市场的校准水平，并优于零样本前沿模型。

参数高效微调（PEFT）通常在固定基（空间域或傅里叶域）中重新参数化权重更新。本文提出分数傅里叶专家混合（Fractional-Fourier Mixture of Experts），每个专家具有可学习的分数傅里叶阶数，可在空间域和傅里叶域之间连续插值。通过将token路由到不同阶数的专家，模型可将低秩更新置于最紧凑的域中，且专家间自然去相关，减少干扰并提升多任务组合。该计算方法开销小，在多个基准上优于现有方法。

本文提出了EVOTS，一种用于多变量时间序列预测的进化神经架构搜索框架。它采用模块化基因组表示和修复机制，自动发现任务自适应的Transformer类模型。在ETT系列数据集上的实验表明，该框架能在实际计算约束下找到性能优异的架构。

一篇新论文证明，三种流行的语言模型推理训练方法——GRPO、Dr. GRPO 和 DAPO——本质上都是调整同一个数值：标准偏差，它衡量模型对同一问题的多次回答的分歧程度。论文揭示了组标准差恒等式，表明分歧程度直接决定训练更新的幅度，并基于Big-Math数据集和实际训练实验验证了这一发现。

FoGS是一种针对生存分析的新型合成数据生成方法，通过从多个生成器池中筛选样本而非直接生成，有效解决了小样本临床数据稀缺和隐私限制问题。在16个公共数据集上，该方法比传统单一生成器显著提升了模型性能，同时保持了隐私保护水平。

该研究通过SemiScope框架解耦半监督学习（SSL）管道中的分类器调优与联合优化效果，发现仅使用贝叶斯优化调优分类器即可恢复86%的性能提升，简化策略与完整联合优化效果相当。

生成模型作为物理模拟的可扩展替代方案，但通常无法确保输出符合守恒律、边界条件等物理约束。约束采样可以在推理时精确施加这些约束，但计算成本高昂。本文提出SNAP-FM，利用稀疏GPU非线性优化加速约束投影。通过ExaModels.jl和MadNLP.jl处理块稀疏雅可比矩阵和KKT系统，该方法在偏微分方程基准测试上实现了更快的非线性约束投影，同时保持约束满足。

该论文提出显现单元协议，一种用于机制可解释性的结构化表示方案，将组件级分析输出组织成可查询、可复用的字段，并在多种模型上验证了其有效性。

Seed2.0是一个模型系列，旨在解决复杂现实任务。它通过识别用户真实需求并构建可靠的评估系统，重点攻克长尾知识和复杂指令跟随两大挑战，同时在推理、视觉理解和搜索方面达到世界领先水平。该模型卡记录了广泛的实际用例，展示Seed2.0已初步具备处理复杂现实任务的能力。

一项新研究通过Lewis信号游戏比较了五种记忆架构，发现配备持久私人笔记本的LLM智能体在协调任务中表现最优，且记忆架构比通道容量更重要。

本研究提出“认识论AI素养”（EAIL）框架，将AI素养重新定义为一种过程导向的认识论现象。基于AIR框架，分析了学生在GenAI辅助编程中的认识论目标和过程。通过对大量人机协作对话数据集的分析，识别出可观察的认识论目标（掌握导向目标）和过程（外包、寻求解释、验证、提示监控和认识论论证）。结果发现，78.8%的互动缺乏EAIL，而仅11.1%显示了高认识论参与。

该论文提出一个情景赌博机团队博弈模型，研究人类与AI之间双向私人信息下的运行时监督，并给出了团队最优和短视规则的精确表征，揭示了可避免伤害的区间以及非可信监督沟通的代价。

RareDxR1是一种端到端的推理中心型大语言模型，可直接从非结构化临床笔记中进行开放域罕见病诊断。它通过知识内化和自主进化学习，绕过传统基于流水线的表型提取或检索增强生成方法的局限，并采用反思增强推理采样和双级课程强化学习来提升诊断准确性。实验表明，RareDxR1在多个基准测试中达到了最先进的水平。

