標準Transformer對所有Token應用相同層數。Token-Selective Attention (TSA) 引入一個習得的每Token門控，對簡單Token跳過層，節省高達23%的操作，質量損失極小，無需改變架構。

一種新的非神經框架DVBL通過變分優化直接從數據中學習基函數，與神經網絡相比，提供可解釋性和數學透明度。

本文提出了MidSteer，一種用於生成模型概念引導的通用仿射框架。作者首先形式化了概念引導的理論，將標準引導方法與LEACE（一種閉式仿射擦除方法）聯繫起來，然後提出了LEACE-Switch框架，並在此基礎上引入MidSteer。實驗表明，MidSteer在視覺擴散模型和大型語言模型等多種任務和架構上表現優異。

一篇新論文介紹了稀疏前綴緩存，利用循環層從單一狀態恢復的能力，通過在稀疏檢查點存儲精確的循環狀態來優化LLM推理。一個O(NM)動態規劃算法確定最佳檢查點位置，在實際任務上優於標準啓發式方法，減少了延遲。

本文提出視界約束Rashomon集，首次建立混沌理論中指數發散與預測多重性之間的嚴格聯繫。證明有效Rashomon集隨預測時長指數收縮，收縮速率由最大李雅普諾夫指數決定，並開發決策對齊模型選擇算法，在多個混沌系統上實現18%-34%的決策質量提升。

提出一種自監督物理信息神經網絡框架，通過可學習混合神經元動態調整物理殘差和數據損失權重，結合遷移學習，在僅87個數據點上實現液態金屬散熱器熱傳遞預測誤差低於8%，優於傳統方法。

SAT提出了一種無需協調器的訓練範式，用於多LLM團隊協作，具備單調改進和即插即用保證。實驗表明，三個4B代理組成的團隊在AIME基準上超越Qwen3-32B達3.9%，換入兩個8B代理後性能提升10.4%。

研究利用All of Us研究計劃的全國縱向電子健康記錄數據，通過人口分層模型預測慢性鼻竇炎（CRS），實現了0.8461的AUC，比最佳基線提高0.0168。該方法將約11萬個候選編碼壓縮為100個可解釋特徵，並針對六個成人性別和生命階段亞組進行子組特異性調優，展示了常規電子健康記錄數據支持人口代表性CRS風險分層和初級護理早期分診的潛力。

本文質疑了平坦極小值對神經網絡泛化能力起決定作用的觀點。作者提出“弱度”（weakness）作為重新參數化不變的度量，能更好地預測泛化，並通過實驗表明平坦性和簡單性的預測能力有限。

本研究提出恆定上下文技能學習框架，將可重複使用的程序編碼到輕量級任務族模塊中，推理時僅依賴當前觀測和緊湊狀態塊。在多個基準測試中表現優異，同時將每輪提示令牌減少2-7倍。

LaTA是一種開源的自動評分器，完全在本地硬件上運行，使用LaTeX原生工作流程，通過四階段流水線（攝取、分段、評分、報告）和本地託管的開源權重鏈式思維LLM評分器（gpt-oss:120b）對學生的作業進行評分。在俄勒岡州立大學ME 373課程中部署，約200名學生，每份作業邊際成本為零，評分錯誤率約0.02-0.04%，使用LaTA的班級在期中考試和期末考試中分別比傳統評分班級高出約11%和8%，學生的自信心也有顯著提升。

本文提出FinAgent-RAG，一種針對金融數值推理的智能檢索增強生成框架，通過迭代檢索-推理循環和自驗證機制，結合對比學習檢索器、程序化思維模塊和自適應策略路由器，在FinQA、ConvFinQA和TAT-QA數據集上取得領先性能，並降低API成本41.3%。

PRISM框架通過動態問答管道緊密耦合視覺語言模型（VLM）和大型語言模型（LLM），解決了獨立VLM中的感知-推理-決策差距。在ALFWorld和R2R基準測試中，PRISM顯著優於最先進的圖像模型，且完全自動化。

本文提出，大型語言模型（LLM）中的諂媚行為是社會對齊與認知完整性之間的邊界失敗。現有研究通常將諂媚行為視為對用户錯誤信念的附和，但本文認為諂媚應被理解為一種取代獨立認知判斷的對齊行為。作者提出了一個三條件框架來識別諂媚行為，並介紹了包含對齊目標、機制和嚴重程度的分類體系，最後討論了評估與緩解策略。

本研究利用現有閉路電視監控系統結合人工智能和計算機視覺，評估臨時行人安全島和路緣擴展等軟干預措施對車輛速度和安全的影響。在明尼阿波利斯的測試顯示，無信號交叉口的平均速度和85%分位速度分別下降高達18.75%和16.56%，通過交通量減少12.2%；信號交叉口也有類似降幅。該框架為快速、低成本、基於證據的交通政策評估提供了新方法。

