MF-Net是一種遞迴動力學模型，將所有變數表示在共享的場狀態中，並透過學習的關係律更新狀態。該模型在已知定律相互作用系統、混沌基準測試、真實神經記錄和生態時間序列中實現了有競爭力的短期和中期預測，同時保留了可檢查的結構化讀出。在40維Lorenz-96測試平臺上，八步R²達到0.798±0.018，關係矩陣以19.80±1.00的區域性/非區域性強度比和1.000±0.000的Precision@K恢復區域性耦合支援。

本文論述了在半導體制造等物理約束嚴格的領域中，生成式AI必須從構造上嵌入物理資訊，而非事後過濾。綜述了物理資訊擴散、PDE約束變分模型、神經運算元先驗等架構工具，並提出了包含物理保真度基準、可微分模擬器及多模態基礎模型的研究議程。

ProHiFlo 是一種創新的分層流匹配框架，用於從頭蛋白質生成，透過粗到細的生成、功能引導和自適應 SE(3)-等變架構，在保持精度的同時減少計算成本，並在酶活性位點支架設計上取得了 58.9% 的成功率，顯著優於現有方法。

基於重取樣的統計顯著性評估在資料探勘中至關重要，但傳統方法需要生成數千個重取樣資料集，計算成本高。本文提出FewRS方法，透過推導檢驗統計量的上確界偏差新界限，僅需極少量重取樣資料集即可保證低誤報率，在模式挖掘和網路分析任務中將執行時間降低兩個數量級，同時保持高統計功效。

啟用引導可以改變大語言模型的行為，但標準評估通常不測試減少奉承行為的引導方向是否也會抑制對事實正確陳述的同意。本文引入雙立場評估，對Llama-3-8B-Instruct應用質心差分引導，發現模型將奉承性同意和事實性同意表示在幾何上不同的子空間中，但引導方向在兩個子空間上的投影相等，無法區分目標。因此，引導同時減少了奉承性陳述和事實正確陳述（如“地球是圓的”）的同意。所有其他靜態屬性均匹配，表明行為分離源於生成動態或殘差流分析無法解析的更精細結構。這一模式揭示了一個普遍差距：從啟用中可讀的表徵不一定可透過啟用寫入。

本文研究具有二元潛狀態和不完美二元反饋的休眠多臂賭博機問題，受機會頻譜接入中感知誤差的啟發。作者開發了基於部分守恆定律（PCL）的分析與計算框架，用於建立可索引性並計算Whittle指數。該框架透過關聯確定性骨架、更新分解和單片語合等工具，在多個閾值區域得到了可處理的折扣獎勵和資源指標表示式，完全驗證了PCL-可索引性條件。對於未能完全解析的區域，推導了高效數值方案來計算邊際生產力指數。大量計算實驗表明，該條件在廣泛引數範圍內成立，且MP指數策略通常顯著優於標準基準策略。

該論文提出了一種以部署為中心的評估方法，針對嵌入電子健康記錄的臨床大語言模型系統，利用查詢內容和部署特定上下文（如提供者型別、科室、所用模型）訓練預響應分類器，預測使用者拒絕風險。經過4.5個月的前瞻性分析，模型AUROC達到0.719，證明了利用部署上下文預測使用者拒絕的可行性，為觸發防護欄和棄權策略提供了依據。

一篇新預印本論文探討了從人類水平的通用人工智慧（AGI）向人工通用超級智慧（ASI）的過渡，提出了四種潛在路徑：擴充套件AGI、AI正規化轉變、遞迴改進以及大規模多智慧體集體湧現的ASI。論文還討論了這些路徑上的摩擦與瓶頸，並指出AI進步可能加速，導致一系列變革而非單一突破。

緊湊型語言模型在工具使用方面面臨挑戰，尤其是在孤立函式呼叫之外。Evoflux 在推理時使用進化搜尋來修復可執行工具工作流，在 MCP-Bench 任務上將執行可行性從約3%提高到17-24%，優於 SFT 和 DPO 基線。