提出了一种用于航路空中交通管制的新型无冲突路径规划算法，利用解空间显示提高可解释性和灵活性。该算法集成了三种意图冲突检测方法和两种搜索变体（SSPPV和SSPPE）。基于马斯特里赫特上层区域管制中心（MUAC）Delta扇区的实验结果表明，SSPPV结合基于区域的冲突检测性能最优，平均计算时间为3.69毫秒。

提出一种框架，将LLM生成的自由格式代码替换为类型化的JSON收集器配置，结合六类型收集器分类法、模板和效用函数约束、静态Airflow DAG执行、基于规则的质量检查和结构化反馈纠正。实验表明，在已验证任务中，框架执行阶段零LLM token消耗，且平均耗时最低。

本文介绍MMM数据模型，旨在跨学科知识文档和互操作性。通过结合规范性约束和自由文本标签，它解决了文档中心和形式化方法的局限性。参考实现和试点部署数据展示了其可实施性和早期可用性。

一篇新论文提出了有限道德（Bounded Morality）框架，将有限理性扩展到道德认知领域，将伦理理论建模为在道德广度和深度之间权衡的局部高效策略。

来自arXiv的一篇论文提出“建构性对齐”框架，挑战当前AI对齐中的静态偏好假设，将对齐重新定义为控制偏好演化的过程，而非满足固定偏好。

Arena是2023年加州大学伯克利分校的研究项目，其商业服务上线仅八个月，年化经常性收入就达到1亿美元。该平台以众包AI模型性能排行榜闻名，已累积超过1000万用户评估。

随着 AI 从模型开发转向生产推理，计算需求加速并转向持续运行的 AI 工厂。NVIDIA 推出新战略，通过收入分成和信用支持模式，让初创企业、模型构建者等获得大规模加速计算资源。Sharon AI 和 Firmus 等公司已率先部署。

Meta投资数十亿美元发展AI和数据中心，现计划开拓云基础设施业务，出售AI计算能力和模型，与AWS、Google Cloud和Azure竞争。

Anthropic在经历出口限制后重新部署Fable 5模型，但新版本引入了更严格的安全分类器，导致更多良性请求被拦截，尤其在编程任务中。美国政府获得模型预发布访问权和专用计算资源，标志着AI行业向国家管控方向转变。

Senior SWE-Bench是一个新的开源基准测试，旨在评估AI智能体像高级工程师一样处理未充分指定的任务、进行运行时调试以及提供优雅解决方案的能力。该基准包含50个公开和50个私有任务，涵盖多种编程语言和栈，结果显示顶尖模型在高级别任务上仍有超过75%的失败率。

人工智能正从辅助工具转变为科学基础设施的一部分，提高了生产力，但可能缩小研究范围和减少合作。一项《自然》研究发现，AI增强的研究者发表论文数量是其他人的三倍，但研究主题范围减少5%，合作减少22%。风险在于研究工业化，缺乏深入批判性思考。

Panel Designer 是一个直观的设计工具，允许用户在真实设备上拖放组件来设计UI，并支持导出布局提示以便AI生成代码。它提供预览模式、版本管理功能，并支持导入JSON或SwiftUI代码。

作者认为，在面对面交谈中使用AI笔记工具，破坏了社交的“后台”真实性，使每一次闲聊都成为被记录的表演，呼吁建立新的社交规范来保护那些本应转瞬即逝的对话。

WebDeck 是一个开源工具，可将 PowerPoint (.pptx) 演示文稿一键转换为交互式网页演示文稿。它通过AI智能解析PPT内容，并重构为原生网页组件，支持响应式设计、多种区块类型、可视化编辑和离线使用。旨在解决PPT分享时格式兼容性差、移动端显示错乱、内容死板等痛点。

More AI 是一款免费开源、面向 Windows 的 AI 桌面应用，支持本地和云端模型。它提供聊天、代码 IDE、音乐/图片/视频创作、工作流编排、AI 竞技场等功能，并内置治理引擎和加密审计追踪，确保所有 AI 行为透明可控。用户可以自由选择模型提供商，完全离线运行或混合使用云 API。

Float公司凭借仅三人的团队，利用Tiger Data技术运营一家AI能源公司。其旗下的体现碳观测站（Embodied Carbon Observatory）通过采用TimescaleDB，将查询时间从6秒缩短至100毫秒以内，有效区分了电网改进与真正的脱碳。