Clockwork 是一個為 AI 代理設計的日曆產品，讓它們能按計劃“上班”並執行任務。該頁面來自 Product Hunt，目前內容簡短，主要提供產品簡介以及討論和鏈接入口。

AI 服務暫時不可用，以下為來源摘要，待恢復後補全翻譯：Discussion | Link

谷歌發佈新一代AI天氣模型WeatherNext 3，通過結合實時衞星觀測數據，將全球氣象圖分辨率最高提升至5公里，並實現每小時一次的預報。公司稱，該模型在提前一天以上的降水預報上準確率最高可提升50%，已整合進搜索、地圖和Gemini等產品，同時仍與傳統物理模型配合使用。

超過十億人正在與為建立聯結而設計的AI聊天機器人交談，分享他們最深的秘密，信任它們關照自己的身心健康並採納其建議。《衞報》記者邁克爾·薩菲通過兩個真實故事——一位難以離開戀情的女性和一位迫切戒酒的男性——探索這種新生活方式的面貌。

在一組用三個小型數據集重複進行的實驗中，ChatGPT給出了看似合理卻經不起推敲的分析：把發貨到送達誤當成下單到送達、給出從未被代碼計算過的數字、忽略缺失值背後的系統性偏差；即便要求它複核，它也會放過大錯。

Omarchy 以“面向智能體時代的可塑操作系統”為口號，在 Product Hunt 上亮相。它強調計算環境不應被固定交互流程束縛，而應隨 AI 代理和任務需求靈活調整。目前公開信息有限，主要通過 Discussion 和 Link 入口提供進一步瞭解途徑。

OpenAI宣佈推出Daybreak for Frontline Defenders計劃，承諾投入10億美元，以擴大關鍵服務對前沿網絡AI、培訓和支持的獲取。

英國百貨連鎖約翰·劉易斯宣佈推出由電視主持人安吉拉·斯坎倫主持的YouTube視頻播客《Gift List》，並藉助其他社交媒體傳播片段，目的是讓自身品牌和產品在AI搜索及聊天機器人中更具可見性，延續其姊妹公司維特羅斯《Dish》播客的成功。

GeForce NOW 九月新增 26 款遊戲，最大亮點是支持 NVIDIA DLSS 5 3D 引導神經渲染技術的《NBA 2K27》。此外，《吸血鬼：黎明行者》和《鬼武者：劍之道》也將在發售當天加入雲端遊戲庫。

英偉達已同意以129.3億美元收購開源AI平台Hugging Face。該平台常被稱為“AI領域的GitHub”，託管大量開源模型、數據集和工具。這筆交易若完成，將讓英偉達在開源AI生態中佔據戰略要地，以鞏固其在AI硬件領域的主導地位，而開放源代碼開發者正努力追趕OpenAI、Anthropic和Google等閉源AI系統。

AI 服務暫時不可用，以下為來源摘要，待恢復後補全翻譯：In this article, you will learn the key differences between single-agent and multi-agent AI systems, and how to decide which architecture fits your problem. Topics...

Legora 使用 GPT-6 Astra 在幾分鐘內完成了 41 份金融相關文檔的審核，不僅找出了全部四個預設錯誤，還將工作效率提升了近 40%。

英偉達宣佈以129.303億美元收購 AI 開發者平台 Hugging Face，並承諾保持其開放、多雲和多加速器的特性。Hugging Face 團隊將繼續保留品牌，為整個 AI 生態服務。

OpenAI推出GPT-6 Astra，稱其為迄今最智能、與人類意圖最對齊的模型，在計算機操作、編程、網絡安全和科學領域均達到頂尖水平。

Inline 是一個專注於多人協作的產品，旨在讓 AI、隊友和朋友在同一個工作空間中共同推進任務。當前頁面主要包含一句簡介以及“討論”和“鏈接”兩個入口。

AI 服務暫時不可用，以下為來源摘要，待恢復後補全翻譯：Discussion | Link

Omi Desktop 是開源 AI 項鍊 Omi 的 Mac 配套應用，讓用户可以向 Mac 提問自己看到或聽到的內容。

這篇論文針對 GAN 生成的合成人臉，提出並比較了多種輕量級 Swin Transformer 檢測架構。作者利用包含 14 萬張真實與合成人臉的基準數據集進行評估，結果顯示結合 EfficientNet-B0 卷積特徵與 Swin Transformer 的混合模型在測試集上達到 99% 的準確率和 99.44% 的召回率，同時保持了較低的計算開銷。

ZipTok3D是一種面向極短標記序列的3D標記化方法，通過“逐步增加信息量的全局標記前綴”和迭代解碼實現高保真重建。訓練中使用嵌套dropout隨機截斷潛在標記序列，要求每個保留的前綴都能重建完整物體，從而把關鍵幾何信息集中到前部標記。解碼時，參數共享的Transformer塊被反覆應用，無需獨立的生成式採樣階段即可恢復精細幾何。實驗顯示，在相同標記維度下，ZipTok3D在ShapeNet上僅用1個標記、在TRELLIS上僅用4個標記，即可達到與32標記的COD-VAE基線相當的重建質量，分別將標記序列縮短32倍和8倍。

