本文提出一种基于困惑度差异的简单方法，通过比较微调模型和参考模型对随机前文生成的补全的困惑度，能够有效揭示微调目标。在76个模型生物（0.5至700亿参数）上的实验表明，该方法能识别后门、虚假事实内化、对抗性训练隐藏行为等，且无需访问精确预微调检查点，兼容API模型。

图解问答需要推理级归因，即将每个问答对与推导答案所需的所有视觉区域联系起来，而不仅仅是包含最终答案的区域。现有注释工具将界面与数据集特定格式紧密耦合。本文提出的DIAGRAMS是一个轻量级、模式驱动的审查框架，通过内部元模式和数据集适配器将界面逻辑与数据集特定的JSON结构解耦。该系统可基于问答对进行证据选择并提出所需区域，缺失时自动生成并支持人工验证。在六个数据集上，其建议证据的精确率达85.39%，召回率达75.30%，表明该框架能减少手动区域创建并保持高一致性。

研究人员提出了H-Probes，一组线性探针，从大语言模型的潜在表征中提取层次深度和成对距离。实验表明，这些层次子空间是低维的、对任务性能因果重要，并且能泛化到域内外。在数学推理等真实场景中也发现了类似结构。

PhaseNet++提出了一种频域自编码器，利用短时傅里叶变换（STFT）保留相位谱，用于工业控制系统（ICS）的异常检测。通过相位相干指数（PCI）引导图注意力网络，该方法在SWaT基准测试上取得了有竞争力的结果，标志着该领域首次系统性地探索了相位域方法。

本文对二元分类器的接收者操作特征（ROC）曲线进行了综述，并正式证明了曲线下面积（AUC）等于分类器将随机正样本排在随机负样本之上的概率。此外，文中还给出了当某个假设不成立时该概率与AUC之间误差的界限。

Haiku是一个三模态对比学习模型，整合了多重免疫荧光、H&E组织学和临床元数据，实现了跨模态检索、临床预测和零样本生物标志物推断，并在反事实分析中揭示了癌症进展相关的分子变化。

StyleShield是一种新型流匹配框架，通过条件文本风格迁移在连续词嵌入空间中操作，实现对AI生成内容检测器的有效规避。该框架在中文多领域基准测试中实现了94.6%的规避率（针对训练过的检测器）和超过99%的规避率（针对三个未见过的检测器），同时保持0.928的语义相似度。此外，研究提出的RateAudit算法表明检测分数可被任意设定，直接挑战基于分数评估的可靠性。

GAZE框架赋予医学视觉语言模型（VLM）迭代式分析能力，通过调用缩放、窗宽等观众级工具及PubMed/Open-i检索工具，在包含906例罕见脑MRI的NOVA基准上，病灶定位[email protected]达58.2，Top-1诊断准确率34.9%，且对罕见病例提升显著，揭示了工具使用与模型依赖之间的权衡。

FastSinkhorn是一种纯CUDA实现的对数域Sinkhorn算法，通过warp级洗牌归约和共享内存分块技术，在极小正则化参数下保持数值稳定性，并在稠密最优传输问题中实现12倍加速。

一篇论文从基本原理出发推导并实现了四种经典ODE求解器（欧拉法、显式中点法、经典龙格-库塔法RK4、多曼德-普林斯5(4)法），用于流匹配生成模型的采样。研究发现，RK4在80次函数评估时即可达到欧拉法200次评估的样本质量；同时观察到速度场雅可比矩阵在t=1附近急剧硬化，且低阶与高阶求解器的质量差距在欠训练模型上更为显著。

该研究对六种经典与贝叶斯稀疏回归方法进行了大规模基准测试，在特征相关、信号弱、维度增长等现实条件下评估性能。结果显示，贝叶斯方法（尤其是Horseshoe）在预测误差和覆盖率上表现更优，但Lasso在变量选择上同样高效，是无需后验时的实用选择。

本文提出了一种多项式时间算法，用于在代数多样性框架中解决群选择问题。该算法将对易子组合优化转化为广义特征值问题，复杂度为O(d^2M^2 + d^3)，并能以闭式解直接构造最优群生成器，同时提供可验证的最优性间隙。

Agentopic是一种基于代理的新工作流，利用大型语言模型的推理能力进行可解释的主题建模。它通过多个代理协作完成主题识别、验证、层级分组和自然语言解释，解决了LDA和BERTopic等传统方法缺乏透明性的问题。在BBC数据集上，有种子版本的F1分数为0.95，与GPT-4.1相当，优于LDA的0.93，略低于BERTopic的0.98。无种子版本生成了2045个语义连贯的主题，分布在六个层级上，极大地丰富了原始的五类别结构。