BALAR 是一種任務無關的算法，能夠通過維護潛在狀態的信念並通過互信息最大化選擇澄清性問題，實現大型語言模型與用户之間的結構化多輪交互。在偵探案例、思維謎題和臨牀診斷基準測試上，準確率分別提升了14.6%、38.5%和30.5%。

本文介紹了“部分證據基準”（Partial Evidence Bench），這是一個確定性基準測試，用於衡量當企業AI代理在授權受限環境中運行時，因無法訪問全部證據而導致答案看似完整實則遺漏關鍵信息的失敗模式。基準包含盡職調查、合規審計和安全事件響應三個場景，共72個任務。測試結果顯示，靜默過濾極度不安全，而明確報告失敗的行為能消除不安全完整性。

ZAYA1-8B是一款基於MoE++架構的推理型混合專家模型，激活參數僅7億，總參數80億，在AMD全棧計算平台上訓練。它在數學和編程基準測試中與DeepSeek-R1-0528相當甚至超越，並提出了Markovian RSA測試時計算方法，進一步提升推理性能。

本文介紹了標註者策略模型（APMs），這是一種可解釋的模型，能夠僅從標註行為中學習標註者內部的安全策略，從而揭示標註分歧的來源，包括操作失誤、政策模糊性和價值多元性。APMs在無需額外標註工作的情況下，準確率超過80%，並能通過反事實編輯進行預測。應用包括識別政策模糊性和揭示不同人口羣體間的價值差異，以支持更透明、包容的安全策略設計。

一位 16 歲創業者 Audrey Fei 探討 AI 個性化與個體性的矛盾，指出 LLM 包裝器正在崩潰，真正的個性不應被水平增長所掩蓋。她介紹了自己的專利實時口音轉換技術和自然語言學習平台。

Memori 推出智能體原生記憶基礎設施，通過結構化的知識圖譜從智能體執行軌跡中自動構建持久記憶，實現高精度、低成本的推理，節省95%以上推理成本。

AnamDB是一款基於Rust構建的AI原生神經符號數據庫引擎，它深度融合了概率神經感知與確定性符號推理，提供了可解釋性、安全性、多目標優化以及異構硬件加速等特性，旨在作為代理記憶（Agentic Memory）的核心數據庫內核。

卡內基梅隆大學、麻省理工學院、牛津大學和加州大學洛杉磯分校的一項新研究表明，使用AI聊天機器人僅10分鐘就可能對人們的思考能力和解決問題的能力產生驚人的負面影響。當AI助手突然被移除後，曾使用AI的參與者更傾向於放棄問題或答錯。研究呼籲重新設計AI工具，使其像好老師一樣優先考慮學習而非直接給出答案。

記者傑米·巴特利特調查AI越獄者現象——那些故意試圖繞過大型語言模型安全限制的人，旨在瞭解其漏洞並提升AI安全性。

本文探討了AI輔助代碼貢獻對CPAN的版權影響，指出版權風險並非新問題，CPAN歷來存在來源不確定性，AI只是增加了貢獻數量。作者建議通過透明披露（如Co-authored-by）和人工問責來管理風險，而非完全拒絕AI。

一位開發者因不滿雅加達蘇加諾-哈達國際機場（CGK）的官方網站屏蔽國際訪問且性能不佳，自建了一個快速、易訪問的替代網站 jakartaairportcgk.com。該網站提供實時航班信息、機場列車時刻表、設施列表等服務，並在性能基準測試中遠超官方站點。

OpenRouter 分析了 GPT-5.5 相對於 GPT-5.4 的實際成本變化。通過對比用户切換前後的使用數據，發現成本增加了 49% 到 92%，但長提示（超過 10K tokens）的完成長度縮短了 19-34%，部分抵消了價格上漲。短提示的成本漲幅更大。

Netflix正在測試一項新的AI語音搜索功能，允許用户通過自然語言指令獲取影視推薦。該功能目前向部分訂閲者開放，旨在繞過智能電視和流媒體設備的內置語音助手，可能改變流媒體服務與電視操作系統之間的權力博弈。

如果你的Roku設備運行緩慢、應用加載困難，可能不是Wi-Fi的問題。本文介紹了9個快速修復方法，包括重啓、清除緩存、更新軟件、重裝應用等。

現代IDE仍以文件、標籤、項目為中心，不適合AI工作流。AI需要可編程的操作表面，讓每個狀態對象都可尋址、檢查、修改和重放。借鑑Smalltalk、Lisp機器和Emacs的設計，未來IDE應成為一個操作系統，統一管理終端、日誌、瀏覽器會話、測試、差異等，讓人類和AI通過對象圖交互。