這篇論文提出“反饋驅動的測試時智能（TTI）”統一框架，用來理解模型在部署/推理過程中基於測試時信號和額外計算進行的自我改進。它把測試時適應、測試時學習和測試時擴展串聯起來，總結了兩類主要技術路線，並橫跨視覺、語言、多模態、生成模型、機器人及醫療健康等領域梳理代表性方法、應用與開放挑戰。

一項研究將多智能體系統把共享同一證據鏈的報告誤當作獨立觀察的問題形式化為“認知Sybil問題”。通過20,000餘次受控LLM智能體實驗，作者證明報告數量翻倍會嚴重破壞樸素推斷的校準，且單純基於文本相似性的去重難以還原真實證據譜系；集體推斷應追蹤證據來源和依賴關係。

這篇論文提出信念校準優化（BCO），讓編碼式優化代理將隱性的環境信念寫為持續更新的上下文文檔，作為可複用的顯式世界模型。在記憶問答、工具使用問答、代碼型應用代理和終端代理等五組基準上，BCO較僅缺少該模塊的對照方法獲得更高訓練通過率；該優勢在未參與候選選擇的保留集上依然成立。後續換用不同基礎模型及離線內容消融進一步説明，收益源自文檔攜帶的信息內容。

持久記憶讓 AI 智能體顯得更個性化，但一項新研究警告：一旦存儲事實過期，模型可能用過時信息覆蓋工具提供的當前權威證據。論文在 Qwen3 多規模模型上發現這一“記憶信任缺口”源於過度信任，傷害存在能力門控；緩解措施也與模型能力相關。

研究人員提出 FAIRLENS，一個用於評估視覺語言模型（VLM）在招聘、法律和醫療等高風險領域公平性與有效性的基準框架。通過將覆蓋性別、種族和年齡的真實人臉圖像與封閉式和開放式問題配對，論文發現這些模型的主要問題並非羣體間不平等對待，而是基於面部外觀進行無根據推斷。表現最弱的模型在 99% 無法由圖像回答的問題上仍給出推斷。單純衡量差異率會忽略這些風險，且自由文本生成中的偏差與多選題準確率關聯較弱。論文認為，公平的高風險 VLM 行為需要羣體間一致對待，並拒絕從外表推斷高風險屬性。

FORGE 提出一種僅前向傳播的測試時自適應方法，使部署在微控制器（MCU）上、已完成批歸一化摺疊且只能執行整數運算的卷積網絡，能夠在無需反向傳播的情況下適應傳感器噪聲、模糊、光照等分佈偏移。方法利用前向估計把每個摺疊卷積的輸出按通道重新歸一化到乾淨訓練統計量，從而恢復歸一化類自適應所需的信息。實驗顯示其精度增益（+20.9 點）已接近依賴梯度的 TENT（+24.9 點），且只需調整 21 層中的 3 層即可獲得約 93% 的收益。在 ESP32-S3 實測中，每次前向自適應僅耗 8.3 mJ 能量和 21.9 ms 時間，約為推理能耗的 6.8%。

研究團隊推出 VakyArth，這是首個面向印度語言的語用能力評測基準，覆蓋印地語、旁遮普語、泰米爾語和馬拉雅拉姆語，並使用選擇題、自然語言推理和翻譯三類任務評估五種語用現象。結果顯示，多語言大模型在依賴印度語言與文化慣例的語用理解上普遍失敗，且自動翻譯指標可能掩蓋流暢但語用不忠實的輸出。

尼泊爾的移動支付應用以圖形界面為主，對視障用户極不友好。SpeakPay是一個語音優先的數字錢包，通過NepFinSpeech-403數據集（403條尼泊爾語金融語音命令，覆蓋237個數字）對Whisper large-v2進行LoRA微調。領域自適應將詞錯誤率從129.95%降至42.58%（相對降低67.2%），天城文數字識別準確率從0.0%提升至73.9%，交易成功率從1.67%提升至33.33%（約20倍提升）。項目全部開源在GitHub上。

該論文提出證據充分性邊界訓練法，使多跳問答模型在證據缺失或僅部分支持時放棄作答，當證據鏈首次充分時給出答案，並在添加冗餘證據後保持回答穩定。基於 HotpotQA、2WikiMultiHopQA 與 MuSiQue 構建證據鏈，使用 Qwen2.5-3B-Instruct 和 LoRA 訓練，翻轉準確率達 0.807，外部不可回答問題集上的無依據回答率低至 0.095。

DiDrive提出了一種分佈引導的離線擴散框架，結合風險感知分層擴散（RHDif）架構與3DICE策略優化範式，用於緩解自動駕駛離線強化學習中的分佈偏移、重尾風險、分佈外動作生成和高維狀態冗餘。在CARLA基準高密度交通場景中，DiDrive相比IQL、CQL和Diffusion-QL等基線方法取得更優性能，達到85%成功率和4295.68平均獎勵。

法規越來越先由機器解析再被人閲讀，但不同解析器會相互分歧。這篇 arXiv 論文面向機器提取的法規語境，提出一種被動式生存證明書：通過逐屬性分歧測量、1,000 次蒙特卡洛試驗和單側 Wilson 95% 置信下界，認證 Duquenne-Guigues 藴涵基中的邏輯。在密蘇里州與印度中央法律數據上，預註冊留出驗證通過，但在一種全局錯誤模型下 93.2% 的留出章低於信息量下限，説明該證書可用但脆弱。