该论文提出了谱对齐分解，解释了神经网络损失景观中曲率指数α为何在不同层类型间变化（卷积层约2，Transformer注意力层约1，MLP上投影层小于1）。该分解将α的变化归因于Kronecker因子特征基与梯度奇异方向之间的对齐程度。此外，论文推导出一个谱传递恒等式s=αγ，通过独立拟合α和γ可高精度预测Hessian衰减指数s。基于此，研究者提出架构自适应预条件子T(σ;α)，并展示Spectral Newton优化器在视觉基准上超越AdamW。

短租市场动态定价面临财务风险高、需可解释性、反馈稀疏等挑战。本文提出人机协同门控情感老虎机（HITL-GB）框架，算法给出价格建议，人类运营人员有权接受、修改或拒绝。研究表明，在审批约束下，历史定价数据（来自先前确定性策略）在结构上等同于用于初始化情感老虎机后验的在策略预热数据，从而避免数周至数月的冷启动期。在真实短租生产数据（匿名城市市场，2间房，2022年4月至2026年4月，1461个夜间定价场景）上验证，预热程序将有效冷启动从约150个场景压缩至约30个场景。该方法可推广至临床用药、信贷发放、内容审核、放射诊断等高风险的监管领域。

arXiv论文提出GAMBLe框架，将AI驱动研究系统（ADRS）分解为生成器、评估器、发现机制和预算四个参数以及有效景观对象，并通过760多次复制实验（超46,000次迭代）证明，组件选择对性能提升13-67%、搜索效率提升6-39倍至关重要，且不存在通用的最优组件组合。

这篇arXiv论文提出了一种面向嵌入式智能体系统的模块化参考架构，通过分层设计将运行高度压缩神经网络与规则逻辑的端侧智能体，与借助小语言模型进行高层推理的云增强智能体解耦，并引入贯穿各层的治理层以保障可观测性、策略执行与安全。

一项新研究区分了“冗长但无害”的过度思考与“破坏已有正确轨迹”的有害过度思考，发现模型在首次得到正确答案后继续推理可能导致准确率下降，而提前停止策略只能减少前者，无法防止后者。

一篇 arXiv 论文探讨了三种利用玩家碰撞信息生成电子游戏敌人形态（身体结构与碰撞体）的新方法，并发现它们均达到或超过了从机器人形态学工作改编而来的进化基线。

本文介绍Traj-Evolve，一个自进化的多智能体系统，通过经验池（ExPool）和多智能体强化学习（MARL）从纵向电子健康记录中建模患者轨迹，在肺癌预测任务上超越9个强基线。实验表明，ExPool提升特异性，MARL提升灵敏度，两者互补。

ChatHealthAI是一个多模态推理框架，通过任务感知重采样器将预训练的EHR基础模型的结构化表示与冻结的大语言模型语义空间对齐，从而在保留预测性能的同时实现可解释的自然语言临床推理。在EHRSHOT基准的三个临床预测任务上，该框架在保持竞争性预测性能的同时，显著提升了推理质量和可解释性。

一项基于NOAA国家水模型回溯模拟的研究比较了仅编码器Transformer与LSTM在无测站流域上游流量推断中的表现，发现LSTM整体更优，而引入下游信息可使所有模型的中位NNSE提升超过60%。

AURA-Mem是一种针对机器人策略的恒定大小循环记忆，通过动作门控机制仅在观察改变未来动作时才写入，显著减少内存写入次数，同时保持准确性。在合成基准和真实机器人任务中，AURA-Mem匹配或超越基线，且内存占用恒定（4,224字节），远小于KV缓存。

MIT和MIT-IBM计算研究实验室的研究人员开发了ChartNet数据集，包含超过一百万张多样化图表，用于训练视觉语言模型。该数据集使小型开源模型在图表理解任务上超越大型商业模型，有望帮助预算有限的小型企业更有效地利用AI。

Dropstone 1.5 是一款终端中的AI编程代理，每月重新评估顶级模型并切换至最佳者。当前基于DeepSeek和Kimi模型，美国服务器托管，不存储数据。每月15美元提供约450次深度编程会话，约为Claude Code Pro的两倍（后者20美元）。注重安全，所有操作需确认。

一项新研究探讨了AI编码代理与传统人类程序员在错误消息消费上的差异，通过控制实验发现，更详细的类型错误消息能显著提升AI代理修复错误的能力，并且类型系统的存在优于仅依赖测试套件失败报告。

