一篇新論文證明，三種流行的語言模型推理訓練方法——GRPO、Dr. GRPO 和 DAPO——本質上都是調整同一個數值：標準偏差，它衡量模型對同一問題的多次回答的分歧程度。論文揭示了組標準差恆等式，表明分歧程度直接決定訓練更新的幅度，並基於Big-Math數據集和實際訓練實驗驗證了這一發現。

FoGS是一種針對生存分析的新型合成數據生成方法，通過從多個生成器池中篩選樣本而非直接生成，有效解決了小樣本臨牀數據稀缺和隱私限制問題。在16個公共數據集上，該方法比傳統單一生成器顯著提升了模型性能，同時保持了隱私保護水平。

該研究通過SemiScope框架解耦半監督學習（SSL）管道中的分類器調優與聯合優化效果，發現僅使用貝葉斯優化調優分類器即可恢復86%的性能提升，簡化策略與完整聯合優化效果相當。

生成模型作為物理模擬的可擴展替代方案，但通常無法確保輸出符合守恆律、邊界條件等物理約束。約束採樣可以在推理時精確施加這些約束，但計算成本高昂。本文提出SNAP-FM，利用稀疏GPU非線性優化加速約束投影。通過ExaModels.jl和MadNLP.jl處理塊稀疏雅可比矩陣和KKT系統，該方法在偏微分方程基準測試上實現了更快的非線性約束投影，同時保持約束滿足。

該論文提出顯現單元協議，一種用於機制可解釋性的結構化表示方案，將組件級分析輸出組織成可查詢、可複用的字段，並在多種模型上驗證了其有效性。

Seed2.0是一個模型系列，旨在解決複雜現實任務。它通過識別用户真實需求並構建可靠的評估系統，重點攻克長尾知識和複雜指令跟隨兩大挑戰，同時在推理、視覺理解和搜索方面達到世界領先水平。該模型卡記錄了廣泛的實際用例，展示Seed2.0已初步具備處理複雜現實任務的能力。

一項新研究通過Lewis信號遊戲比較了五種記憶架構，發現配備持久私人筆記本的LLM智能體在協調任務中表現最優，且記憶架構比通道容量更重要。

本研究提出“認識論AI素養”（EAIL）框架，將AI素養重新定義為一種過程導向的認識論現象。基於AIR框架，分析了學生在GenAI輔助編程中的認識論目標和過程。通過對大量人機協作對話數據集的分析，識別出可觀察的認識論目標（掌握導向目標）和過程（外包、尋求解釋、驗證、提示監控和認識論論證）。結果發現，78.8%的互動缺乏EAIL，而僅11.1%顯示了高認識論參與。

該論文提出一個情景賭博機團隊博弈模型，研究人類與AI之間雙向私人信息下的運行時監督，並給出了團隊最優和短視規則的精確表徵，揭示了可避免傷害的區間以及非可信監督溝通的代價。

RareDxR1是一種端到端的推理中心型大語言模型，可直接從非結構化臨牀筆記中進行開放域罕見病診斷。它通過知識內化和自主進化學習，繞過傳統基於流水線的表型提取或檢索增強生成方法的侷限，並採用反思增強推理採樣和雙級課程強化學習來提升診斷準確性。實驗表明，RareDxR1在多個基準測試中達到了最先進的水平。

提出了一種用於航路空中交通管制的新型無衝突路徑規劃算法，利用解空間顯示提高可解釋性和靈活性。該算法集成了三種意圖衝突檢測方法和兩種搜索變體（SSPPV和SSPPE）。基於馬斯特裏赫特上層區域管制中心（MUAC）Delta扇區的實驗結果表明，SSPPV結合基於區域的衝突檢測性能最優，平均計算時間為3.69毫秒。

提出一種框架，將LLM生成的自由格式代碼替換為類型化的JSON收集器配置，結合六類型收集器分類法、模板和效用函數約束、靜態Airflow DAG執行、基於規則的質量檢查和結構化反饋糾正。實驗表明，在已驗證任務中，框架執行階段零LLM token消耗，且平均耗時最低。

本文介紹MMM數據模型，旨在跨學科知識文檔和互操作性。通過結合規範性約束和自由文本標籤，它解決了文檔中心和形式化方法的侷限性。參考實現和試點部署數據展示了其可實施性和早期可用性。

