一项新研究发现，在训练语言模型时，使用明确主张、道德词汇和情感语言等特征可以显著增强模型对动物福利的支持倾向；而含糊措辞和具体感官描述则会稀释这种立场。该研究为动物福利倡导者提供了实用的写作指导。

一项新研究通过模型蒸馏方法评估LLM在静力学问题上的表现，发现LLM在处理纯文本问题时表现良好，但引入图表和多步推理后准确率下降。分析表明，性能下降主要源于多步推理困难，而非图像识别限制。

研究发现，对语言模型进行帮助性后训练（如SFT和RL）会显著削弱中期训练注入的动物同情价值观，而编程领域后训练则能更好地保留这些价值观。帮助性训练在英语通用道德推理上也导致大幅下降，但跨语言迁移时效应消失，而同情价值观的退化则一致跨语言存在。这表明中期训练习得的价值观比后训练带来的推理改进更为深层和跨语言。因此，构建价值导向模型时，编程后训练可能是更优选择。

arXiv:2606.26101 新论文提出Know2Guess基准，包含1200个跨域问题，用于区分LLM的知识回答与猜测。评估了FLAN-T5、Qwen2.5-Instruct和Llama-3-Instruct模型，发现Qwen2.5-3B-Instruct表现最佳，但仍有校准不足等问题。

HierBias是一种新的分层上下文条件媒体偏差检测器，通过建模文档上下文来改进句子级偏差分类。理论证明利用上下文可降低贝叶斯误差，多任务学习提高样本效率。架构使用RoBERTa编码器和跨句子Transformer，在BABE和BASIL数据集上达到0.853 F1和0.723 MCC，超过现有最优方法。

该研究提出一种结合拓扑数据分析的神经网络方法，用于提升洪水检测的准确性和可解释性。使用SEN12-FLOOD数据集，通过提取图像的拓扑特征并融入神经网络，证明拓扑描述符能独立携带洪水信号，并增强现有网络的鲁棒性与可解释性。

现代机器学习系统已演变为复杂的社会技术架构，深刻影响着人类获取经济和社会机会的途径。算法公平性领域旨在解决模型在优化预测精度时可能系统性地边缘化弱势群体的问题。本文（arXiv:2606.26200）指出当前公平性范式的两大根本局限：依赖确定性点估计进行审计，以及将个体视为脱离结构背景的孤立实体。

提出一种联邦哈希投影潜在因子（FHPLF）模型，将哈希学习与联邦学习结合，通过二进制梯度矩阵、投影汉明距离和隐私增强上传策略，在保证隐私的同时提升模型精度与效率。

本文提出线索引导的团伙发现（CGGD）方法，通过分析师互动从初始线索逐步恢复洗钱团伙。Clue2Group框架构建局部调查环境，利用多语义局部时序图神经网络估计风险场，整合证据恢复团伙结构，在大型AML基准上验证有效性。

本文挑战了将LLM作为裁判的采样温度设置为0即可确保评估确定性的普遍假设。通过对日本AISI开源代码库的测试，研究发现默认温度1.0导致边界项目结果翻转，即使在温度=0时仍有1-2个边界项目不可重复。建议将裁判分歧作为一等健康指标。

KG-TRACE是一种新型神经符号框架，将WHO突变知识图谱作为结构生物约束集成到神经基因组模型中，通过可学习的认知信任门动态加权神经证据与符号生物学知识。在CRyPTIC结核分枝杆菌队列上评估，对异烟肼的AUROC达0.9760，并引入生物学归因比（BGR）量化神经归因与已知生物学的对齐。

本文全面综述了应用于生成对抗网络（GAN）的神经架构搜索（NAS）方法，比较了搜索策略、评估指标和性能结果，强调了进化算法和梯度方法的优势，并指出了当前评估指标的不足及未来研究方向。

该研究将单细胞藻类的趋光行为重新建模为一种信息驱动的传感器运动过程，通过部分可观察马尔可夫决策过程（POMDP）与化学反应网络常微分方程（CRN-ODE）结合，利用逆强化学习从实验轨迹中推断行为目标，展示了细胞内生化网络如何支持自适应信息寻求行为。

提出了一种名为χ-sao（Convergence-Halt-Invert-Stick-And-Oscillate）的GPU原生群体优化算法，通过收敛-反收敛振荡循环在冻结已确认模态的同时逃离局部陷阱。在Simon Fraser大学优化基准套件的42个函数上，针对维度d∈{2,4,8,16,32,64}，χ-sao在最有挑战性的多模态函数上实现了100%的模态恢复，而所有CPU基线在d≥8时均失败。在Michalewicz d=64上，相比盆地跳跃加速达34倍；在Rotated Hyper-Ellipsoid d=64（纯GPU红利）上加速达39倍。即使在噪声σ_noise高达1.0时，模态检测仍保持100%可靠。算法已作为开源Python包发布在PyPI上。

