本文提出一種基於困惑度差異的簡單方法，通過比較微調模型和參考模型對隨機前文生成的補全的困惑度，能夠有效揭示微調目標。在76個模型生物（0.5至700億參數）上的實驗表明，該方法能識別後門、虛假事實內化、對抗性訓練隱藏行為等，且無需訪問精確預微調檢查點，兼容API模型。

圖解問答需要推理級歸因，即將每個問答對與推導答案所需的所有視覺區域聯繫起來，而不僅僅是包含最終答案的區域。現有註釋工具將界面與數據集特定格式緊密耦合。本文提出的DIAGRAMS是一個輕量級、模式驅動的審查框架，通過內部元模式和數據集適配器將界面邏輯與數據集特定的JSON結構解耦。該系統可基於問答對進行證據選擇並提出所需區域，缺失時自動生成並支持人工驗證。在六個數據集上，其建議證據的精確率達85.39%，召回率達75.30%，表明該框架能減少手動區域創建並保持高一致性。

研究人員提出了H-Probes，一組線性探針，從大語言模型的潛在表徵中提取層次深度和成對距離。實驗表明，這些層次子空間是低維的、對任務性能因果重要，並且能泛化到域內外。在數學推理等真實場景中也發現了類似結構。

PhaseNet++提出了一種頻域自編碼器，利用短時傅里葉變換（STFT）保留相位譜，用於工業控制系統（ICS）的異常檢測。通過相位相干指數（PCI）引導圖注意力網絡，該方法在SWaT基準測試上取得了有競爭力的結果，標誌着該領域首次系統性地探索了相位域方法。

本文對二元分類器的接收者操作特徵（ROC）曲線進行了綜述，並正式證明了曲線下面積（AUC）等於分類器將隨機正樣本排在隨機負樣本之上的概率。此外，文中還給出了當某個假設不成立時該概率與AUC之間誤差的界限。

Haiku是一個三模態對比學習模型，整合了多重免疫熒光、H&E組織學和臨牀元數據，實現了跨模態檢索、臨牀預測和零樣本生物標誌物推斷，並在反事實分析中揭示了癌症進展相關的分子變化。

StyleShield是一種新型流匹配框架，通過條件文本風格遷移在連續詞嵌入空間中操作，實現對AI生成內容檢測器的有效規避。該框架在中文多領域基準測試中實現了94.6%的規避率（針對訓練過的檢測器）和超過99%的規避率（針對三個未見過的檢測器），同時保持0.928的語義相似度。此外，研究提出的RateAudit算法表明檢測分數可被任意設定，直接挑戰基於分數評估的可靠性。

GAZE框架賦予醫學視覺語言模型（VLM）迭代式分析能力，通過調用縮放、窗寬等觀眾級工具及PubMed/Open-i檢索工具，在包含906例罕見腦MRI的NOVA基準上，病灶定位[email protected]達58.2，Top-1診斷準確率34.9%，且對罕見病例提升顯著，揭示了工具使用與模型依賴之間的權衡。

FastSinkhorn是一種純CUDA實現的對數域Sinkhorn算法，通過warp級洗牌歸約和共享內存分塊技術，在極小正則化參數下保持數值穩定性，並在稠密最優傳輸問題中實現12倍加速。

一篇論文從基本原理出發推導並實現了四種經典ODE求解器（歐拉法、顯式中點法、經典龍格-庫塔法RK4、多曼德-普林斯5(4)法），用於流匹配生成模型的採樣。研究發現，RK4在80次函數評估時即可達到歐拉法200次評估的樣本質量；同時觀察到速度場雅可比矩陣在t=1附近急劇硬化，且低階與高階求解器的質量差距在欠訓練模型上更為顯著。

該研究對六種經典與貝葉斯稀疏迴歸方法進行了大規模基準測試，在特徵相關、信號弱、維度增長等現實條件下評估性能。結果顯示，貝葉斯方法（尤其是Horseshoe）在預測誤差和覆蓋率上表現更優，但Lasso在變量選擇上同樣高效，是無需後驗時的實用選擇。

本文提出了一種多項式時間算法，用於在代數多樣性框架中解決羣選擇問題。該算法將對易子組合優化轉化為廣義特徵值問題，複雜度為O(d^2M^2 + d^3)，並能以閉式解直接構造最優羣生成器，同時提供可驗證的最優性間隙。

Agentopic是一種基於代理的新工作流，利用大型語言模型的推理能力進行可解釋的主題建模。它通過多個代理協作完成主題識別、驗證、層級分組和自然語言解釋，解決了LDA和BERTopic等傳統方法缺乏透明性的問題。在BBC數據集上，有種子版本的F1分數為0.95，與GPT-4.1相當，優於LDA的0.93，略低於BERTopic的0.98。無種子版本生成了2045個語義連貫的主題，分佈在六個層級上，極大地豐富了原始的五類別結構。

