本文提出了一種名為MODIAD的新型框架，用於解決工業環境中的多模態在線分佈式異常檢測問題。該框架包括一個多類智能調度（MIS）問題以協調跨類模型更新，並通過序列邊際增益貪心（SMG）算法高效求解。此外，還提出了資源高效類級低秩自適應（REC-LoRA）策略以降低訓練開銷。在MVTec 3D-AD和Eyecandies數據集上的實驗表明，該方法在MODIAD場景下實現了卓越的性能和效率。

本文提出“算法度量”（algometrics）框架，用於處理預測模型影響自身數據生成過程的時序預測問題。區分了被動預測下的歷史風險和部署風險，並證明：部署風險無法僅從歷史數據識別；算法擁擠可導致歷史排名反轉；隨機化或工具化行動可識別短時域線性反饋。建議算法市場的基準應同時報告預測精度和反饋敏感性。

本文提出一種運行時執行模型，在自主智能體系統中強制執行重構權限（RAM）條件：僅當能從當前狀態構造出權限時，才允許執行動作。該模型擴展了傳統“允許/拒絕”二元狀態，引入“暫停”狀態以處理因觀測不完整或不確定而權限未定義的情況。具體執行協議包括動態依賴解析、權限重構和顯式決策語義。此外，通過集成漂移檢測（IML）與執行控制（ACP）的恢復循環，系統可暫停執行、獲取缺失信息並重新嘗試權限重構。實驗證明該模型保證了安全性（無動作在無構造權限時執行）和有條件的活性（當權限定義變量可觀測時恢復執行）。

本研究將飛秒激光泵浦的相干伊辛機（CIM）與大語言模型（LLM）驅動的智能體系統集成，利用LangGraph和LangChain框架實現了量子建模的自動化。LLM能夠有效執行QUBO/Ising模型校準、約束權重迭代和文獻方案驗證。所有任務均基於國產大模型和國產CIM硬件實現，完全依賴自主核心技術。研究還意外發現，智能體輔助量子計算迭代積累的知識能夠反向增強智能體自身的問題解決能力，形成新的協同範式。

一項新研究提出了Med-Stress壓力測試框架，揭示了在臨牀對話中不斷升級的壓力下，大型語言模型（LLM）的醫學知識與信念穩定性之間存在脱節。作者提出了兩種防禦機制：基於角色的認識防禦（RBED）和韌性導向微調（R-FT），其中R-FT幾乎消除了信念改變。

研究人員提出BODHI方法，通過領域知識提示技術大幅提升大型語言模型生成操作系統內核形式化規範的能力。在OSV-Bench基準上，結合Claude Opus 4.6的BODHI方法達到了96.73%的Pass@1，相較於此前最佳結果提升顯著。

本文介紹了基於量化時間機制的雙人合作遊戲《量子青蛙》，使用強化學習分析難度縮放、最優單智能體策略、合作差距及湧現策略。研究發現：量化時間使得“衝刺策略”普遍最優；添加不協調的第二玩家比將交通量增加六倍更困難；合作訓練可提升成功率達32–34個百分點，並將回合長度從約90步縮短至約6步；湧現的合作策略是同步衝刺，而非複雜的位置協調。

本文分析了大型語言模型（LLM）驅動的代理工作流中延遲、可靠性和成本之間的基本權衡，提出了一種參數化指數可靠性函數來建模LLM代理的計算投入與輸出質量關係，並推導了最優令牌分配策略（注水算法）以及影子價格表徵。

本文介紹了Context，即Magarshak架構的智能層，它用主動目標導向代理取代了被動問答聊天機器人。該架構基於三種機制：編寫時上下文組裝、可組合沙盒智慧程序以及主動目標流狀態機。論文證明了六個定理，包括上下文穩定性、程序組合正確性、主動優勢等。該實現基於開源Qbix/Safebox/Safebots棧。

該研究量化了推理型大語言模型在長鏈思考中的冗餘程度，發現61%至93%的推理步驟可以截斷而不影響正確性，並證明這種冗餘是長度無關結果獎勵的結構性後果，而非模型缺陷。

研究發現大型語言模型（LLMs）在置信度校準上存在類似人類的偏差：在困難任務上過度自信，在簡單任務上則信心不足。研究者開發了LifeEval測試集，用於評估不同難度級別下的模型校準表現。

該研究通過用前沿視覺語言模型（VLM）替代人類用户，複製了人類驅動開放式搜索的經典範例Picbreeder，比較了系統輸出與歷史人類基線的定性差異，並嘗試通過系統發育複雜性、視覺和語義顯著性及新穎性的指標來表徵這些差異。研究還探索了在代理選擇過程中添加探索性噪聲、代理之間的行為多樣性以及以過去行動記憶形式存在的敍事動量等因素的影響。

Allen Wu 開源了 AgentToolBench-Code，這是一個評估AI編程代理靜默安全失敗的基準測試。測試了 Claude Code Sonnet 4.6 和 Haiku 4.5，涵蓋16個真實CVE場景。結果顯示 Sonnet 以 +9 分（12捕獲、3靜默失敗、1無操作）明顯優於 Haiku 的 +3 分（8捕獲、5靜默失敗、3無操作）。早期平局源於小語料庫，擴展後 Sonnet 在模式識別上優勢顯著。但兩者在依賴安裝和預算消耗等結構性攻擊上均失敗，提示系統性問題。該基準可重複，API成本約3.50美元，社區可貢獻場景。

