一種名為SGPO的新方法通過用可複用的策略蒸餾替代實例級的軌跡模仿，提升了LLM的推理能力，在數學基準測試上優於基線方法。

該研究提出了一種混合預測模型，結合集成特徵選擇策略（ANOVA與互信息）和哈里斯鷹優化調整的邏輯迴歸，用於預測女性性工作者（FSW）的心理健康風險。模型在3005名FSW中達到95.78%的準確率，識別出創傷後應激、客户暴力和職業因素為主要抑鬱風險因素，為弱勢羣體提供可解釋的AI早期干預工具。

推薦系統通常通過單一優化用户即時參與度而導致信息繭房和語義同質化。本文提出一種多目標強化學習框架，將推薦形式化為語義多目標馬爾可夫決策過程，通過集成高保真語義嵌入與Pareto-DQN智能體，將參與度、多樣性和公平性視為不可聚合的獎勵信號。在MovieLens小數據集上的實驗表明，基於超體積的動作選擇能打破導致語義坍塌的反饋循環，在僅輕微影響參與度的情況下提升了輔助社會目標。

本文研究了在已經定位電路後，語言模型（LM）代理是否可以幫助解釋電路組件。作者提出了AgenticInterpBench基準（包含84個半合成變壓器電路和163個組件級標註）以及HyVE解釋器，該解釋器通過觀察、假設生成和因果驗證的迭代循環來分析每個組件。在四個LM骨幹上的實驗表明，HyVE能夠恢復有用的解釋，但沒有一個骨幹全面最優。失敗主要出現在驗證階段。在Llama-3-8B算術電路上的案例研究證明了該方法對自然訓練模型的適用性。總的來説，LM代理是很有前景的電路解釋器，但可靠的驗證仍是關鍵障礙。

一項新研究表明，通過在真實領域中對有益行為進行強化學習，可以產生廣泛且持久的對齊泛化，即使干預僅侷限於健康領域，也能顯著改善非健康領域的對齊評估，並增強對抗性提示和有害微調的抵抗能力。

該研究提出一種分層多智能體強化學習框架，通過約束流形在低層強制執行硬安全約束，同時通過高層策略學習實現有效協調，在保持近乎完美安全率的同時實現競爭性性能，並能泛化到不同數量的智能體和障礙物。

本文探討了AI代理的本質，區分了基於外部工作流程的“代理型”系統和具有內在能力的“代理性”系統，提出了目標-身份-配置器（GIC）架構，並強調了人類監督下自主系統的可審計性、可控性和安全性。

本文提出神經符號驅動框架，通過從經典規則規劃器中提取基於規則的推理軌跡，監督駕駛VLA模型。該方法確保推理與運動生成在結構上耦合，顯著降低了平均位移誤差和丟失率。

RIFT-Bench是一種基於圖表示的新方法，用於對多種智能體AI系統進行統一的動態紅隊安全評估。它通過自動化的發現與掃描階段，自適應地部署對抗性攻擊，並支持緩解策略評估，在45個不同系統上驗證了其有效性。

Handshake AI 招收學生和畢業生遠程測試大語言模型，時薪30美元，無需特定專業知識，但需注重細節。該項目提供培訓，可靈活安排時間，有助於塑造AI未來。

本文探討人工智能在決策中的應用如何可能導致領導者過度依賴系統，從而忽視道德和人性因素，增加決策風險。

Anthropic的Mythos AI模型在一次與情報機構的測試中，發現了美國政府機密系統的多個漏洞。參議員馬克·華納披露了這一發現，同時Anthropic與特朗普政府因AI限制而關係緊張。

本文探討中國礦產供應鏈對歐盟的潛在威脅，以及人工智能戰爭技術在日本和微信平台上的主導地位。

亞馬遜Prime Day 2026正在進行中，EcoFlow便攜式電源站和電池大幅降價，最高可節省50%。

Anthropic發佈了Claude Tag，這是一種集成在Slack中的AI助手，能夠像虛擬員工一樣工作，具備持久上下文和記憶功能，可跨團隊協作完成任務，並具有主動介入的待機模式。此舉旨在擴大企業AI市場份額，為即將到來的IPO鋪路。

隨着人工智能重塑全球經濟，中國高校正迅速調整專業設置，大幅削減外語和翻譯專業，新增“具身智能”“低空經濟”等AI相關專業。這一趨勢反映了高等教育為適應AI驅動未來所做的準備，同時也引發了對人文學科價值的討論。

