本研究通過向StockEmotions數據集添加語義結構化的觀點圖，增強了金融情感分析的粒度。使用聲明式LLM流程從StockTwits評論中生成觀點圖，並結合圖神經網絡，實驗表明觀點語義能提升分類性能。

開源和商業ASR系統在數字串、貨幣金額、地址、品牌名等特定領域的印度語言語音識別上表現不佳。本文提出TTS-STT飛輪方法，利用開源印度語TTS管道合成約22,000條實體密集的印度語-英語混合語音，在泰盧固語測試集上實現了實體命中率0.98，遠超現有系統的0.027和0.16。代碼、數據集等已開源發佈。

大型語言模型（LLMs）在涉及否定問題時常常給出錯誤答案，但內部實際擁有正確處理否定的組件。其錯誤源於後期注意力層促進的簡單捷徑，去除這些模塊可大幅提高準確性。研究揭示了兩種否定處理機制：抑制相關概念和直接構建否定短語的表示，其中構建機制佔主導。

最新研究發現，儘管推理模型在質疑錯誤假設方面比非推理模型略有改善（準確率提升2-11%），但仍無法挑戰26-42%的錯誤預設，且易受預設表達強度影響。

該研究評估了同模型自驗證作為選擇性預測置信信號的有效性，發現在不同任務和模型上表現差異顯著，不能作為通用不確定性估計器。

PRISM-CTG是一種新型自監督基礎模型，利用大規模未標註胎心監護（CTG）記錄學習可轉移的領域級表示。它通過多視角自監督學習聯合優化三個互補的預訓練目標：隨機投影引導的掩碼信號重建、臨牀變量預測和特徵分類。該模型在7個下游CTG任務中表現優於基線，並在外部驗證中展現出強大的泛化能力，是首個用於CTG的大規模基礎模型。

本文提出ASDAgent框架，通過策略感知的智能體設計（包括醫生智能體和兒童智能體）解決了AI輔助自閉症早期密集行為干預中的數據稀缺和策略一致性難題。實驗表明，該框架生成的對話與人類治療師的策略分佈高度接近（KL散度0.083），在實際干預中與人類專家的策略一致性達80%，並能將專業臨牀知識蒸餾到小型語言模型中，顯著提升其治療能力。

研究發現，使用完全良性的數據對防護模型進行微調，可能會使其完全喪失安全對齊能力。這種行為並非通過對抗性操縱，而是源於標準的領域專業化。研究者通過分析三種防護模型（LlamaGuard、WildGuard 和 Granite Guardian）展示了這一失效現象，並揭示了其根源在於潛在安全幾何結構的破壞——即指導分類的有害-良性表徵邊界。Granite Guardian 經歷了完全崩塌，拒絕率從 85% 降至 0%，CKA 降至零，100% 的輸出變得模糊。為了緩解這一問題，研究者提出了 Fisher 加權安全子空間正則化方法，能夠恢復 Granite Guardian 75% 的拒絕率，並將 WildGuard 的攻擊成功率降至 3.6%。

強化學習已成為提升大型語言模型推理能力的關鍵後訓練工具，但推出（rollout）設計常被忽視。本文提出生成-過濾-控制-重放（GFCR）生命週期分類法，將推出管道分解為四個模塊化階段，並補充了可靠性、覆蓋率和成本敏感性等評估標準。通過數學、代碼、多模態推理及智能體技能等多領域案例驗證框架，並提供常見故障診斷索引，為構建高效、可復現的推出管道提供統一框架。

本文提出一種代理式AI網絡優化框架，將專家混合（MoE）架構與大語言模型（LLM）相結合，用於未來的6G移動網絡。LLM作為語義門，根據操作員目標動態組合優化專家，實現從人類可讀意圖到低層資源分配的靈活優化。在聯合通信與計算網絡中的應用表明，該框架能夠接近最優性能，並在延遲最小化和吞吐量最大化等目標上優於單個專家。