針對智能車輛旅行規劃中的路線優化問題，本文提出了一種智能體AI框架，通過編排代理協調交通、充電和興趣點等專業代理，並構建了旅行規劃優化問題數據集（TOP），實現動態優化。實驗表明該系統在TOP基準上達到77.4%的準確率，顯著優於單一代理和基於工作流的多代理基線。

該研究提出了一種因果框架來定義和量化集體能動性，即多個簡單智能體可能意外形成具有獨特能力和目標的集體智能體。通過因果博弈和因果抽象，作者解決了演員-評論家模型中的激勵難題，並定量評估了不同投票機制下的集體能動性程度。該框架旨在為理解和控制多智能體AI系統中的湧現集體智能體提供基礎。

ARMOR 2025 是一個基於戰爭法、交戰規則和聯合倫理條例的軍事安全基準，用於評估大語言模型在國防應用中的合法合規性。該基準包含12個類別、519個提示，並測試了21個商業模型，結果發現模型在軍事場景中存在顯著的安全對齊缺陷。

一種名為TUR-DPO的直接偏好優化（DPO）新變體，通過引入推理拓撲和不確定性信號，更好地將大語言模型與人類偏好對齊。它在多個基準測試上優於標準DPO，同時保持無強化學習且訓練簡單。

研究表明，在語義干擾存在的情況下，工具增強推理並不總是優於原生思維鏈。作者提出因子化干預框架來分離提示格式成本、工具調用協議開銷和工具執行收益，並引入G-STEP來緩解協議引起的錯誤。

本文提出LOCA方法，通過識別最小可解釋的中間表示變化，因果性地解釋特定越獄提示為何能繞過大型語言模型的安全訓練。這種方法相比全局解釋更精確，平均僅需六次變化即可誘導模型拒絕回答，為理解LLM安全漏洞提供了新視角。

arXiv新論文提出AgentReputation，一種針對去中心化智能AI市場信譽問題的三層框架，分離任務執行、信譽服務和防篡改持久化，引入驗證機制和上下文條件信譽卡，防止信譽混淆。

TADI是一種基於智能體AI的鑽井數據分析系統，利用大語言模型編排12個領域專用工具，整合Equinor Volve油田的異構數據（包括1759份鑽井日報、WITSML實時數據等），通過DuckDB和ChromaDB雙存儲架構實現結構化和語義查詢。系統零錯誤解析所有XML文件，處理三種不一致的井命名規範，並提出了證據接地分數（EGS）作為評估指標。研究表明，領域專用工具設計比模型規模更能提升技術分析質量。

Nylas CLI 是一個新的開源工具，通過單一身份驗證流程，為AI代理提供跨多個提供商（Gmail、Outlook、Exchange、Yahoo、iCloud、IMAP）的真實電子郵件賬户、日曆和聯繫人。它使用模型上下文協議（MCP）為代理提供16種工具，用於發送郵件、搜索線程、創建事件等。

datasette-llm 0.1a7 版本發佈，新增了為特定模型配置默認選項的機制。作為 Datasette 插件生態的一部分，該功能允許插件開發者設定默認參數，例如將所有 enrichment 操作的温度（temperature）設為 0.5。這一改進簡化了 LLM 集成的配置過程。

llm-echo 插件的新版本增加了 -o thinking 1 選項，可以模擬推理塊，用於測試 LLM 0.32a0 及以上版本。

約翰·格魯伯透露，Y Combinator持有OpenAI約0.6%的股份，按當前8520億美元估值計算，價值超過50億美元。

moar 是一款免費的 Chrome 擴展，可將 PDF、DOCX 等文檔轉換為乾淨的 Markdown 或 CSV，供 AI 工具使用，最高節省 95% 的令牌，且完全保護隱私。

蘋果機器學習研究提出隨機KV路由方法，通過在訓練中讓各層隨機選擇關注自身或前一層的鍵值狀態，實現跨層緩存共享，從而在不增加推理延遲的前提下顯著減少KV緩存內存佔用。實驗表明，該技術適用於多種模型，且在數據受限場景中具有正則化效果，甚至能保持或提升性能。

OpenAI擴展了ChatGPT廣告功能，推出測試版自助廣告管理器、每次點擊費用競價和增強的測量工具，旨在保護隱私並將對話與廣告分離。

在馬斯克訴OpenAI一案中，Greg Brockman的證詞和日記顯示他迴避關鍵問題、過於吹毛求疵，並暴露了他的貪婪和機會主義。

Simon Willison 使用 IBM 的 Granite 4.1 3B 模型的 21 個量化變體進行實驗，每個變體都要求生成一張騎自行車的鵜鶘的 SVG 圖像。所有結果都很糟糕，且質量與模型大小無關。