一篇新論文提出了有限道德（Bounded Morality）框架，將有限理性擴展到道德認知領域，將倫理理論建模為在道德廣度和深度之間權衡的局部高效策略。

來自arXiv的一篇論文提出“建構性對齊”框架，挑戰當前AI對齊中的靜態偏好假設，將對齊重新定義為控制偏好演化的過程，而非滿足固定偏好。

Arena是2023年加州大學伯克利分校的研究項目，其商業服務上線僅八個月，年化經常性收入就達到1億美元。該平台以眾包AI模型性能排行榜聞名，已累積超過1000萬用户評估。

隨着 AI 從模型開發轉向生產推理，計算需求加速並轉向持續運行的 AI 工廠。NVIDIA 推出新戰略，通過收入分成和信用支持模式，讓初創企業、模型構建者等獲得大規模加速計算資源。Sharon AI 和 Firmus 等公司已率先部署。

Meta投資數十億美元發展AI和數據中心，現計劃開拓雲基礎設施業務，出售AI計算能力和模型，與AWS、Google Cloud和Azure競爭。

Anthropic在經歷出口限制後重新部署Fable 5模型，但新版本引入了更嚴格的安全分類器，導致更多良性請求被攔截，尤其在編程任務中。美國政府獲得模型預發佈訪問權和專用計算資源，標誌着AI行業向國家管控方向轉變。

Senior SWE-Bench是一個新的開源基準測試，旨在評估AI智能體像高級工程師一樣處理未充分指定的任務、進行運行時調試以及提供優雅解決方案的能力。該基準包含50個公開和50個私有任務，涵蓋多種編程語言和棧，結果顯示頂尖模型在高級別任務上仍有超過75%的失敗率。

人工智能正從輔助工具轉變為科學基礎設施的一部分，提高了生產力，但可能縮小研究範圍和減少合作。一項《自然》研究發現，AI增強的研究者發表論文數量是其他人的三倍，但研究主題範圍減少5%，合作減少22%。風險在於研究工業化，缺乏深入批判性思考。

Panel Designer 是一個直觀的設計工具，允許用户在真實設備上拖放組件來設計UI，並支持導出佈局提示以便AI生成代碼。它提供預覽模式、版本管理功能，並支持導入JSON或SwiftUI代碼。

作者認為，在面對面交談中使用AI筆記工具，破壞了社交的“後台”真實性，使每一次閒聊都成為被記錄的表演，呼籲建立新的社交規範來保護那些本應轉瞬即逝的對話。

WebDeck 是一個開源工具，可將 PowerPoint (.pptx) 演示文稿一鍵轉換為交互式網頁演示文稿。它通過AI智能解析PPT內容，並重構為原生網頁組件，支持響應式設計、多種區塊類型、可視化編輯和離線使用。旨在解決PPT分享時格式兼容性差、移動端顯示錯亂、內容死板等痛點。

More AI 是一款免費開源、面向 Windows 的 AI 桌面應用，支持本地和雲端模型。它提供聊天、代碼 IDE、音樂/圖片/視頻創作、工作流編排、AI 競技場等功能，並內置治理引擎和加密審計追蹤，確保所有 AI 行為透明可控。用户可以自由選擇模型提供商，完全離線運行或混合使用雲 API。

Float公司憑藉僅三人的團隊，利用Tiger Data技術運營一家AI能源公司。其旗下的體現碳觀測站（Embodied Carbon Observatory）通過採用TimescaleDB，將查詢時間從6秒縮短至100毫秒以內，有效區分了電網改進與真正的脱碳。

VektorGeist推出了操作員與代理平台，旨在通過AI驅動的操作員和代理簡化複雜任務，提升自動化水平。

這幅漫畫諷刺了AI公司通過盜用知識產權牟利，質疑它們是否正在逍遙法外。

Scritty為每一個AI編碼代理提供可共享、可搜索的記憶功能。

該論文研究域泛化問題，特別是在反因果設置下，其中結果導致觀察到的協變量。作者提出兩種方法，通過利用多環境中的無標籤數據來正則化模型對協變量均值和協方差變化的敏感性，並提供最壞情況下的最優性保證。在物理系統和生理信號數據集上展示了實證性能。