一篇新的 arXiv 論文指出，均勻離散流雖然允許在每個生成位置反覆更新，但持續的修正也會讓原本正確的中間預測被後續錯誤覆蓋——在數獨實驗中，9.4% 的生成格子在中途正確、最終卻錯誤。作者提出 LEDFlow：一種無需訓練的採樣器，通過"選擇性吸收"把生成順序引入均勻離散流，並按局部熵自適應決定吸收順序，從而避免固化錯誤預測。該方法在數獨求解上達到 0.845 的 Nikoli 準確率，在文生圖和六項多模態理解基準上均取得提升，推理成本與標準流採樣相當。

一篇新論文（arXiv:2609.25082）評估用聯邦學習把混合量子—經典模型與經典參與方結合起來，採用 Sherpa.ai 的盲式縱向聯邦學習（SBVFL）協議，在自建的 SMPP 基準上把準確率從 0.7227 提升到 0.8757，接近非隱私的集中式訓練水平，且所需可訓練參數明顯少於經典神經網絡和隨機森林。

一篇被 COLM 2026 與 KONVENS 2026 研討會接收的論文發現，聊天模板像一個開關：它的存在會抬高模型“我只是個AI”式的免責聲明口吻、壓低“我感覺”式的體驗性口吻；在激活空間中還存在一個可引導該行為的方向向量，暗示模型關於自身的陳述並不只是權重的事實，而部分由部署方式決定。

研究人員發佈 IntLawNER，一個面向國際法成文文本的命名實體識別數據集與評測基準，涵蓋國際法院、聯合國安理會和歐洲人權法院的 2,987 條金標句子與 8,094 個實體跨度。論文還揭示領域專用 NER 中銀標到金標的質量評估陷阱，並給出多種模型的基準表現。

一篇新論文指出，LLM 裁判之間的共識常被高估，因為裁判錯誤並不獨立。十名裁判的平均兩兩誤差相關係數為 0.21，約等於 3.5 名獨立裁判；在最多 28% 的比較中，忽略共享誤差會改變顯著性結論。作者建議用可信樣本估計準確率、識別共同錯誤，並據此選擇投票方法。

一篇 arXiv 論文將人類的三階段審議範式遷移到來自三個模型家族的大語言模型，並在四個現實風險遞增的領域進行測試。結果顯示，多模型審議能比簡單聚合獨立回答進一步降低集體誤差，審議後的個體判斷也保留了這部分增益；但該優勢依賴模型多樣性，由同一模型克隆組成的羣體沒有從審議中獲益。

該論文研究託管式語言模型行為評估的可變性，區分復現、測量敏感性與持久性三類問題。作者在 Regent Chess 環境中發現，先前的 Gemini 3.1 Flash-Lite 缺陷可在歷史配置下復現，但在相同公共標識下重建評估與推理配置後端點顯著變化；重建配置下 Gemini 3.1 與 3.7 的 4K 比較甚至反轉方向。論文因此主張，對託管模型的行為結論應顯式標註被測標識、服務期、測量工具與推理配置。

該論文提出一種“目標驅動”的流程變體分類方法，顛覆了以往先聚類再人工賦予業務含義的做法：先構建組織目標模型以預先確定分類維度，再把每個流程變體轉寫為行為敍事文本，交由大語言模型結合目標模型進行語義判斷並歸類。作者完成了端到端實現，並在三個規模和多樣性差異顯著的公開日誌上驗證，結果顯示目標模型的引導會產生不同於無引導歸納的劃分，且能對目標模型中備選方案的受控修改作出響應，代價是需要額外編寫目標模型。