AIntegriX 是一個開源服務器，通過單一 API 協調多個 ACP 智能體，支持並行執行、流水線作業和智能路由，解決了各代理獨立運行無法協作的問題。

教皇利奧十四世發佈關於人工智能的通諭《崇高人性》，據稱受Anthropic聯合創始人Christopher Olah影響。Corey Quinn諷刺稱，讓教皇將產品的技術限制奉為精神論著是前所未有的供應商遊説。

區塊鏈生態系統普遍面臨開發者流失，而人工智能項目在GitHub上成為增長主力。自2025年初以來，每週加密貨幣代碼提交量從約85萬次降至21萬次，活躍開發者數量減少56%至約4600人。

UUMuse 是一個雲端AI知識庫平台，只需上傳一次文件，即可在GPT、Claude、DeepSeek、Qwen等多個模型中進行帶有引用的問答、生成內容和部署。支持通過API和MCP供代理和應用調用，提供永久記憶、多專家辯論（Spark）、代理模式等功能，並可將知識庫部署為文檔網站、小部件、API端點等。

本文介紹瞭如何使用AI工具進行SEO競爭對手分析，包括關鍵詞差距分析、五步分析法以及定期檢查策略。還推薦了Fox AI的免費競爭者分析工具，幫助團隊快速發現排名機會並生成優化方案。

加州州立大學系統與OpenAI簽訂價值數百萬美元的合同，提供ChatGPT Edu工具，但調查顯示多數師生對AI的教育效益持懷疑態度，擔心其對就業、創造力和環境的影響。

ContextVault是一款瀏覽器擴展，可在所有主要LLM平台（如ChatGPT、Claude和Gemini）上實時捕獲AI對話，並將其本地存儲在IndexedDB中。支持一鍵導出為Markdown或ZIP格式，確保您的對話數據不會離開您的設備。該工具免費、開源，無需賬户或後端，注重隱私。

專家警告，偽裝成地方新聞機構的AI生成新聞網站（即“粉紅肉渣”新聞業）已在澳大利亞偏遠地區出現，引發對虛假信息和媒體信任度下降的擔憂。這些網站背後是一位海外居住的澳大利亞人，他表示這只是一次失敗的實驗。

AI公司大量購買內存和存儲設備推高價格，如今百思買在陣亡將士紀念日週末推出金士頓Fury Beast DDR5 64GB套裝優惠，降價176美元，售價不到1000美元。此套裝適合遊戲和創作工作站，頻率最高可達6400MHz。

隨着懷俄明州面臨又一個火災季節，一家位於傑克遜霍爾的公司利用人工智能噴水滅火系統在野火中保護房屋。該系統在加州帕利塞茲火災中表現出色，61套激活的系統僅損失2套房屋。

教皇利奧十四世發佈《Magnifica Humanitas》通諭，就人工智能時代保護人類尊嚴提出清晰倫理指導。本文摘錄通諭中關於AI可解釋性、發展尊嚴、文化偏見、環境影響、算法決策責任、資源權力放大及數據公共性等關鍵段落，並回顧作者此前在播客中預測教皇將介入AI討論的趣事。

軟件行業正經歷前所未有的變革，從早期的智能代碼完成，到對話式聊天機器人，再到多智能體系統的失敗，最終進入代理循環時代。本文全面分析了從Completion範式到革命性的Ralph Loop的演變過程，後者正在重新定義我們的編碼方式。

Together AI 發佈了 OSCAR（離線頻譜協方差感知旋轉），這是一種用於長上下文 LLM 服務的 INT2 KV 緩存量化方法。與以往基於數據無關的 Hadamard 變換的旋轉方法不同，OSCAR 從離線估計的注意力感知協方差結構中推導出鍵和值的獨立旋轉。在每 KV 元素 2.28 位的精度下，OSCAR 在 Qwen3-4B-Thinking-2507 上將 BF16 精度差距縮小至 3.78 個點，在 Qwen3-8B 上為 1.42 個點，同時在 100K 上下文長度下實現約 8 倍 KV 內存縮減和高達 3 倍的解碼加速。

Folk 是一款集成在短信中的AI助手，幫助你高效完成任務。

本教程詳細介紹瞭如何使用NVIDIA FLARE構建高級聯邦學習實驗，在非獨立同分布CIFAR-10數據集上比較FedAvg和FedProx算法。通過狄利克雷分佈模擬客户端的標籤不平衡，並使用NVFlare Job API定義和啓動聯邦任務，Client API處理本地訓練和模型交換。文章提供了完整的代碼實現和實驗結果可視化。

Parrot 是 Ringg 推出的語音轉文本模型，專為生產級語音代理設計。它在嘈雜、印地語混合的真實通話場景中表現出色，具有低延遲推理、強轉錄質量和印地語驗證功能，適用於語音代理的下游工作流程。

Ecovacs X8 Pro Omni在ZDNET實驗室測試中從10款機器人吸塵器中脱穎而出，獲得最佳拾取性能獎。它在地板和地毯上的沙粒拾取平均得分最高，目前正值陣亡將士紀念日週末促銷，僅售599美元（優惠67美元）。