蒙特利爾強制對齊器(MFA)自2016年釋出以來，已成為研究和工業界最廣泛使用的強制對齊工具。最新版本MFA 3.0在英語、日語和韓語基準測試中均達到或接近最先進水平，平均邊界誤差低於15毫秒。本文詳細介紹了MFA從1.0到3.0的發展歷程、技術改進及其跨語言適應能力。

一項跨語言機制分析揭示了多語言大語言模型中數學相關引數在語言間部分重疊，其中英語擁有最大引數集。

VISUALSKILL是一種分層多模態技能庫，透過將視覺圖形納入技能表示，顯著提升了計算機使用代理在長期任務和未知軟體上的表現。在CUA-World和OSExpert-Eval基準測試中，使用VISUALSKILL的Claude Code CLI代理獲得了0.456的平均分數，比無技能基線提升15.3個百分點，比純文本技能提升8.3個百分點。

JetFlow提出了一種基於頭部的推測解碼框架，透過因果並行草稿頭，在保持前向傳遞效率的同時實現分支級因果條件化，從而將更大的草稿預算轉化為更長的接受字首和更高的端到端加速。在Qwen3模型上的測試顯示，JetFlow在MATH-500上實現了高達9.64倍的加速，在開放對話任務上實現了4.58倍加速。

本研究提出啟用引導作為低資源語言合成資料生成的替代方案，透過語言引導和質量引導兩種策略，在四個開源大語言模型和11種語言上驗證了該方法能提升生成資料的多樣性及下游任務效能，尤其在早期層進行引導效果最佳。

SproutRAG是一種新型層次化檢索增強生成框架，透過注意力機制學習文件結構，構建二叉分塊樹，實現多粒度檢索而不依賴額外LLM呼叫或壓縮摘要。實驗表明，在科學、法律和開放域基準上，資訊效率平均提升6.1%。

教育對話是寶貴但敏感的研究資源。現有的方法在隱私保護和準確性之間難以平衡。本文提出一種完全本地的級聯框架，將去標識化從開放式實體識別轉變為受限的隱私分類。透過召回優先的聯合提議生成候選片段，再由上下文感知的評審器決定刪除或保留。在數學輔導資料上，本地配置的宏F1達到0.958，優於大模型和商業API，且完全在單檯筆記本上執行。

CoAT框架為大型音訊語言模型引入連續潛空間，透過專家蒸餾保留聲學資訊，在無需額外解碼成本的情況下提升效能。

SAGE是一種事後淨化方法，用於修復大語言模型遺忘過程中對保留能力的損害。透過提取保留啟用幾何特徵並求解封閉最佳化目標，SAGE能抑制與高能保留方向對齊的更新分量，同時保留遺忘載體，從而緩解遺忘與保留之間的權衡。實驗表明，該方法在多種遺忘方法、模型規模和基準測試中均能有效提升保留效能。

TRIDENT是一個新穎的多智慧體強化學習框架，專門處理混合離散連續動作、安全約束和物理動力學的三向耦合問題。它引入了Richardson-Romberg梯度校正、Lyapunov約束的順序信任域更新和物理資訊殘差批評家，實現了O~(1/√K)的收斂速度，並將訓練違規減少高達95.5%。

DRIFT提出了一種透過線上策略影響函式最佳化監督微調資料的新方法，解決了標準影響函式的鄰近差距和梯度範數偏差問題。它改善了資料分佈以提升LLM的能力上限，並在7B引數模型上取得一致改進。

本文提出一種面向混合專家模型的結構化剪枝框架，透過將剪枝比率分配轉化為通道分數覆蓋最大化問題，並利用基於歸因的近似方法高效求解。實驗表明，在50%或25%結構化剪枝結合4位量化條件下，該方法在DeepSeek和Qwen MoE模型上保持了模型精度，並在Qwen3-30B-A3B上實現5.27倍記憶體壓縮，超越現有基準。

本文建立了衝擊波理論與隨機梯度下降對稱商學習動態之間的數學顯式聯絡，利用微分幾何、李群理論和流體力學。在商掉引數對稱性並應用區域性熵粗粒化後，有效動態滿足商流形上的粘性Hamilton-Jacobi方程。進一步假設原始引數動態可由商空間上的梯度場概括，則粗粒化損失函式的梯度服從Burgers型方程，可嚴格證明衝擊形成。該理論應用於多層感知器、卷積神經網路、Transformer和平均場網路，並證明它們滿足Hamilton-Jacobi或Burgers型方程。作者推測該框架可為深度學習提供實用診斷工具，尤其是在Transformer等架構中，原始引數範數常因對稱冗餘而失真，而對稱校正的商可觀測量為監測、預測和控制訓練階段轉變提供了原則性基礎。

Artemis是一個區域級因果框架，透過獨立干預每個腦區並學習區域特定的混雜因素表徵，消除了人口統計學因素（如年齡和性別）在多模態神經影像分析中的因果混淆，從而提升圖神經網路在腦疾病診斷和分類中的魯棒性和可解釋性。

CODEBLOCK是一個結構感知的稀疏監督框架，用於程式碼大語言模型的微調。它選擇結構完整的程式碼塊而非孤立令牌進行監督，在六個程式碼生成基準測試中，僅使用1.9%的監督令牌就達到了更強的平均pass@1指標。

