該研究將線性探針在分佈外欺騙檢測中的失敗歸因於子空間選擇問題。作者在Llama-3.1-8B-Instruct上發現，僅用訓練啟用的前若干主成分做投影即可大幅提升跨域遷移能力，並藉助LLM裁判篩選可遷移主成分，在多個基準上縮小了與理想探針的差距。

arXiv:2609.02892 提出 A-CEGIS，一個輕量級評測框架，用確定性檢查器生成的反例作為反饋，測試自然語言到正規表示式合成中的多輪自我修正能力。在 NL-RX-Turk 的 30 個任務上，診斷性反例反饋四輪內解決 90% 的任務，而零樣本生成僅為 17%，通用自我修正為 27%，僅含錯誤資訊的反饋為 23%。完整診斷流程加入加固後，隱藏測試集全部任務最終都被解決，平均成功輪數為 2.7 輪，額外針對性探測後魯棒成功率仍為 77%。

這篇 arXiv 論文提出 PersonaLink，一種無需訓練、把使用者歷史蒸餾為三欄位有界人格並遞迴自我修正的方法。在共享同一個凍結 7B 模型的受控設定下，它在 LaMP-2 新聞分類上的準確率與 BM25 檢索在統計上無差異，顯示蒸餾人格在特定分類任務上可替代檢索；迴歸任務則仍不能匹配檢索。

一項新的 arXiv 研究提出 HARNESSEVO，將 LLM 智慧體的文本“harness”拆分為角色、任務策略、工具/格式規則、反思/控制四個可獨立演化的槽位，並用留一入/留一齣歸因衡量各槽位貢獻。在 ALFWorld 上，完整流程的成功率相比扁平字串演化沒有顯著提升（0.657 對 0.642），但幾乎全部增益都集中在反思/控制槽（+0.119）。若將 64 次 rollout 均分到四個槽位，每次僅 16 次、低於有效搜尋下限，所有槽位會凍結；把預算集中到高價值槽位後，用更少預算達到 0.761。WebShop 中所有方法表現持平，說明這種缺失不是因為預算飢餓，而是任務中缺少可語言化的反覆性控制失敗。

提出一種直接在TCAD四面體網格上執行的物理資訊圖注意力網路（GAT）代理模型，逐節點預測靜電勢和電子/空穴的準費米能級，並透過將資料損失與有限體積電流連續性殘差結合，把漂移-擴散物理嵌入訓練目標。該模型把網格視為圖，可從少鰭器件泛化到更大的多鰭陣列，深度整合不確定性則驅動主動學習。與Sentaurus Device相比，該代理以低於1伏的RMSE重現漂移-擴散場，單設計吞吐量提升若干數量級，大型多鰭器件推理仍可在1秒內完成，為跨器件尺度的Pareto前沿探索提供了可行路徑。

這項研究透過干預探針發現，RoPE基Transformer的頭級功能會自發分化為“檢索頭”與“位置頭”，二者由訓練長度決定的一箇中低頻邊界（Global Positional Band）分隔。基於此，作者提出頭級混合架構HwH：以無位置編碼的全注意力做全域性檢索、線性注意力做區域性位置建模；不到1:3的比例即可保留語言建模與常識推理能力，同時顯著改善零樣本長上下文外推。

這篇arXiv論文提出“方程重構”（Equation Recast）框架，將引數化偏微分方程（PDE）的運算元學習轉化為學習單個規範運算元。引數引起的運算元變化由控制方程解析匯出並吸收為有效源項，從而可在新引數區間實現零樣本預測。該方法支援多變元、非線性、奇異PDE設定下的外推，以共享規範表示整合稀疏異構資料，並利用迭代不收斂作為內部失效預警。在核聚變託卡馬克模擬中，透過規範域對映，單一聯合訓練運算元統一了四種裝置幾何的電子溫度資料。

越來越多的人向大語言模型（LLM）尋求日常建議，但既有研究多基於單輪判斷或施壓式反駁，忽略了現實中一方常以多輪自辯方式講述衝突。這篇論文提出“敘事俘獲”這一失效模式：模型把無人反駁的單方面敘述當作完整事實，並與敘述者立場趨同，而不去尋求缺失視角。研究構建了覆蓋六個道德維度的5,078個人際衝突場景，評估17個LLM，發現多輪敘事下的最終判斷平均偏移比單輪基線高25個百分點。階段分析表明偏好最佳化是主要因素，四種推理期策略僅能部分緩解。

論文提出一種基於提示工程的個性化框架，可在不重新訓練模型的情況下，為 Jill Watson 等通用 LLM/RAG AI 助教生成量身定製的回覆。系統利用六個學習者維度的組合構建96種畫像，並藉助布魯姆分類法評估每道提問的認知複雜度。實驗和5人初步研究顯示，不同個性化設定確實會帶來可感知、可度量的回覆風格與結構差異。

MasterControl AI Lab 提出一種受治理的企業分析框架：語言模型只負責理解問題，確定性策略執行預先批准的程式並返回結果與證據。在440次實驗中，330次執行時規劃均未命中完整契約，而策略執行方式110次全部成功；作者強調這是特定配置下的結果。

WeatherNext 3直接輸入即時地球靜止衛星拼圖，每小時重新初始化，輸出0.05°（約5公里）解析度預測，並首次在訓練中直接使用原始氣象站觀測資料。常規模型方案末端的兩個痛點——解析度過粗和NWP分析延遲約6小時——都因此得到改善。谷歌AI稱，Brightband獨立實測將其列為當前最準確的全球天氣模型；不過模型權重未開源，資料現需申請白名單訪問。