該研究提出一種羣體監督框架，可從單張二維紅細胞圖像推斷潛在生物物理量，並聚合為平均紅細胞體積、紅細胞分佈寬度和平均紅細胞血紅蛋白量。模型結合共享局部推理、面向體積與血紅蛋白的生物物理結構化解碼器、可學習實例加權以及設備特定校準。作者形式化了聚合觀測識別受限實例預測器的條件，並指出羣體一致性本身並不能識別單細胞特性或三維幾何。在390份標本、六台設備共1,105次採集上，與Sysmex分析儀相比報告了0.86–0.98的Pearson相關係數。

arXiv新論文將“音樂實驗室”式的社會影響實驗搬到學術注意力市場：1,000個AI智能體從《美國經濟評論》2025年全部114篇正式論文中挑選成果。能看見同社區先前選擇的智能體每人少選17.2%的論文、選擇更集中，集體僅覆蓋73篇，而獨立選擇組覆蓋90篇；隨機給論文注入5次初始選擇，可使其後續被選率提高45.55個百分點。

PAANI 是一種面向河流監測機器人的設備端感知到引導架構，在 Arduino UNO Q 上結合 YOLO11n 檢測器與 MobileNetV3 Small 語義分割器，通過時間戳對齊的證據融合和顯式走廊策略提供可檢查的引導。模型精度較高，但研究強調模型準確性與在板執行並不等同於已驗證的水上避碰能力。

一篇新論文提出售價約88美元、完全離線運行的AI智能手杖，在Raspberry Pi Zero 2W上融合RGB視覺與ToF測距，通過距離相關的振動觸覺反饋與語音提示協助視障人士避障。室內測試宏平均F1為0.82，端到端平均延遲約330毫秒，峯值功耗2.8瓦，12人初步可用性研究給出SUS 78.5的正面評價。

一項被 NLPCC 2026 接收的研究通過詞元對齊實驗，系統考察了教科書式教學數據與真實臨牀記錄在醫療大語言模型訓練中的不同作用。結果顯示兩類數據存在不對稱遷移：臨牀數據能提升面向臨牀的任務，同時在知識密集型任務上保持競爭力；教學數據則主要改善知識密集型任務。錯誤分析還揭示了“知—行鴻溝”，即知識記憶的改善未必能穩定轉化為臨牀推理能力。

SpeakON 推出一枚重 25 克的 MagSafe 磁吸語音按鍵，自帶麥克風和電池，通過 iOS 鍵盤擴展把經過潤色的文字直接寫入任意應用的輸入框。它支持鎖屏與離線使用，內置 Smart Polish、Smart List、Style、Translation 等文本處理功能，美國一次性售價 129 美元，含 Pro 終身授權，無訂閲費。

Simon Willison 與 Jesse Vincent 將於 10 月 14 日（週三）晚在舊金山舉辦一場面向編碼智能體（coding agents）構建者的非正式交流活動，形式接近「智能體版作品展示會」，鼓勵分享尚未公開的奇怪實驗、未完成項目與早期探索，而非產品推銷。

9 月 22 日至 23 日，NVIDIA AI Day 新加坡在萊佛士城會議中心舉行。NVIDIA 與東南亞合作伙伴圍繞公共部門 AI 從試點走向生產、Nemotron 開源模型的區域化應用，以及 Vera Rubin 平台的落地公佈了一系列進展，覆蓋新加坡、馬來西亞、越南、泰國、文萊等地。

OpenAI 將 ChatGPT 廣告陸續推向印度尼西亞、馬來西亞、菲律賓、新加坡、泰國、越南和台灣，使該廣告產品覆蓋 60 多個國家。廣告僅向 Free 和 Go 套餐用户展示，Plus、Pro 和 Enterprise 訂閲繼續保持無廣告。

Kaiku 是一款面向 AI 代理的任務追蹤工具，其 Product Hunt 標語稱它是“你的 AI 代理已經知道如何使用”的任務追蹤器。

OpenAI 於 2026 年 9 月 23 日宣佈，Airbnb 依據一項新協議，為其工程與產品開發團隊擴大對 OpenAI 前沿模型（含 GPT‑6 Astra）的訪問。該擴展建立在 Airbnb 長期使用 Codex 的基礎上，模型可通過 OpenAI API 與 Amazon Bedrock 調用；早期實踐顯示 Astra 在排查缺陷、系統設計與非編碼任務上同樣成效顯著。