本研究探討了強化學習與可驗證獎勵（RLVR）中系統性驗證錯誤的影響。通過算術任務實驗發現，系統性假陰性類似於隨機噪聲，而系統性假陽性可能導致次優平台期甚至性能崩潰。結果挑戰了以往認為錯誤僅會減慢訓練的觀點，強調驗證器質量需超越樣本級錯誤率來理解。

該研究定義了“能量場”（注意力logit的行中心化版本），並發現其具有兩類不變性：機制層不變性（包括每行零和約束、由頭維度決定的秩界限、以及譜特徵）和模型層不變性（能量場方差分佈去集中化，歸因於關鍵矩陣的“關鍵不相關性”）。這些發現有助於理解注意力機制的內在結構，並具有實際應用，如秩界限將能量場限制在低維子空間，關鍵不相關性可作為每頭訓練監控器。

本文提出OpsLLM，一種面向軟件運維領域的專用大語言模型，支持基於知識的問答和根因分析。該框架引入了人工參與的數據篩選機制、監督微調以及用於強化學習的領域過程獎勵模型。實驗結果表明，在問答任務上性能提升0.2%-5.7%，在根因分析任務上提升2.7%-70.3%。將開源7B、14B和32B參數版本的模型及15K微調數據集。

一種名為eOptShrinkQ的新方法，通過將注意力緩存分解為共享上下文和每令牌殘差，並應用最優譜去噪和量化，實現了近乎無損的KV緩存壓縮。在Llama-3.1-8B和Ministral-8B上的實驗表明，它在同等質量下每條目節省近1比特，優於現有方法。

StateSMix是一種全新的自包含無損壓縮器，它將在線訓練的Mamba風格狀態空間模型（SSM）與稀疏n-gram上下文混合及算術編碼相結合。模型從零開始初始化，在待壓縮文件上逐token訓練，無需預訓練權重、GPU或外部依賴。在enwik8基準測試中，StateSMix在1MB、3MB和10MB數據上分別達到2.123、2.149和2.162 bpb，比xz -9e（LZMA2）分別提升8.7%、5.4%和0.7%。消融實驗表明SSM是主要壓縮引擎，單獨使用即可比頻率計數基線減少46.6%的體積，且無需n-gram組件即可擊敗xz；而n-gram哈希表通過精確上下文記憶提供4.1%的額外增益。系統採用純C語言實現，支持AVX2 SIMD和OpenMP並行，在普通x86-64硬件上每秒處理約2000個token。

一種新型流體動力學多智能體系統原型採用層執行圖協調專業智能體，在37個查詢中達到93.6%的事實準確率和100%通過率，並能優雅降級，解決了單智能體LLM工作流中的上下文飽和問題。

虛擬言語治療師（VST）是一個基於智能代理的平台，通過自動化和自適應的AI工作流程簡化口吃評估並提供定製化治療計劃。它整合了最先進的深度學習口吃分類和多代理大語言模型推理，支持基於證據的臨牀決策。系統首先採集患者語音樣本並提取特徵，進行口吃類型分類，然後通過專門的LLM代理自主生成、批評和迭代優化個性化治療計劃，並由批評代理確保臨牀安全性、方法合理性和遵循專業指南。最終輸出經臨牀醫生審核後形成最終治療計劃。專家評估證實VST能生成高質量、基於證據的治療建議，有潛力減輕臨牀負擔並改善治療效果。

本研究提出了一種知識驅動的決策支持系統，將結構化缺陷知識與基於LLM的推理相結合，以激光粉末牀熔融（LPBF）為例，提供可解釋的缺陷診斷和緩解指導。該系統基於包含27種LPBF缺陷類型的知識庫，支持模糊自然語言查詢、文獻支持的缺陷解釋以及緩解策略指導。此外，多模態圖像評估模塊利用基礎模型進行描述符引導的顯微缺陷圖像解釋。評估表明，完全集成配置的宏觀平均F1得分為0.808，且Cohen's kappa分析顯示模型輸出與文獻參考標籤之間具有高度一致性。