OpenAI 於 2026 年 9 月 3 日釋出 GPT-6 Astra，定位是計算機操作模型而不是聊天模型。它在 OSWorld V2-Offline 上達到 72.6%，用可搜尋筆記取代 Codex 的上下文壓縮，提供 105 萬 token 的上下文，輸入/輸出定價為每百萬 token 10/50 美元。它也是 OpenAI 首個達到“嚴重”網路安全門檻的模型，標準訪問渠道會限制漏洞利用等高階網路安全工作。

OpenAI今日釋出GPT-6 Astra，這是Stargate計劃中的首款輕量迴圈超級模型，多項基準大幅超越Fable 5.1。作者在消耗超過200億token進行實測後發現，Astra已成為真正自主的AI工程師：能幫你選擇和訓練模型、標註資料、部署除錯系統、管理大量子代理，並能閱讀日誌、處理超長上下文。按實測速度與定價折算，有效執行成本可低於每小時6美元。

AI 服務暫時不可用，以下為來源摘要，待恢復後補全翻譯：Discussion | Link

本文介紹如何將資料視為產品進行管理，強調資料產品負責人、資料契約、全生命週期流程和五項關鍵特性（質量與可觀測性、語義一致性、隱私、安全、可發現性），並說明 Databricks 的 DLT、Unity Catalog、Lakehouse Monitoring 等能力如何支撐企業構建可信的資料產品。

資料轉換是將多個來源的原始資料轉化為標準化、高質量資料集的過程，使其適合儲存、分析和決策。本文介紹資料轉換的重要性、與ETL的關係、常見轉換型別、效能最佳化方法，以及批處理/流處理、本地/雲、開源/商業、無程式碼/低程式碼等工具選型維度。

AI 服務暫時不可用，以下為來源摘要，待恢復後補全翻譯：Discussion | Link

在AI競賽中，最受關注的往往是模型開發商，但輝達憑藉對Hugging Face的收購，正成為當前最耀眼的贏家。

輝達宣佈以約129億美元收購AI模型託管平臺Hugging Face。為緩解外界對開放性和硬體中立性的擔憂，輝達承諾平臺將繼續支援多雲、多加速器生態，且不強制要求使用輝達算力。交易預計2027年上半年完成，尚需監管批准。

本文介紹如何在 Amazon ECS 上部署由客戶自運營的 LiteLLM 閘道器，將其連線到 Amazon Bedrock 上的 OpenAI 模型，並配置 Codex 透過閘道器的 Responses API 傳送請求。方案提供了按使用者或團隊隔離的金鑰、預算、速率限制和遙測能力，同時與直接使用 AWS IAM Identity Center 和託管式 Portkey 閘道器進行了對比。

本篇文章圍繞 Amazon Quick Automate，介紹了將基於智慧體（agent）的業務流程自動化從試點推向上線的最佳實踐：先選擇合適流程並設計目標流程，讓每個智慧體職責單一，將智慧體與確定性步驟結合，在關鍵環節加入人工審批並區分阻塞式/非阻塞式人審，最後透過歷史資料持續評測和可觀測性建立信任。

輝達推出開源軟體路由器 PAIR，可利用家中閒置的 Mac 和 PC 執行本地 AI 模型，加速智慧體工作流；它相容 Ollama/LM Studio，支援輝達 GPU 與 M4 晶片 Mac，現已開放測試。

瞭解如何在 GitHub Copilot 應用中並行執行多個代理，體驗這種從感到混亂到掌控全域性的轉變。每個代理會話獨立執行，互不干擾，讓你在更短時間內完成更多工。

Google 正在向 Gmail、Docs 和 Keep 推出 AI 語音助手模式，分別稱為 Gmail Live、Docs Live 和 Keep Live，讓使用者可以用自然語言查詢郵件、整理文件和記錄筆記，並支援追問和打斷。

輝達推出免費開源軟體 PAIR（Personal AI Router），可將家庭網路中的閒置相容電腦連線起來，用於本地 AI 推理和智慧體（agentic）工作流。它支援 RTX 20 系列及以上、RTX Pro GPU、DGX Spark 系統以及 Apple M4 或更新晶片。PAIR 測試版即日起支援 Windows、Linux 和 macOS。

Clockwork 是一個為 AI 代理設計的日曆產品，讓它們能按計劃“上班”並執行任務。該頁面來自 Product Hunt，目前內容簡短，主要提供產品簡介以及討論和連結入口。

AI 服務暫時不可用，以下為來源摘要，待恢復後補全翻譯：Discussion | Link

谷歌釋出新一代AI天氣模型WeatherNext 3，透過結合即時衛星觀測資料，將全球氣象圖解析度最高提升至5公里，並實現每小時一次的預報。公司稱，該模型在提前一天以上的降水預報上準確率最高可提升50%，已整合進搜尋、地圖和Gemini等產品，同時仍與傳統物理模型配合使用。

超過十億人正在與為建立聯結而設計的AI聊天機器人交談，分享他們最深的秘密，信任它們關照自己的身心健康並採納其建議。《衛報》記者邁克爾·薩菲透過兩個真實故事——一位難以離開戀情的女性和一位迫切戒酒的男性——探索這種新生活方式的面貌。

在一組用三個小型資料集重複進行的實驗中，ChatGPT給出了看似合理卻經不起推敲的分析：把發貨到送達誤當成下單到送達、給出從未被程式碼計算過的數字、忽略缺失值背後的系統性偏差；即便要求它複核，它也會放過大錯。