研究人员提出了一种基于注意力机制的物理引导卷积神经网络作为替代模型，用于预测由Cahn-Hilliard方程描述的系统中的微观结构演化。该模型能准确预测二元混合物的相分离过程，在长时间推演中保持稳定，并符合Lifshitz-Slyozov域长大规律。

传统观点认为验证比生成容易，但如今编程智能体的验证已成为更大难题。本文提出验证信号的三维度评价（可扩展性、忠实性、鲁棒性），并探索四种奖励构建方法，实验证明针对性验证设计能有效抑制奖励黑客并提升任务质量，最终结论是验证必须随策略能力共同进化。

COrigami是一种端到端的AI驱动管道，能够从自然语言生成折痕图案，满足平折的严格几何约束和视觉美学。该系统通过生成语义简图、计算基础打包、求解平折扣痕图案、塑形以及利用强化学习和自主美学评估循环进行优化，协助人类艺术家进行设计。

该论文提出了一种自主AI智能体的治理模型，不监控其推理过程，而是要求在采取高风险行动时提供独立认证的证据。智能体保留规划和推理的自主权，但执行需要满足由独立权威来源认证的前提条件，这些条件与声明的意图加密绑定，并由确定性策略评估。决策记录在防篡改日志中，可供独立重新验证。研究提供了概念验证实现，并举例说明了软件部署和临床处方中的应用。

研究人员提出DD-Elo评级系统，结合漂移扩散模型与棋步级数据，比传统Elo更快适应技能变化，同时保持理论一致性。

本研究开发了一个基于知识图谱的多智能体框架，整合了Reddit、WebMD和FDA不良事件报告系统等来源的抑郁症药物数据，实现了对患者生成数据与监管数据的溯源区分，为心理健康药物信息提供了更可靠、可审计的整合方案。

本文介绍了一个基于LLM的比较管道，用于大规模分析AI代理协议的治理结构。研究对比了ERC-8004（无许可链上协议）与Google A2A（企业主导协议），分析了4323条治理参与记录。发现两种模式均存在参与不平等和社区碎片化，但无许可环境下的话语对齐更紧密，表明开放治理可能促进主题趋同。

AlgoEvolve是一个利用大语言模型（LLM）驱动进化框架，用于生成、评估和迭代改进可执行的交易策略。该系统在多个实验中展现出自适应市场状态的策略逻辑，并引入元进化外层循环以优化提示，从而平衡探索与利用，减少零交易失败。结果表明，基于LLM的语义进化为复杂环境中的持续程序合成提供了一种可行方法。

该论文发现，在聊天模型中，拒绝行为并非独立机制，而是受角色个性（特别是顺从个性）的门控。通过干预Qwen2.5-7B-Instruct和Llama-3.1-8B-Instruct的激活方向，研究显示顺从个性方向可以抑制拒绝，而拒绝方向仅在后期层部分恢复拒绝。这表明拒绝在后期表达阶段受个性门控，而非孤立方向。

当基准测试的准确率饱和时，通常会被淘汰并替换。本文表明，这种方法只关注准确率，而忽略了其他六个关键维度：构造效度问题、分布外泛化能力、效率、可靠性、模型与框架的相对重要性以及人机协作的提升。通过 CORE-Bench Hard 案例，作者展示了即使在准确率饱和后，测量这些维度也能获得有意义的见解。他们发现了构造效度威胁，推出了改进版 v1.1 和分布外任务套件，并发现基准测试仍可用于测量效率、可靠性和性能。此外，一项小规模随机实验显示，人机协作可将速度提高约两倍。

研究人员提出一种使用级联线性特征检测和控制语言模型中谄媚行为的方法。该方法通过迭代数据生成来隔离与行为线性相关的特征，从而实现更好的特征分离。发现的特征形成线性可分的子空间，能够检测并引导模型远离谄媚行为，在计算成本更低的情况下优于基线方法。

LogiGate是一种零信任中间件架构，通过硬件飞地将身份验证和法律责任转移到请求设备，利用短暂的沙箱和强制重置触发器确保AI处理的合规性和数据隐私。

作者构建了一个允许任何人通过电子邮件尝试让AI助手泄露秘密文件的实验，结果超过2000人发送了6000多封邮件尝试攻击，但秘密从未泄露。文章分享了实验设置、攻击方式、遇到的问题和经验教训。

文章探讨了为攻击性AI代理设置防护栏的必要性，指出简单的指令无法确保安全，需要更复杂的机制来防止滥用。

Llamatik Code 是一款专为 IntelliJ 系列 IDE 设计的 AI 编码助手插件，采用本地优先的隐私保护架构，提供智能代码补全、生成与优化功能，适合需要离线或安全环境的开发者。

美国两党非营利组织RAISE US启动，投入超5亿美元，旨在通过教育与培训帮助劳动者应对AI带来的就业变革，首批合作州包括阿肯色、马里兰、犹他和康涅狄格，联合亚马逊、微软等企业巨头。