本文研究知識編輯方法（如ROME和MEMIT）在Transformer模型中的內在機制。作者發現儘管每次編輯修改不同的權重，但所有編輯都依賴於一個共同的權重子集。通過訓練一個緊湊的二進制掩碼，他們成功逆轉了訓練集上80%的編輯和測試集上超過70%的編輯，驗證了不同編輯共享共有功能結構。掩碼通過消除後期層的過度注意來逆轉編輯，且注入該掩碼會使編輯成功率從98%驟降至38%，表明該機制是編輯成功的必要條件。研究發現編輯實際上抑制而非覆蓋知識，這解釋了ROME和MEMIT無法將更改傳播到相關事實的原因。該發現有助於檢測和防禦未授權編輯。

VFEAgent是一個端到端多智能體系統，可直接從輸入圖像和問題描述自動完成有限元分析（FEA）建模與仿真。它結合了多模態視覺語言多智能體管道和驗證優先的代碼合成框架，通過ReAct推理提取結構化FEA規範，並具有自調試和回退機制以確保可執行性和物理有效性。實驗表明，VFEAgent在生成完整且物理有效的仿真方面成功率很高，在可靠性和正確性上優於基於LLM的基線方法，有望將工程師從繁瑣的手動分析中解放出來。

一項新研究利用Anthropic和OpenAI的五種前沿大語言模型作為智能體策展人，在自包含工作空間中自動進行表型註釋。實驗表明，這些智能體的一致性達到了人類策展人的變異範圍，並顯著優於傳統NLP工具，有望解決表型本體註釋中人工依賴強、難以規模化的問題。

本文提出正交概念擦除（OCE），通過乘法參數更新實現精確的概念擦除，同時保持擴散模型的生成能力，支持多概念擦除，速度快。

該論文通過實驗評估了大型語言模型（LLM）生成的科學論文評審與人類評審的對齊程度，發現對齊有限且因提示和模型而異。研究還發現，作者利用LLM評審進行迭代修改可顯著提升論文評分，最多35%的論文分數得到統計顯著提升。

認知範疇變換器（CCT）是一種306M參數的架構，通過在預訓練的GPT-2 Small骨幹網絡上添加源自範疇論和認知科學的組件，在WikiText-103上實現了21.27的驗證困惑度，相比微調基線降低2.92（12%）。消融實驗證實，84%的改進來自GT-Full單純消息傳遞。研究還發現了結構/一致性區分模式。

本文提出行為感知輔助修正，以穩定離線策略時序差分學習。通過用行為貝爾曼矩陣替代輔助協方差矩陣，作者引入BA-TDC和BA-TDRC算法。理論分析證明了不動點保持和幾乎必然收斂。在標準基準上的實驗表明，行為感知替換可提高性能，但正則化對穩健結果必要。

本文提出了一種名為STHTD-MP的行為誘導鏡像近端時間差分方法，通過用行為策略貝爾曼矩陣的對稱部分替換協方差度量，改善了離策略預測的收斂速度。理論分析和數值實驗表明，該方法在多項基準測試中優於現有的GTD2-MP方法。

Ruby創建者Yukihiro Matsumoto（Matz）正在Anthropic的Claude協助下構建Spinel，一個實驗性的Ruby提前編譯（AOT）編譯器。Spinel將Ruby代碼轉換為C語言，性能提升顯著，但存在諸多限制，包括不支持eval、線程等特性。

文章探討了“一次性軟件時代”的概念，認為AI生成的代碼應被視為可丟棄的，就像工業革命中的傢俱一樣。作者通過一個實際案例展示瞭如何用AI重構代碼，並提出了“一次性代碼宣言”，強調代碼需滿足意圖、要求和安全性。

OpenAI 推出 Rosalind Biodefense，為經過審查的開發者及美國政府合作伙伴提供 GPT-Rosalind 的受信訪問，助力生物防禦、公共衞生與大流行病防範。

清華系創業公司是石科技通過自主研發的並行優化技術，構建異構算力資源池與推理優化引擎，實現單位Token成本降低40%，旨在打造國產Token調優工廠，降低AI落地門檻。

repo-brain 是一款開源工具，能將整個代碼庫壓縮成單個Markdown上下文文件，實現高達96%的壓縮率，大幅減少AI令牌使用量。它支持多種編程語言的靜態分析、架構分析和語義關係發現，併兼容多家AI提供商。