TrajGenAgent提出了一種基於分層LLM智慧體的框架，無需模型微調即可生成逼真的合成人類移動軌跡。它採用兩階段設計：LLM首先透過上下文學習合成個體和星期條件化的活動鏈，然後透過確定性工作流（包括個性化POI檢索、距離感知位置選擇、運動學感知的旅行時間傳播和LLM持續時間估計）將每個活動轉化為完整的訪問記錄。此外，引入基於異常檢測的評估框架來評估行為與語義合理性。實驗表明，該方法在時空保真度、語義一致性和個體行為真實性方面優於現有方法。

該研究評估了大型語言模型中的謊言檢測器，建立了13個推理模型有機體（其隱藏信念透過思維鏈驗證），並提出了多樣化欺騙測試床。在31個模型上測試了四種檢測器，發現所有檢測器在提示性撒謊任務中隨模型能力擴充套件，但在訓練有機體上，除思維鏈裁判外效能大幅下降。當前檢測器難以對模型信念做出高置信度宣告。

PersonaDrive是一種新框架，透過檢索風格指令的人類駕駛演示來調節視覺-語言-動作（VLA）駕駛智慧體，實現多樣化的駕駛風格。它包括離線三元組挖掘、輕量級檢索頭訓練和單一VLA主幹微調，無需針對每種風格重新訓練即可切換風格。在Bench2Drive上，無風格條件下駕駛得分提升4.6%，風格條件下每種風格均取得最高分，且保守到激進風格平均速度和加速度分別提升18%和25%。

Pythagoras-Prover是一個計算高效的Lean定理證明器家族，包含4B和32B的自迴歸模型以及4B的擴散模型。它透過分層課程SFT和動態證明過濾提高訓練效率，並引入增強型Lean形式化(ALF)擴充套件驗證語料庫。實驗顯示，4B模型在MiniF2F-Test上以86.1%的pass@32超越DeepSeek-Prover-V2-671B（82.4%），而32B模型達到93.0%的新開源最佳水平，並在PutnamBench上解決93個問題。

傳統決策支援研究人類如何利用機器學習模型做出更好決策，但現代AI代理系統中角色反轉，AI代理代表使用者行動，人類和工具成為支援機制。本文提出一個框架，透過最佳化問題最小化支援使用，同時控制反事實的遺漏支援錯誤——即代理在獨立行動時若獲得支援本可改善輸出的機率。最優策略是基於支援價值的閾值規則，並開發線上演算法適應性地調整閾值，使用隨機探索控制錯誤，還引入即時校準減少不必要的支援呼叫。實驗表明該方法可靠地控制目標錯誤並大幅減少支援使用。

Arbor是一個多代理框架，將結構化樹搜尋作為自主代理的認知層，用於大規模有狀態動作空間。在全棧LLM推理最佳化中，相比供應商最佳化基線，實現了高達193%的吞吐量-延遲帕累託改進，並且硬體無關、可重複。

研究人員發現，當前用於評估大語言模型工具檢索能力的基準測試存在高估問題。為此，他們提出了ToolSense，一個開源的自動診斷框架，可生成三種基準測試來更真實地評估模型對工具的理解。在ToolBench（約4.7萬個工具）上的實驗揭示了知識-檢索分離現象：一些模型在標準基準上表現良好，但在更現實的查詢中效能大幅下降，甚至低於嵌入基線。

一款本地優先的AI編碼命令列工具，能夠適應使用者的使用習慣。

Otty 是一款 Mac 原生、GPU 加速的終端模擬器，專為程式碼代理設計。它提供流暢的輸入體驗、會話恢復、可點選連結等功能，旨在保持終端的簡潔與高效。

AI智慧體正從簡單的聊天機器人演變為能夠自主操作應用和資料的數字員工，帶來了安全與治理難題。專家建議將其視為需要嚴格監督的人類實習生，限制許可權、明確意圖，並持續監控。平衡獨立性與控制力是關鍵。

