Hoeffding概念瓶颈模型（HCBM）利用梯度提升树的Hoeffding函数分解，提供非线性且稀疏的概念分数聚合，增强可解释性，在分类和目标检测任务中表现优于传统线性CBM。

研究人员提出DAStatFormer，一种混合多分支Transformer模型，通过提取紧凑的多域统计特征替代原始DAS信号，在保持高精度的同时大幅降低计算成本，为大规模实时分布式声学传感监测提供可行方案。

BitsMoE是一种针对混合专家（MoE）大语言模型的高效量化框架，通过奇异值分解（SVD）将每一层分解为共享基和专家特有谱因子，保留共享基不量化以保持跨专家共同结构，并对专家特有因子进行细粒度比特分配。该方法将激活感知的混合精度量化建模为整数线性规划问题，在固定比特预算下最小化估计重构损失。实验表明，在2比特量化下，BitsMoE相比GPTQ将量化速度提升12.3倍，平均准确率提高27.83个百分点，解码速度提升1.76倍。

本文回顾概率论从帕斯卡与费马的组合数学到现代贝叶斯推理的演变，将其视为理性本身的转变，并探讨概率、模糊逻辑与深度学习各自在科学推理中的角色与局限。

本文研究多产品制造信息物理系统中的异常检测问题，指出全局产品无关模型因决策边界过宽而存在安全盲区。作者提出产品感知自编码器，将学习限制在特定产品等级的数据分布上，并在扩展田纳西-伊士曼过程基准上验证。结果表明，该方法在标准检测指标上与全局基线相当，但在模拟攻击场景下检测率达到100%，而全局模型漏检率高达77.8%。

论文提出 Grokers 架构，通过自底向上遍历依赖子图，在写入时利用受控的语言模型调用构建对类型化知识图谱的持久结构化理解，从而将理解成本从查询时转移到写入时，并证明了三个形式化性质。

arXiv论文提出通用量子Transformer（UQT），利用多量子比特系统的物理特性作为归纳偏置，在仅5个量子比特上精确学习模算术和非阿贝尔群运算，实现“结晶化”的确定性泛化，并展示计算与内存优势。

In2AI团队提出延迟逐步奖励归因与资格门控方法，解决多智能体策略交互中奖励难以逐步分配的问题，结合vLLM异步生成与课程学习，使80亿参数开源模型在MindGames Arena基准上超越GPT-5等大型专有系统，包揽Open与Efficient双赛道第一。

研究人员提出 PIBO 方法，利用最优传输理论处理置换不变性，在海上风电场布局优化中相比传统贝叶斯优化获得更优布局，并将计算时间缩短约一半。

研究人员提出ATOM框架，将多目标分子优化建模为树形搜索，每个节点部署针对特定目标的智能体，通过路径式协调而非全局共识来探索多样化的分子演化轨迹，在活性、可合成性和ADMET等基准上取得更好的帕累托覆盖和超体积。

一篇新论文提出了一种多智能体知识库治理协议，结合了知识工件生命周期、声誉加权审议投票和分级制裁。模拟表明，该协议在逆境下比多数投票更具韧性，其中提交-揭示投票隐藏是最有效的单项组件。

研究者提出Consilium协议，借鉴拜占庭容错思想组织多模型AI审议，将模型间分歧视为认知信号。基于1478次审议会话的实验显示，认知人设而非底层模型决定认知行为，RLHF对齐训练会产生领域特定的认知盲点，而成本极低的边缘推理模型可与昂贵的前沿模型产出相当的解析结果。

这篇立场论文指出，混合整数线性规划（MILP）决策引擎在部署时面临“求解后鲁棒性缺口”：微小的参数扰动可能使原本最优的解不可行或发生不连续跳变。作者主张在现有优化流程中增加一个审计已求解方案的后处理层，并形式化定义了参数空间中的ε-近优可行邻域和决策空间中的解平滑性两个核心概念，同时呼吁结合认证内近似、概率鲁棒性估计、对抗鲁棒边际以及基于学习的预测与解释，并提出了报告模板和评估协议。

该法案旨在建立美国首个专注于人工智能领域的主权财富基金，以推动AI技术发展并确保国家竞争力。

NVIDIA 发布了 Cosmos 3 统一多模态世界模型、Nemotron 3 Ultra 高效 LLM 和 RTX Spark 个人 AI 超级芯片。同时，MiniMax M3、Qwen3.7-Plus 和 JetBrains Mellum2 等开放模型推动智能体领域发展。

本文演示如何在Amazon Bedrock AgentCore Gateway上为MCP服务器实现OAuth授权码流程作为入站授权机制。完成后，每个AI助手请求都将使用来自组织身份提供者的有效用户身份令牌进行身份验证。

Meta 的 AI 支持系统完整提示被泄露，揭示了其内部指令，包括语言规则、问题处理流程和领域代理选择机制。

Novus是一款AI工具，可在软件部署过程中自动识别并修复可用性问题，帮助团队提升用户体验。

Jan 是一款开源的本地 AI 助手，注重隐私和个性化，支持多种模型，即将推出记忆功能。

Branda 是一款AI驱动的品牌创建工具，能将一个名字和想法在几分钟内转化为完整的品牌身份，包括策略、标志、调色板、字体和全套品牌套件。提供引导式流程和视觉提示，导出可用的资产。

X.Org Server和XWayland中发现了九项新安全漏洞，其中八项由Trend Micro的TrendAI发现，一项由Red Hat的Peter Hutterer发现。漏洞类型包括缓冲区溢出、释放后使用等。已发布xorg-server 21.1.23和xwayland 24.1.12补丁。

NVIDIA 在 COMPUTEX 上宣布推出 JetPack 7.2 和 Jetson 上的 NemoClaw 支持，将自主 AI 带到边缘设备。这些更新包括 Yocto 支持、CUDA 13、性能提升、MIG 支持以及用于在机器人、检测和工业自动化中部署 AI 代理的 NemoClaw 框架。

《知识工作的下一个时代》报告探讨了 Codex 如何通过 AI 驱动的研究、数据分析、工作流自动化和内容创作来提升生产力。

微软对GitHub Copilot实施基于使用量的计费政策，开发者抱怨每月配额在数小时内耗尽，成本激增，引发大量用户考虑迁移至其他AI服务。

本文详细介绍了如何从源码构建 NVIDIA Apex，检测融合内核，并基准测试 FusedAdam、FusedLayerNorm 和 torch.amp 在 Transformer 训练中的性能提升。

GitHub Copilot 引入基于使用量的计费系统，使用信用点数计费。成本取决于模型和令牌数，高级模型费用高，且简单查询也可能消耗大量信用点。用户需注意自动模式可能选择昂贵模型。

Normal Computing的工程师利用AI智能体在CIRCT之上构建了实用的验证堆栈，包括仿真、形式验证、变异测试等。

aweskill 是一个专为AI编码智能体设计的命令行技能包管理器，允许智能体自主安装、更新和管理技能，无需人工干预。通过一次引导，智能体可执行搜索、安装、创建捆绑包、检查更新等操作，且内置两个元技能用于常规管理和修复。

当 AI 网关积分耗尽时，所有请求都会被阻止，包括使用自带密钥（BYOK）的请求，这与文档描述不符。

Together AI 通过KV块主稀疏注意力、分页MSA解码、优化索引评分内核以及基于Rust的多模态预处理网关等创新，实现了对MiniMax M3模型的高效服务，在不同并发级别下吞吐量提升81%–125%。