研究人員提出了一種分層集成管道，用於檢測歐洲空間局（ESA）衞星的多變量遙測數據中的異常。該方法結合了基於形狀（shapelet）和統計的特徵提取、逐通道建模、通道內堆疊以及跨通道聚合。通過時間序列交叉驗證和兩層掩碼策略防止信息泄露，在ESA異常檢測基準（ESA-ADB）挑戰中展現了強大的泛化能力，有效檢測微小異常。該論文已提交至ECML PKDD 2025的ML4ITS研討會，並在最終輪獲得第二名。

流匹配通過積分學習到的速度場生成數據，積分步數(NFE)決定推理成本。本文分析速度雅可比矩陣的對稱部分(應變率)和反對稱部分(渦度)對積分誤差的影響，證明應變導致指數級誤差放大而渦度僅線性貢獻，並提出加權雅可比正則化，在低NFE時顯著降低誤差。

本文提出正負解碼（PND）框架，無需訓練即可減少視覺語言模型中的對象幻覺。通過雙路徑對比，放大視覺證據並懲罰先驗主導生成，在POPE、MME和CHAIR基準上取得最先進性能。

本文介紹了一種基於條件生成對抗網絡（Conditional GAN）的人工智能框架SwiGAN，用於生成未來時空氣候指數軌跡，重點關注法國用於評估乾旱嚴重程度的土壤濕度指數（SWI）。乾旱約佔法國自然災害保險賠償金的30%。SwiGAN可模擬至2050年的乾旱傳播模式，為適應性風險管理和保險策略提供支持，並可推廣至其他氣候災害和精算應用。

LKV是一種新的KV緩存壓縮方法，通過端到端可微優化學習任務優化的全局預算和令牌重要性，避免了啓發式方法的侷限性。在LongBench和RULER基準測試中，僅保留15%的KV緩存即可實現近乎無損的性能。

論文提出RateQuant方法，利用率失真理論解決混合精度KV緩存量化中的失真模型不匹配問題，在Qwen3-8B模型上以2.5平均比特將KIVI的困惑度從49.3降至14.9（降幅70%），且校準僅需1.6秒。

SCALAR框架研究AI與研究人員在量子場論和絃論問題中的交互。多輪對話優於單次嘗試，批評策略效果取決於行動-批評配對。

Weblica框架通過HTTP級緩存和LLM環境合成，構建可復現且可擴展的Web環境，用於訓練視覺Web代理。該框架將強化學習擴展到數千個多樣化環境，其Weblica-8B模型在多個Web導航基準上優於同規模開源模型，且推理步驟更少。

本文提出了一種方法，用於確定語言模型在表達答案之前何時穩定其偏好。通過在延遲判斷任務中使用有限答案投影，作者發現Qwen3-4B-Instruct模型在答案可解析之前17-31個token就已經穩定了偏好。

本文提出了一種新的演化框架，將LLM智能體的記憶機制分為三個階段：存儲（軌跡保存）、反思（軌跡精煉）和經驗（軌跡抽象）。驅動演化的三個核心因素包括長程一致性需求、動態環境挑戰以及持續學習目標。在經驗階段，特別探討了主動探索和跨軌跡抽象兩種前沿機制，為下一代LLM智能體的設計提供了原則和路線圖。

本文形式化定義了部署時學習（DTL）作為大語言模型生命週期的第三階段，並提出了CASCADE框架，該框架通過顯式的情景記憶和上下文賭博機機制，在不修改模型參數的情況下實現經驗複用。在16個多樣化任務中，CASCADE相比零樣本提示將宏觀平均成功率提高了20.9%，持續優於基於梯度和記憶的基線方法。

本文介紹一種從多智能體系統內部神經表徵中檢測聯盟結構的新方法，通過構建隱藏狀態的成對互信息圖並應用頻譜劃分來識別最顯著的聯盟邊界。在MARL和LLM領域的實驗驗證了該方法能有效恢復真實聯盟並拒絕虛假陽性。

本文提出用認知狀態圖表示遞歸推理系統的演化狀態，並定義“順序間隙”作為終止迭代的判據，給出了該判據非平凡的必要充分條件。方法適用於智能體循環、思維樹、定理證明和持續學習。

提出了一種複合移動禁忌搜索（CM-Tabu）方法，通過系統地擴展可行鄰域空間來優化選區劃分，同時保持連通性約束。該方法在費城案例中實現了人口平等的理論全局最優，支持多準則權衡，顯著提高了解決方案質量和計算效率。