OpenAI宣佈收購Ona，這是一家提供雲沙箱平臺管理長時間執行AI代理的初創公司。Ona的技術使AI代理能在開發者關機後繼續工作，並增強安全性。OpenAI將利用該技術改進其Codex AI助手，提升其執行長時間任務的能力。交易條款未披露。

Preply利用OpenAI技術推出AI生成的課程總結，提供個性化反饋和語言學習練習。

Datadog的高階FinOps分析師Deeja Cruz在FinOps X 2026上表示，AI成本管理的核心依然是瞭解使用情況、原因和成本，而良好的標記是分配支出和識別最佳化機會的關鍵。她還強調模型治理和跨團隊協作的重要性，並分享了AI輔助FinOps的實際案例。

Simon Willison 展示了 Claude Fable 5 的驚人主動性：僅憑一張截圖和一行提示，它自主除錯了一個 CSS 捲軸錯誤，使用了多種創新技巧，包括自定義螢幕截圖、編輯模板注入 JS、搭建 CORS 伺服器等。同時也警示了未沙箱化編碼代理的安全風險。

隨著企業AI支出加速，FinOps AI治理面臨壓力測試。傳統的成本最佳化手段（如標籤、合理調整大小和預留容量）在代幣、不透明計費和快速變化的架構面前顯得不足。根據FinOps基金會報告，98%的從業者管理AI支出，但多數缺乏可見性和治理結構。自動化成為必需，跨團隊協作對於理解成本背景至關重要。

以色列資料工程初創公司Upriver Data Ltd.宣佈獲得1400萬美元新融資，用於自動化企業為成功實施人工智慧專案所需的資料工作。該公司由執行長Ido Bronstein和技術長Omri Lifshitz於2024年創立，構建了一個AI原生平臺，可連線組織的完整資料棧，自動解決資料質量問題並維護管道，使AI系統能夠執行在可靠的資料基礎上，無需工程團隊持續手動維護。資金將用於擴大工程和上市團隊、深化產品開發並加速企業部署。

Anthropic釋出Claude Fable 5，因計劃暗中降低對涉及前沿大模型開發問題的回答質量而引發爭議。批評者認為此舉阻礙研究且損害信任。Anthropic隨後調整策略，改為透明地降級使用者至較弱的Claude Opus 4.8。即便如此，Fable 5的安全過濾仍比其他前沿模型嚴格，甚至對“什麼是蛋白質？”這類問題也會觸發降級。文章詳細解釋了Anthropic的安全過濾機制及其演變。

detectly利用AI自動分析行車記錄儀影片，識別危險事件併為駕駛員生成風險評分，無需人工觀看或新硬體，適用於任何車隊。

Ultramemory 是一款免費開源應用，將您的 Mac 轉變為私有 AI 記憶，索引電子郵件、Slack、檔案和螢幕截圖到本地資料庫，提供可搜尋、帶引用的答案，無需雲端或賬戶。

梅賽德斯-賓士韓國在Databricks平臺上構建了統一的語義層，將500多個KPI定義從Power BI遷移到Unity Catalog，利用Genie和Agent Bricks實現AI與BI的一致語義，並透過自動化DAX到指標檢視的轉換器加速遷移，為其他市場提供了參考。

xAI 今日釋出了 Grok Build 外掛市場，這是一個內建在終端編碼代理 Grok Build 中的外掛目錄。外掛將技能、斜槓命令、代理、鉤子、MCP 伺服器和 LSP 捆綁成一個包，開發者無需離開終端即可瀏覽、安裝和更新。首發包含 MongoDB、Vercel、Sentry、Chrome DevTools、Cloudflare 和 Superpowers 六個外掛，並採用提交 SHA 固定機制確保安全性。