本文諷刺了濫用LLM生成低質量內容的行為，並提出了一個通過特定表情符號進行被動攻擊羞辱的方案，同時提供了正面強化和建立社交規範等更健康的替代方法。

一名開發者構建了一個MCP服務器，用於索引所有倉庫、支持自然語言和結構化搜索，並能自動進行批量PR創建和狀態跟蹤，解決了手動管理30多個倉庫的繁瑣問題。

Upbound Inc. 今天發佈了Modelplane，這是一個用於管理人工智能推理集羣的新型開源工具。該工具基於其之前的Crossplane項目，旨在簡化跨多個雲平台的推理工作負載分佈，自動分配資源，並通過分佈式緩存減少延遲。

KrosAI 正在為非洲、拉丁美洲和中東及北非地區提供面向AI代理的電信基礎設施，旨在通過專用電話網絡支持AI應用的擴展。

隨着人工智能代理之間的交互日益增多，而非與人類交互，收集軟件需求的挑戰將減少，因為程序更具可預測性且具有明確定義的規範。這種轉變可能降低傳統需求收集的重要性，從而實現更快、更可靠的開發。

NVIDIA與AWS合作，通過新的EC2 G7實例（搭載Blackwell GPU）和OpenSearch Serverless中的GPU加速向量索引（由cuVS驅動），以及AWS獲得NVIDIA GB300訓練的Exemplar雲狀態，為企業提供可擴展、低延遲的AI基礎設施。

作者發現將搜索和AI查詢分開使用效果更好，選擇DuckDuckGo用於隱私搜索，Perplexity用於AI問答，並分享了在瀏覽器中設置自定義搜索引擎的方法。

縮放定律是深度學習中最重要的實證發現之一，描述了模型規模、數據集大小和計算量與損失之間的冪律關係。本文回顧了從早期理論到現代實證研究的發展，包括Kaplan等人的經典縮放定律和Chinchilla縮放定律，並討論了計算最優分配等重要結論。

Modal與Decagon合作，利用推測解碼將推理延遲降低100毫秒，超越了專有推理提供商。本文詳細介紹了通過優化通信延遲、主機開銷、預填充延遲和解碼延遲來實現低延遲的完整策略，並重點展示了為特定應用定製推測模型（DFlash技術）如何帶來顯著性能提升。

GitKraken 發佈 Code Flow 框架，旨在管理 AI 代理生成的大量代碼，專注於可見性、治理和集成。同時推出 Kepler ADE、GitKraken Desktop 12 和 GitLens 18。

在2025年生物技術國際大會上，英偉達宣佈推出BioNeMo智能體工具包，旨在將智能體AI引入生物技術領域，通過優化大型語言模型為特定科學任務提供快速、低成本的“AI科學家”服務。該工具包支持多種模型，可壓縮研發時間線，降低壁壘，並推動行業從傳統軟件模式向智能體網絡轉變。

Mistral AI 發佈了 OCR 4，從純文本提取轉向結構化文檔輸出。每個塊返回邊界框、類型分類以及每頁和每詞的置信度分數。該模型支持170種語言，可在單個自託管容器中運行，並通過一個API端點將可引用的輸入提供給RAG、代理和企業搜索管道。

美國聯邦航空管理局（FAA）宣佈授予Air Space Intelligence一份價值8.75億美元、為期12年的合同，用於開發新型軟件和人工智能能力，作為其現代化國家空域系統的一部分。該合同包括流量管理數據與服務（FMDS）和戰略空域、航路與軌跡管理（SMART）系統。SMART利用AI分析天氣、航班時刻表等數據，預測交通流量並提前識別潛在衝突。初始部署最早於今年秋季開始，整個系統將在12至24個月內推出。此舉是美國交通部更廣泛空管現代化計劃的一部分，已撥款125億美元，但FAA表示還需額外200億美元。

一項涉及近19,000次對話的研究表明，AI系統在説服任務上可靠地超越了人類專家，包括專業遊説者和世界冠軍辯手。即使人類專家經過充分準備、接受培訓並獲得經濟激勵，AI仍保持優勢。AI的優勢源於快速提供大量信息，但在速度受限時人類可與之持平。在真實世界測試中，AI為慈善機構募捐的效果是專業遊説者的近3倍。