Anthropic以9650億美元估值完成650億美元H輪融資，同時披露470億美元年化收入，併發布Claude Opus 4.8更新（提升判斷力、誠實度和長時自主工作能力）以及Claude Code的Dynamic Workflows功能（支持數百個並行子代理）。

ReadyToTalk是一款專為小企業設計的AI前台接待員，能在2秒內接聽所有來電，提供24/7全天候服務，支持30多種語言，並自動學習企業信息。每月僅需39美元，無需技術知識即可在幾分鐘內完成設置。

Overline 是一款 Chrome 擴展，可為任何瀏覽器視頻提供實時 AI 字幕和實時翻譯，延遲低於一秒，無需字幕。

StudySong是一款AI工具，能夠將學習筆記或任何文本轉化為完整的歌曲，支持PDF上傳，所有處理在本地完成，保護隱私。

一位研究人員製造了一種假疾病來測試AI，結果AI聊天機器人完全被騙了。這個實驗揭示了AI醫療建議的潛在風險，以及訓練數據缺乏人工審查的問題。

Anthropic在65億美元H輪融資公告中透露，其年化收入已超過470億美元，較4月份的300億美元大幅增長。該公司此前在2025年底為90億美元，2026年2月為140億美元，顯示出驚人的增長速度。文章還提到了一家客户因未設置使用限制而單月花費5億美元的軼事。

Dis Dat 是一個讓AI編程代理能夠“看到”你所展示內容的工具，通過簡單的交互提升代碼生成效率。

本文分析了AI演示工具Genspark的侷限性，並介紹了2026年六大替代方案，包括Smallppt、Plus AI、Prezi、Vector Shift、Beautiful.ai和ClickUp，各自具有獨特的優勢，幫助用户根據需求選擇合適的工具。

theta-spec 是一個聲明式的、與任何AI編碼智能體框架無關的配置標準。它通過一個單一的 theta.toml 文件定義完整的配置表面（指令、規則、工具、技能、子智能體），並規定了配置文件的聲明週期協議。任何符合規範的實現都可以解析、鎖定並將配置轉換為任何支持的框架。該項目還提供了參考實現 theta CLI（Rust 編寫）。

對沖基金巨頭Citadel的創始人Ken Griffin對AI的態度從蔑視到沮喪，因為AI代理在數小時內完成之前需要數週或數月的工作。這引發了對經濟增長與就業脱鈎的擔憂，可能挑戰傳統GDP作為經濟健康指標的可靠性。

Trelk 是一款一次性購買、無需訂閲的知識管理應用。它利用設備端 AI 保存、組織並連接文章、論文和筆記，提供混合搜索、知識圖譜、RAG 聊天、閃卡間隔重複和社區集合等功能，注重隱私且可離線工作。

Together AI通過將語音識別視為端到端系統問題，而非單純的GPU推理問題，在Artificial Analysis榜單上實現了最快的語音轉文本速度。本文詳細介紹了其優化策略：包括針對真實音頻形狀的TensorRT多配置文件引擎、條件CUDA圖消除CPU往返、共享內存減少數據拷貝、事件驅動I/O處理流式傳輸，以及通過gc.freeze()消除垃圾回收尾延遲。

本週，AI與工作的衝突在四個司法管轄區同時爆發：維基百科編輯因裁員組織罷工，亞馬遜員工將內部AI評級系統玩壞，中國法院開始執行禁止以AI為由裁員的規定，英國智庫呼籲員工在AI部署中擁有發言權。同時，前沿實驗室繼續深入政府合作。

OpenAI分享了第三方AI評估指南，涵蓋如何評估前沿系統的模型能力、安全措施和有效性。

本文探討了強化學習在大型語言模型後訓練中的實際應用，指出當前的瓶頸並非算法而是基礎設施。Modal分享了大規模運行RL後訓練的經驗，介紹了其開源庫如何幫助團隊解決多節點訓練、環境管理和GPU利用率等關鍵問題。

本文是 PyTorch 性能分析系列的第一篇，從最簡單的矩陣乘加操作開始，引導讀者學習如何使用 torch.profiler 進行性能分析，包括設置分析器、解讀分析表和追蹤數據，以及理解 CPU 和 GPU 活動之間的時間關係。文章還討論了預熱和優化開銷等問題。

Anthropic發佈了Claude Opus 4.8，定位為對前代產品的適度但切實改進。主要亮點包括誠實性提升（減少無依據斷言，代碼錯誤遺漏率降低四倍），以及支持對話中修改系統提示等新功能。定價未變，但快速模式價格顯著降低。