隨著強化學習中求解器能力的提升，固定任務分佈飽和，而簡單生成任務易導致無效或過易問題。PROPEL框架透過訓練輕量級啟用探針預測求解器透過率，替代直接求解器評估，從而高效生成位於可學習前沿的任務。在數學、程式碼和軟體工程領域，PROPEL顯著提升了目標求解率下任務的生成比例。

高斯混合注意力（GMA）是一種新的注意力機制，它透過K個學習到的高斯混合元件進行路由，避免了標準點積注意力的二次複雜度，實現了O(NK)的線性記憶體縮放。實驗表明，GMA在長上下文分類任務上與注意力基線競爭，因果GMA在WikiText-103上優於線性/隨機特徵注意力，但落後於最佳化後的因果SDPA和Mamba。GMA提供了一種可解釋的、固定K的線性時間注意力替代方案。

ProfiLLM 是一個智慧LLM資料管道，用於為網約車排程建立效用對齊的使用者畫像。它透過工具增強的全域性知識挖掘和效用對齊的畫像探索克服了擴充套件挑戰。在滴滴上部署後，它在預測AUC、GMV和完成率方面取得了顯著提升。

R2D-RL是一個基於RoboCup 2D足球模擬平臺的多智慧體強化學習環境，透過共享記憶體和週期級同步連線Python MARL介面，支援全場/場景訓練、可配置對手、混合動作空間、EPV獎勵塑造和並行執行。

一篇新論文從形式化角度闡述了通用智慧體在多個環境與目標下接近最優行動所需的記憶體。研究表明，當兩個領域共享觀測瓶頸但要求不一致的最優行動時，任何均勻接近最優的策略必須在瓶頸處產生不同的記憶體分佈。分離定理表明，成功的智慧體不能僅依賴當前狀態觀測，而必須在記憶體中儲存領域相關資訊。該論文還證明了如果記憶體包含足夠的資訊來估計相關目標的價值，則可以利用該記憶體近似重建智慧體的區域性轉移動態。這些結果將記憶體描述為支援領域區分、轉移模型重建和規劃的基質。

研究人員推出了ForecastBench-Sim，這是一個基於策略遊戲《Freeciv》的模擬世界預測基準測試，旨在解決真實世界基準測試中結果解析緩慢、尾部事件罕見和反事實問題難以評分的問題。該基準透過提供固定的遊戲狀態快照並詢問隱藏的未來狀態來評估預測能力，支援連續/二元預測、條件/因果問題和罕見事件樣本。

DeFAb是一個將四十年公共資助知識庫轉化為可廢止溯因推理基準的資料集和生成管道。基於規則的邏輯求解器在50微秒內100%準確解決所有例項，而最佳前沿語言模型達到65%，在魯棒渲染評估下降至23.5%。該基準透過多項式時間可驗證的推導、保守性和最小性檢查，將邏輯嚴謹性作為衡量創造力和理論推理的工具。釋出了包含372,648+例項的DeFAb以及更難變體和Lean 4/Mathlib中創造性變體。

CEO-Bench是一個新基準，透過模擬經營初創公司500天來評估語言模型智慧體在長期、不確定環境下的綜合能力。即使最先進的模型（如Claude Opus 4.8和GPT-5.5）也僅能勉強維持初始資金，無法穩定盈利。

本研究使用Collaborative Gym和DiscoveryBench任務，研究了共享工作空間中人類與AI代理的團隊協作。結果發現，缺乏協調結構時，增加協作者反而降低效能；而採用共享群組記憶和模擬人在迴路門控的腳手架設計，能顯著提升團隊績效，尤其在三人團隊中效果最明顯。

CaVe-VLM-CoT是一個模組化的反思型智慧體RAG框架，透過五階段閉環流程減少視覺語言模型中的幻覺現象。它引入了一套包含23個指標的評估體系，其中CaVeScore綜合衡量準確性、引文精確率與召回率、歸因和證據基礎。在ScienceQA和MMMU資料集上，該方法無需修改架構或提示即可達到87.1%和55.2%的準確率。

本文介紹了NAVI-Orbital，一個部署在低地球軌道航天器上的軟體系統。2026年4月16日，它實現了首次在軌視覺語言模型自主多模態推理，使用Gemma 3模型對捕獲場景進行分類、描述，並透過自然語言對話響應操作員。該系統透過純英語提示重新任務，由基於圖的狀態機（LangGraph）協調。地面基準測試準確率88.16%，並在軌驗證了可行性，旨在透過語義壓縮反轉傳統頻寬模式。

本文介紹 Parcle，一個為AI代理設計的共享記憶層，透過索引和檢索相關記憶而非重複載入全部上下文，顯著降低令牌消耗。實測顯示令牌使用降低高達70%，任務完成速度提升約2倍。

dolfyn是一款專為服務型企業設計的AI語音代理，能夠24/7接聽電話、捕獲潛在客戶並安排日程，有效減少因未接來電造成的收入損失。它根據每個企業的具體需求定製，提供來電轉接、緊急升級、自動簡訊回覆等功能，並與多種CRM和日曆工具整合。設定快速，每月179美元起，無合同約束。

根據《2026年AI設計報告》，91%的設計師每週使用AI（2025年為54%），平均工具數量從3個增至7個。50%的設計師已將AI生成的程式碼投入生產，同時設計師開始構建內部工具。報告揭示了AI採用帶來的喜悅與焦慮，以及招聘標準向AI素養、系統思維和戰略技能的轉變。

Genie Mentions 是一款新推出的 AI 社交產品，能夠理解你和你的社交圈，即時追蹤朋友的動態、旅行和夢想，讓你隨時瞭解他們的最新情況。