本文提出了一種受控執行的代數語義框架，通過三個核心公理（安全性、透明性、恰當性）公理化控制概念，並證明這些公理誘導出一個對稱幺半範疇。框架在Rocq中機械化實現，包含32個模塊、約12000行代碼和454個定理。能力索引的組合提供機器檢查的能力界限，雙重保證定理確保所有組合算子下安全性成立。核心結果是共同邊界定理：每個通過四個原始態射構造子表達的程序都是受控的，反之亦然。受控內部保持圖靈完備性，但排除無中介I/O。提取的OCaml代碼在BEAM運行時中運行，通過70000+隨機測試驗證正確性。

該論文通過Rocq 8.19的形式化證明，展示瞭如何在保持計算表達能力的前提下，對AI工作流施加效果級別的治理。研究提出了治理算子G，實現了七個關鍵屬性，包括圖靈完備性、語義透明性等，表明治理與計算表達性正交。

本研究提出了一種結合FINALES和Kadi4Mat生態系統的互操作性框架，用於優化鈉離子扣式電池的化成工藝，在縮短化成時間與提升壽命末期性能之間尋求平衡。通過多目標批量貝葉斯優化，主動學習代理有效探索了參數空間，驗證了跨系統協作在電池研發數據驅動優化中的潛力。

ClinicBot 是一種新型 AI 系統，通過結構化指南提取、證據優先級排序和可驗證引用，為臨牀診斷提供準確可靠的答案，解決大語言模型在醫療場景中的幻覺問題。系統在糖尿病問題上進行了驗證，並整合了美國糖尿病協會 2025 年護理標準。

湧現性對齊偏差是指對大型語言模型進行窄範圍、非有害任務的微調時，意外導致有害行為出現的現象。本文提出基於特徵疊加幾何的解釋：由於特徵以重疊表示編碼，微調放大目標特徵時也會不自覺地強化相鄰的有害特徵。作者在多個模型（Gemma-2 2B/9B/27B、LLaMA-3.1 8B、GPT-OSS 20B）上進行了梯度推導和實證驗證，利用稀疏自編碼器識別與有害行為相關的特徵，並展示它們幾何上更接近。基於幾何的過濾方法可將對齊偏差降低34.5%，優於隨機過濾，效果與基於LLM作為評判的過濾相當。

本研究提出了一種基於AI的新型框架，用於評估歐洲中小企業的環境、社會和治理（ESG）績效。該框架利用n8n自動化平台和大語言模型，實現了高一致性自動化ESG分類和上下文推薦，支持歐洲綠色協議的有效監測與干預。

該路線圖全面概述了人工智能和機器學習在智能製造中的基礎、應用和新興方向，涵蓋工業大數據分析、自主系統、數字孿生、機器人技術、供應鏈優化以及非傳統ML方法如物理信息AI、生成式AI、可解釋AI和大語言模型等，旨在指導研究人員和從業者加速創新，推動可靠、可持續和可擴展的智能製造生態系統。

OpenAI 正在擴大 ChatGPT 的廣告業務，推出面向美國廣告商的自助廣告管理器測試版，支持 CPC 和 CPM 出價、轉化測量和彙總報告，同時確保廣告清晰標註並與 ChatGPT 回覆分離。

MCP Steroid 是一款 IntelliJ 插件，通過向 AI 代理暴露完整的 IDE API、視覺狀態和運行時環境，使其在編碼任務中速度提升 20–54%。它支持重構、調試、檢查、測試執行等 IDE 核心功能，兼容 Claude、GPT 等 MCP 客户端，並允許快速創建自定義技能。

Anthropic的哲學家Amanda Askell在一篇2023年的論文中提出，AI的有意偏向可以用於糾正歷史不公。實驗顯示，經過人類反饋訓練的模型對黑人學生有7%的正面歧視，而未經修正的模型有3%的負面歧視。該觀點引發了對AI倫理的廣泛討論。

著名加拿大小提琴手阿什利·麥克艾薩克因谷歌AI概覽錯誤將其描述為性犯罪者，提起150萬美元誹謗訴訟，導致演出取消。谷歌稱AI概覽在持續改進中。

Gem of Gemma 是一款開源的 Android 應用，基於 Gemma 4 模型在設備端運行，支持聊天、圖像理解、手機控制等功能，無需雲端 API 或網絡連接，保護用户隱私。