衞報評論文章從 AI 研究員 Jacob Coxon 從 Anthropic 辭職一事切入，引出業內對“AI 可能在本十年內滅絕人類”的公開擔憂，並梳理了從新型生物武器到社會全面崩潰等五種最被討論的末日情景。

在把一連串耀眼的數學成果變成聲譽危機後，OpenAI 成立了由九名頂尖數學家組成的獨立顧問組 AGMAI，由普林斯頓高等研究院（IAS）承辦，就 AI 公司如何呈現與發佈數學成果提供建議。研究者歡迎這一接觸，但質疑其遴選透明度、代表性以及實際影響力，而小組的首要任務恰是協調 OpenAI 內部模型產出的大量成果的發佈。

Apple 研究團隊提出 probe guidance，利用現有擴散模型凍結的內部狀態構建引導信號，無需在推理時增加額外前向傳播。該方法在連續擴散語言模型的無條件生成上取得新 SOTA，並在 1.7B 模型上提升多項選擇題問答基準，同時為理解 autoguidance 的實際機制提供了新線索。

Together AI 發佈實操教程，介紹如何以約 17 美元、約 25 分鐘把 Qwen3.5 4B 微調成類 Jev 的分類模型：輸入 state 與預設問題，返回分數、布爾值或多選答案，完成後部署為專用 HTTP 端點。不想自行訓練的開發者也可直接使用託管在無服務器平台上的 together/Tev1-4B-experimental。

AI 服務暫時不可用，以下為來源摘要，待恢復後補全翻譯：Learn how we optimized performance and efficiency serving the workload that is changing software engineering forever — and you can too.

OpenAI 與東南亞領先的超級應用 Grab 於 2026 年 9 月 23 日啓動“GO Forward with AI”計劃，未來兩年將幫助 3 萬名司機、配送及商户合作伙伴掌握能在工作與生意中直接使用的 AI 技能，首站新加坡，隨後擴展至東南亞多國並延續至 2027 年。

2026年9月22日，Anthropic 發佈 Claude Opus 5.5，約一小時後 OpenAI 發佈 GPT-6 Sol 與 GPT-6 Luna。兩家都把主力模型價格大幅下調，GPT-6 Luna 降至每百萬 token 輸入 0.10 美元、輸出 0.50 美元；Opus 5.5 輸入輸出各降 20%，緩存讀取降價 60%。Simon Willison 的初步測試還發現，Opus 5.5 在 max 思考檔位下會因過度推理耗盡 12.8 萬輸出 token 上限而無法給出結果。

Bracket 在 Product Hunt 上亮相，定位為“企業的記憶層”，旨在為業務提供統一的信息記憶與調用能力。目前公開信息有限，官方僅給出這一句產品定位。

Google 研究員 John Platt 做客 Latent Space 播客，講述 ERA（Empirical Research Assistance）如何用 Gemini/LLM 驅動樹搜索來自動化可評分的科學任務，並分享用 AI 緩解氣候變化（如航跡雲與 FireSat）、對獎勵黑客與過擬合的警示，以及為什麼在超級智能 AI 時代深耕領域專長和親自動手仍然重要。

Kelam 是 Product Hunt 上的一款 AI 工具，主打由代理（agent）代替用户撥打那些本人不願意親自處理的電話，把溝通負擔交給自動化完成。

OpenAI 於 2026 年 9 月 22 日發佈 GPT-6 的提示緩存改進：默認命中率更高，30 分鐘內複用的合規共享前綴可享緩存摺扣，緩存輸入 token 最高可省 90%，並新增緩存儀表盤、未命中診斷工具、顯式緩存斷點，以及在不破壞緩存的前提下調整推理強度、預熱緩存等能力，幫助長時間運行的智能體更快、更省錢。