該論文提出了譜對齊分解，解釋了神經網路損失景觀中曲率指數α為何在不同層型別間變化（卷積層約2，Transformer注意力層約1，MLP上投影層小於1）。該分解將α的變化歸因於Kronecker因子特徵基與梯度奇異方向之間的對齊程度。此外，論文推匯出一個譜傳遞恆等式s=αγ，透過獨立擬合α和γ可高精度預測Hessian衰減指數s。基於此，研究者提出架構自適應預條件子T(σ;α)，並展示Spectral Newton最佳化器在視覺基準上超越AdamW。

短租市場動態定價面臨財務風險高、需可解釋性、反饋稀疏等挑戰。本文提出人機協同門控情感老虎機（HITL-GB）框架，演算法給出價格建議，人類運營人員有權接受、修改或拒絕。研究表明，在審批約束下，歷史定價資料（來自先前確定性策略）在結構上等同於用於初始化情感老虎機後驗的在策略預熱資料，從而避免數週至數月的冷啟動期。在真實短租生產資料（匿名城市市場，2間房，2022年4月至2026年4月，1461個夜間定價場景）上驗證，預熱程式將有效冷啟動從約150個場景壓縮至約30個場景。該方法可推廣至臨床用藥、信貸發放、內容稽核、放射診斷等高風險的監管領域。

本文介紹GAMBLe框架，用於分析AI驅動研究系統（ADRS）。該框架將ADRS行為分解為四個引數（生成器、評估器、發現機制、預算）和一個有效景觀。透過760多次實驗發現，不存在完全的排序，正確的元件選擇可大幅提升效能。

本文提出一種用於嵌入式代理系統的模組化參考架構，透過分層設計將裝置端代理與雲端增強代理解耦，並引入跨層治理層，以解決在資源受限的微控制器上部署大型語言模型（LLM）的挑戰，實現即時控制與自主智慧的融合。

大型推理模型透過增加推理步驟提升效能，但研究表明，在獲得正確答案後繼續推理可能導致偏離，引入有害過度思考的概念。透過字首軌跡評估，發現早期停止正確推理可提升準確率高達21%，而常見效率策略無法緩解有害過度思考。

本文探討了三種基於玩家碰撞資訊生成敵人形態的新方法，旨在填補影片遊戲程式化內容生成中敵人形態生成的空白。研究發現每種方法各有優劣，但均優於或等同於從機器人形態學改編的進化基線。

本文介紹Traj-Evolve，一個自進化的多智慧體系統，透過經驗池（ExPool）和多智慧體強化學習（MARL）從縱向電子健康記錄中建模患者軌跡，在肺癌預測任務上超越9個強基線。實驗表明，ExPool提升特異性，MARL提升靈敏度，兩者互補。

ChatHealthAI是一個多模態推理框架，透過任務感知重取樣器將預訓練的EHR基礎模型的結構化表示與凍結的大語言模型語義空間對齊，從而在保留預測效能的同時實現可解釋的自然語言臨床推理。在EHRSHOT基準的三個臨床預測任務上，該框架在保持競爭性預測效能的同時，顯著提升了推理質量和可解釋性。

一項新研究比較了編碼器 Transformer 和 LSTM 在無測站流域進行上游徑流推斷的效能。結果表明，LSTM 整體表現優於 Transformer，而結合下游資訊可令中位數 NNSE 提升超過 60%。研究認為，遞迴記憶架構更適用於此類地形序列推理任務。

AURA-Mem是一種針對機器人策略的恆定大小迴圈記憶，透過動作門控機制僅在觀察改變未來動作時才寫入，顯著減少記憶體寫入次數，同時保持準確性。在合成基準和真實機器人任務中，AURA-Mem匹配或超越基線，且記憶體佔用恆定（4,224位元組），遠小於KV快取。

MIT和MIT-IBM計算研究實驗室的研究人員開發了ChartNet資料集，包含超過一百萬張多樣化圖表，用於訓練視覺語言模型。該資料集使小型開源模型在圖表理解任務上超越大型商業模型，有望幫助預算有限的小型企業更有效地利用AI。

Dropstone 1.5 是一款終端中的AI程式設計代理，每月重新評估頂級模型並切換至最佳者。當前基於DeepSeek和Kimi模型，美國伺服器託管，不儲存資料。每月15美元提供約450次深度程式設計會話，約為Claude Code Pro的兩倍（後者20美元）。注重安全，所有操作需確認。

一項新研究探討了AI編碼代理與傳統人類程式設計師在錯誤訊息消費上的差異，透過控制實驗發現，更詳細的型別錯誤訊息能顯著提升AI代理修復錯誤的能力，並且型別系統的存在優於僅依賴測試套件失敗報告。