针对智能车辆旅行规划中的路线优化问题，本文提出了一种智能体AI框架，通过编排代理协调交通、充电和兴趣点等专业代理，并构建了旅行规划优化问题数据集（TOP），实现动态优化。实验表明该系统在TOP基准上达到77.4%的准确率，显著优于单一代理和基于工作流的多代理基线。

该研究提出了一种因果框架来定义和量化集体能动性，即多个简单智能体可能意外形成具有独特能力和目标的集体智能体。通过因果博弈和因果抽象，作者解决了演员-评论家模型中的激励难题，并定量评估了不同投票机制下的集体能动性程度。该框架旨在为理解和控制多智能体AI系统中的涌现集体智能体提供基础。

ARMOR 2025 是一个基于战争法、交战规则和联合伦理条例的军事安全基准，用于评估大语言模型在国防应用中的合法合规性。该基准包含12个类别、519个提示，并测试了21个商业模型，结果发现模型在军事场景中存在显著的安全对齐缺陷。

一种名为TUR-DPO的直接偏好优化（DPO）新变体，通过引入推理拓扑和不确定性信号，更好地将大语言模型与人类偏好对齐。它在多个基准测试上优于标准DPO，同时保持无强化学习且训练简单。

研究表明，在语义干扰存在的情况下，工具增强推理并不总是优于原生思维链。作者提出因子化干预框架来分离提示格式成本、工具调用协议开销和工具执行收益，并引入G-STEP来缓解协议引起的错误。

本文提出LOCA方法，通过识别最小可解释的中间表示变化，因果性地解释特定越狱提示为何能绕过大型语言模型的安全训练。这种方法相比全局解释更精确，平均仅需六次变化即可诱导模型拒绝回答，为理解LLM安全漏洞提供了新视角。

arXiv新论文提出AgentReputation，一种针对去中心化智能AI市场信誉问题的三层框架，分离任务执行、信誉服务和防篡改持久化，引入验证机制和上下文条件信誉卡，防止信誉混淆。

TADI是一种基于智能体AI的钻井数据分析系统，利用大语言模型编排12个领域专用工具，整合Equinor Volve油田的异构数据（包括1759份钻井日报、WITSML实时数据等），通过DuckDB和ChromaDB双存储架构实现结构化和语义查询。系统零错误解析所有XML文件，处理三种不一致的井命名规范，并提出了证据接地分数（EGS）作为评估指标。研究表明，领域专用工具设计比模型规模更能提升技术分析质量。

Nylas CLI 是一个新的开源工具，通过单一身份验证流程，为AI代理提供跨多个提供商（Gmail、Outlook、Exchange、Yahoo、iCloud、IMAP）的真实电子邮件账户、日历和联系人。它使用模型上下文协议（MCP）为代理提供16种工具，用于发送邮件、搜索线程、创建事件等。

datasette-llm 0.1a7 版本发布，新增了为特定模型配置默认选项的机制。作为 Datasette 插件生态的一部分，该功能允许插件开发者设定默认参数，例如将所有 enrichment 操作的温度（temperature）设为 0.5。这一改进简化了 LLM 集成的配置过程。

llm-echo 插件的新版本增加了 -o thinking 1 选项，可以模拟推理块，用于测试 LLM 0.32a0 及以上版本。

约翰·格鲁伯透露，Y Combinator持有OpenAI约0.6%的股份，按当前8520亿美元估值计算，价值超过50亿美元。

moar 是一款免费的 Chrome 扩展，可将 PDF、DOCX 等文档转换为干净的 Markdown 或 CSV，供 AI 工具使用，最高节省 95% 的令牌，且完全保护隐私。

苹果机器学习研究提出随机KV路由方法，通过在训练中让各层随机选择关注自身或前一层的键值状态，实现跨层缓存共享，从而在不增加推理延迟的前提下显著减少KV缓存内存占用。实验表明，该技术适用于多种模型，且在数据受限场景中具有正则化效果，甚至能保持或提升性能。

OpenAI扩展了ChatGPT广告功能，推出测试版自助广告管理器、每次点击费用竞价和增强的测量工具，旨在保护隐私并将对话与广告分离。

在马斯克诉OpenAI一案中，Greg Brockman的证词和日记显示他回避关键问题、过于吹毛求疵，并暴露了他的贪婪和机会主义。

Simon Willison 使用 IBM 的 Granite 4.1 3B 模型的 21 个量化变体进行实验，每个变体都要求生成一张骑自行车的鹈鹕的 SVG 图像。所有结果都很糟糕，且质量与模型大小无关。