通过实际案例，介绍AI应用可观测性的四个关键信号：版本化提示词、trace记录、用户评分和模型评分。

悉尼科技大学教授Cath Ellis在《悉尼先驱晨报》发表评论文章，敦促学生不要使用AI走捷径，但文章本身却被发现是由AI撰写的。报纸随后撤下该文，尽管大学认为其使用AI是“恰当的”。这一事件引发了关于学术诚信和AI使用边界的广泛讨论，凸显了AI在学术写作中的伦理困境。

该工具利用AI布局理解技术，解决传统提取器输出乱行的问题，确保标题、表格、标题和图片在转换后保持清晰。

韩国Kospi股市因AI需求创历史新高，但专家警告过度依赖两家芯片制造商可能带来繁荣-萧条周期风险。SK海力士加入三星电子和台积电，成为亚洲万亿美元俱乐部成员。

LiteHarness 是一个统一的 SDK，为多种 AI 智能体工具提供单一的 TypeScript 和 Python 接口，包括 Claude Agent SDK 和 OpenAI Agents SDK。它支持轻松切换不同的智能体和模型，并支持流式消息。该项目目前处于预览阶段。

本文讲述作者离开艾伦·图灵研究所，加入一个被认为具有变革性的人工智能实验室的经历。

Claude Code工程总监Fiona Fung在Code w/ Claude SF 2026上分享了团队在代理编码成为默认工作方式后，流程和结构如何变化。她讨论了规划、上下文收集、代码审查和团队组成的转变，以及如何推出新规范并衡量其效果。

Replicas 今日在 Product Hunt 上线，允许开发者在隔离的云虚拟机中运行 Claude Code、Codex 等编码代理。它集成了 Slack、Linear 和 GitHub，支持后台代理执行并提供真实的开发环境。创始人 Connor 和 Saai 分享了他们的愿景和早期成果。

本教程详细介绍了如何在Google Colab上使用QLoRA、监督微调（SFT）和直接偏好优化（DPO）微调Liquid AI的LFM2模型。包括加载模型、准备数据集、训练LoRA适配器、合并适配器以及进行DPO训练的全流程，最终获得一个可部署的模型检查点。

AI搜索摘要看似进步，实则有害。本文呼吁回归仅返回结果的搜索方式，指出摘要会抹平细节、隐藏分歧、削弱验证，并损害网站生态。

Instagram近日修复了一个安全漏洞，该漏洞允许攻击者通过欺骗Meta的AI支持聊天机器人来获取用户账户的访问权限。受影响的账户包括奥巴马时代的白宫Instagram账号以及美国太空军首席军士长的账号。

谷歌正通过一项秘密试点计划，向Android应用开发者付费获取其代码库，用于改进AI编码工具。开发者保留知识产权，但谷歌希望借此弥补其在AI代码生成领域与Anthropic和微软的差距。此举也反映出AI公司可能面临公开训练数据枯竭的问题。

Brontosaurus是一个基于网络的生成式画布，通过语音命令几乎瞬间创建小部件。受Thinking Machines和Ink & Switch的启发，它强调人机协作，以速度为核心，让用户通过语音快速将想法变为现实。

Weaviate 宣布其专为智能体应用设计的托管记忆与上下文服务 Engram 正式上线。它通过异步管道、模板和内置作用域，解决了长上下文退化、原始数据混乱和多智能体上下文碎片化等问题，帮助智能体积累经验、优化决策。

Reachy Mini现在可以通过MCP协议调用Hugging Face Spaces上的远程工具，如天气查询和网页搜索。用户只需一个命令即可添加工具，无需修改应用代码。本文介绍了内置工具、配置文件控制、远程工具的工作原理、安装命令、命名规范、示例配置文件以及当前限制。

Anthropic 的《大型语言模型的生物学》（2025）是机械可解释性领域的里程碑。通过电路追踪等技术，研究人员能够揭示模型内部的多步推理过程，发现它们使用人类可理解的概念（如“德克萨斯”）进行类符号推理。这项工作有助于识别模型错误、引导行为，甚至设计更好的学习算法。

这部纪录片探讨了人工智能可能对互联网带来的颠覆性影响，包括虚假信息、算法操纵和网络生态的变化。