透過實際案例，介紹AI應用可觀測性的四個關鍵訊號：版本化提示詞、trace記錄、使用者評分和模型評分。

悉尼科技大學教授Cath Ellis在《悉尼先驅晨報》發表評論文章，敦促學生不要使用AI走捷徑，但文章本身卻被發現是由AI撰寫的。報紙隨後撤下該文，儘管大學認為其使用AI是“恰當的”。這一事件引發了關於學術誠信和AI使用邊界的廣泛討論，凸顯了AI在學術寫作中的倫理困境。

該工具利用AI佈局理解技術，解決傳統提取器輸出亂行的問題，確保標題、表格、標題和圖片在轉換後保持清晰。

韓國Kospi股市因AI需求創歷史新高，但專家警告過度依賴兩家晶片製造商可能帶來繁榮-蕭條週期風險。SK海力士加入三星電子和臺積電，成為亞洲萬億美元俱樂部成員。

LiteHarness 是一個統一的 SDK，為多種 AI 智慧體工具提供單一的 TypeScript 和 Python 介面，包括 Claude Agent SDK 和 OpenAI Agents SDK。它支援輕鬆切換不同的智慧體和模型，並支援流式訊息。該專案目前處於預覽階段。

本文講述作者離開艾倫·圖靈研究所，加入一個被認為具有變革性的人工智慧實驗室的經歷。

Claude Code工程總監Fiona Fung在Code w/ Claude SF 2026上分享了團隊在代理編碼成為預設工作方式後，流程和結構如何變化。她討論了規劃、上下文收集、程式碼審查和團隊組成的轉變，以及如何推出新規範並衡量其效果。

Replicas 今日在 Product Hunt 上線，允許開發者在隔離的雲虛擬機器中執行 Claude Code、Codex 等編碼代理。它整合了 Slack、Linear 和 GitHub，支援後臺代理執行並提供真實的開發環境。創始人 Connor 和 Saai 分享了他們的願景和早期成果。

本教程詳細介紹瞭如何在Google Colab上使用QLoRA、監督微調（SFT）和直接偏好最佳化（DPO）微調Liquid AI的LFM2模型。包括載入模型、準備資料集、訓練LoRA介面卡、合併介面卡以及進行DPO訓練的全流程，最終獲得一個可部署的模型檢查點。

AI搜尋摘要看似進步，實則有害。本文呼籲迴歸僅返回結果的搜尋方式，指出摘要會抹平細節、隱藏分歧、削弱驗證，並損害網站生態。

Instagram近日修復了一個安全漏洞，該漏洞允許攻擊者透過欺騙Meta的AI支援聊天機器人來獲取使用者賬戶的訪問許可權。受影響的賬戶包括歐巴馬時代的白宮Instagram賬號以及美國太空軍首席軍士長的賬號。

谷歌正透過一項秘密試點計劃，向Android應用開發者付費獲取其程式碼庫，用於改進AI編碼工具。開發者保留智慧財產權，但谷歌希望藉此彌補其在AI程式碼生成領域與Anthropic和微軟的差距。此舉也反映出AI公司可能面臨公開訓練資料枯竭的問題。

Brontosaurus是一個基於網路的生成式畫布，透過語音命令幾乎瞬間建立小部件。受Thinking Machines和Ink & Switch的啟發，它強調人機協作，以速度為核心，讓使用者透過語音快速將想法變為現實。

Weaviate 宣佈其專為智慧體應用設計的託管記憶與上下文服務 Engram 正式上線。它透過非同步管道、模板和內建作用域，解決了長上下文退化、原始資料混亂和多智慧體上下文碎片化等問題，幫助智慧體積累經驗、最佳化決策。

Reachy Mini現在可以透過MCP協議呼叫Hugging Face Spaces上的遠端工具，如天氣查詢和網頁搜尋。使用者只需一個命令即可新增工具，無需修改應用程式碼。本文介紹了內建工具、配置檔案控制、遠端工具的工作原理、安裝命令、命名規範、示例配置檔案以及當前限制。

Anthropic 的《大型語言模型的生物學》（2025）是機械可解釋性領域的里程碑。透過電路追蹤等技術，研究人員能夠揭示模型內部的多步推理過程，發現它們使用人類可理解的概念（如“德克薩斯”）進行類符號推理。這項工作有助於識別模型錯誤、引導行為，甚至設計更好的學習演算法。

這部紀錄片探討了人工智慧可能對網際網路帶來的顛覆性影響，包括虛假資訊、演算法操縱和網路生態的變化。