該論文挑戰了鏈式思維推理能減少偏見的普遍假設，通過實驗表明在多選題中，推理軌跡越長，立場偏差（位置偏好）越嚴重。研究涵蓋13種配置，發現12種顯示軌跡長度與立場偏差分數正相關，截斷實驗證明因果關係，且671B參數的DeepSeek-R1雖整體偏差低，但長軌跡下仍存在偏差。此外，直接回答的立場偏差是獨立現象。論文建議不應默認推理模型對選項順序魯棒，並提供了診斷工具包。

GraphDC是一種基於分治策略的多智能體框架，通過將大圖分解為子圖，由專門智能體局部推理，再由主智能體整合，從而提升大語言模型在圖算法任務上的表現。實驗表明，該方法在多種任務和大規模圖上優於現有方法。

xAI發佈了Grok Connectors，這是一個集成層，可將Grok AI助手連接到Gmail、Notion、GitHub、Linear和Google Workspace等日常應用，使其能夠讀寫數據並執行任務。該功能支持自定義MCP服務器，旨在將Grok從對話助手轉變為生產力工具。

MillerWelds推出的Copilot Builder搭配Blue iQ，由NovAI驅動，利用人工智能技術提升焊接效率與精度。

SzPredict 是一個基於 CHB-MIT 頭皮腦電數據集的開放癲癇發作預測基準，提供標準化的評估協議和跨患者測試平台，揭示了該領域隱藏的失敗模式。所有參考基線均未通過測試，凸顯了臨牀泛化的重要性。

新加坡外交部長維文·巴拉克裏希南使用“氛圍編碼”方法開發了一款名為“外交官的第二大腦”的AI助手，並將在AI工程師新加坡大會上發表主題演講。

adamsreview是一個Claude Code插件，通過並行子智能體檢測、驗證、持久化JSON狀態和自動修復循環，顯著提升代碼審查質量。它包含六個命令：審查、代碼審查、添加、走查、修復和提升，可捕獲更多真實錯誤並減少誤報。

MY AI Agent 是一款創新工具，用户只需輸入一個目標，AI即可在30秒內組建一個由3-10名專業AI特工組成的團隊，每個特工擁有獨立角色、模型和工具，支持在同一聊天中通過@提及切換。產品提供免費套餐和付費專業版，並設有Agent Store允許用户出售自己構建的團隊並保留80%收益。

一個精心策劃的500個AI提示堆棧，經過生產環境嚴格測試，專為操作員量身定製，以提高效率。

LaST-R1將隱空間物理推理引入強化學習閉環，僅靠一條軌跡預熱便在LIBERO基準上達到99.9%平均成功率，真實任務中比π0.5高出22.5%。

Budi 是一款開源、MIT 許可的本地優先 AI 編碼成本追蹤工具。它通過尾隨 Cursor、Claude Code、Codex 和 Copilot Chat 等 AI 編碼代理已寫入磁盤的日誌文件來工作，無需代理或網絡攔截。Budi 提供按倉庫、分支和票證歸因的成本追蹤，實時狀態欄顯示，會話健康檢查，以及可選的團隊儀表板。所有提示、代碼和 AI 響應默認保留在本地。

本文分析了美國勞工部與Arist合作推出的“讓美國為AI做好準備”短信課程，指出其可訪問性、強調驗證AI輸出、承認AI侷限性等優點，但也指出隱私建議自相矛盾、測試題過於簡單等問題，並建議後續課程加強工作影響、隱私、社會後果等內容。

儘管AI工具加速了代碼生成，但DORA指標如部署頻率、變更前置時間等並未改善，因為工作重心轉向了需求規格和代碼審查，整體吞吐量未變。本文探討了AI開發工作流對傳統度量方式的影響，並建議採用更全面的指標，如週期時間變體、SPACE和DevEx。

蘋果研究團隊提出BalCapRL，一個聯合優化正確性、覆蓋率和語言質量的強化學習框架，用於多模態大語言模型的圖像描述生成。通過引入GDPO風格的獎勵解耦歸一化和長度條件獎勵掩碼，BalCapRL在LLaVA-1.5和Qwen2.5-VL等模型上實現了顯著性能提升，例如DCScore提升13.6點，CaptionQA提升9.0點，CapArena提升29.0點。

AI玩具充斥市場，但缺乏監管，存在不當內容、社交發展隱患和隱私風險。劍橋大學研究揭示AI玩具與兒童互動中的問題，如對話輪次、社交玩耍和假裝遊戲的限制。美國各州和聯邦開始立法監管，但科技公司仍在快速迭代。

大多數AI用户只獲得了10-20%的生產力提升，儘管他們聲稱有巨大進步。真正的10倍效率需要個人實踐和組織重構相結合。本文探討了個人和組織層面的陷阱，以及如何克服它們以實現AI的真正潛力。