該論文提出了一種利用強化學習策略梯度方法對Transformer掩碼語言模型進行最佳化，從而自動生成電商廣告標題的方案。該方法透過聯合考慮賣家想要推廣的多個產品來生成標題，並證明在重疊指標和質量稽核上優於現有的Transformer和LSTM+RL方法。稽核表明，模型生成的標題在語法和創意質量上均超過人工提交的標題。

大型語言模型（LLM）在醫學問答基準測試中取得了可喜成果，但受到幻覺和官方指南快速演變的限制。檢索增強生成（RAG）透過將回答基於明確維護的語料庫來降低這些風險，但端到端效能關鍵取決於檢索配置和超越多項選擇格式的評估。研究將PubHealthBench擴充套件為檢索增強設定，系統評估檢索和生成選擇，發現混合檢索持續改進召回率和排序質量，且提供檢索上下文能顯著提高多項選擇準確性。引入基於評分標準的LLM作為評判器評估自由形式回答，並與人工標註進行驗證。

本文提出一種多模態方法，利用自動語音識別和機器翻譯生成文本轉錄，並透過跨模態變壓器整合音訊與多語言文本特徵，顯著提升情感極性分類效能。同時，透過知識蒸餾將多模態模型的能力遷移至純音訊模型，在不增加推理計算開銷的情況下提升其效能。

提出TSF框架，利用大型語言模型構建任務語義場，無需線上LLM推理，透過啟用變數語義提升時間序列預測效能，平均MAE降低6.4%，引數增加僅1.8-3.0k。

該研究探討了注意力機制中得分矩陣的譜特性如何受位置編碼影響。透過分析七個預訓練模型，發現RoPE下的前詞頭具有旋轉譜，而絕對位置編碼和ALiBi則不然。動態分析表明譜特徵在行為之後出現，因果實驗顯示沒有譜通道是必需的，但移除會延遲學習。

Inertia-1是一個完全開源的可穿戴運動基礎模型探索專案，利用超過1820萬小時的加速度計資料，系統研究了資料、模型和訓練選擇對下游任務的影響。在15個資料集上的評估展示了其泛化能力，為可穿戴運動表示學習提供了實用指南。

聯邦學習中標籤偏斜導致客戶端漂移並降低全域性精度。合成資料增強可以緩解這一不平衡，但完全類別平衡需要大量計算成本。本文提出FedEAS策略，根據客戶端本地標籤分佈為每個客戶端分配熵自適應每類生成預算，聯合決定生成數量和樣本分配方向。總生成預算由各客戶端預算動態確定，而非預先固定。FedEAS在減少94.1%生成預算的同時恢復了完全類別平衡的大部分精度增益，在相同總預算下，在CIFAR-10和CIFAR-100上比均勻分配方法效能提升高達18.82%。

STAGformer是一種高效的時空代理圖變換器，透過線性複雜度的兩步代理注意力機制實現全域性建模，在紐約Citi-Bike和芝加哥Divvy-Bike資料集上顯著優於現有方法。

本文提出一種基於深度強化學習的多目標可靠性投資組合最佳化框架（MORP-DRL），聯合最佳化預期收益和下行風險，使用方差、CVaR和EVaR三種風險度量，結合GARCH、極值理論和t-copula建模，在考慮交易成本等約束下，採用PPO策略，在十個全球股指上展現優於NSGA-II的效能。

D2PO（動態直接偏好最佳化）是一個框架，用於最佳化擴散模型的取樣策略，包括時間步排程和無分類器引導權重。它解決了傳統師生迴歸框架中低NFE學生取樣器犧牲高頻紋理保真度的問題，透過偏好對齊和動態偏好機制實現更好的感知質量。實驗表明，在低NFE約束下，D2PO優於常規迴歸排程器。

NEST是一種專門設計的框架，透過兩階段密集MoE架構建模和重組資料集中的演化結構。它首先在矩-熵空間中進行無監督聚類，將資料集劃分為不同的執行機制，然後利用面向機制的路由器機制生成初始專家權重，並透過幾何調變進行最佳化。專家作為專門的核心，捕獲機制特有的動態。在多種基準測試中，NEST取得了最先進的效能。

研究表明，在藥物發現中使用的邊際共形預測在類別不平衡資料集上會嚴重低估少數類的覆蓋機率，而類別條件（Mondrian）共形預測能有效恢復。

TriRoute是一種輕量級的統一控制器，能夠為每個令牌在每一層協調注意力模式、專家選擇和KV快取位寬，從而在相同計算和記憶體預算下超越獨立最佳化方法的效能。

來自arXiv的一項研究指出，現有AI在與人類動態互動中常失敗，原因在於未能量化潛在的社會規範。研究者透過行人-車輛互動實驗，識別出結果可預測性、價值一致性和優勢意識三條規範原則，並將其融入大語言模型，使AI在閉環任務中總分提升近四倍，超過人類間互動43%，為AI更自然融入社會提供了新路徑。

本文提出大型行為模型（LBM），透過統一的人物-環境框架直接從大規模零售交易中學習客戶決策。模型利用歷史購買行為構建客戶狀態，透過檢索增強生成整合產品上下文，並採用持續預訓練、監督微調和基於可驗證獎勵的強化學習進行訓練。在多個零售任務上，LBM顯著優於前沿通用語言模型，並展示了強大的零樣本和微調遷移能力。消融實驗表明，持續預訓練是行為泛化的主要驅動力，檢索在訓練和推理時均應用效果最佳，強化學習能增強對顯式行為證據的依賴。

研究表明，透過最佳化編排層（Harness）而非僅關注模型本身，可顯著降低企業代理型AI的運營成本並提升效率。實驗顯示，使用Writer Agent Harness可使每任務成本降低41%，時間縮短44%，代幣消耗減少38%，且質量保持不變或略有提升。

本研究提出一種ReAct風格的智慧體架構，將LLM推理與SageMath可驗證反饋及Context7最新文件結合，在RealMath基準上評估前沿模型解決研究級數學問題的能力。實驗表明，SageMath訪問平均提升9.7個百分點，縮小了開源與閉源模型的差距。Qwen 3.7-Max受益最大，GPT-5.5達到75.2%的最高解決率。該工作已被ICML 2026第三屆AI for Math研討會接收。

研究者提出了兩種成本效益高的代理架構——探索-定義管道和反思性協調器，在ARC-AGI-1基準上分別達到57.50%和67.25%的pass@2，成本僅為每任務0.25美元和0.62美元，無需基準特定訓練或大量測試時計算。

QANTIS將量子處理器視為一個經過校準的信念更新服務，接收先驗和觀測模型，估計稀有事件證據項，並返回後驗給經典規劃器。本文透過IBM Heron硬體上的老虎POMDP案例研究，檢驗該服務能否在序列決策中重複使用而不破壞後驗。全步固定點放大（FPAA）在8步和12步中保持了後驗，20步和32步控制也在同一工作帶內。所有決策檢查中，硬體後驗與精確貝葉斯後驗選擇了相同的即時動作。

研究人員提出了一個可擴充套件的混合智慧體與語言驅動流行病（HALE）建模框架，利用大型語言模型（LLM）預測智慧體建模（ABM）中的人類決策，並以COVID-19在猶他州鹽湖縣的模擬作為概念驗證。

該論文對大型語言模型中的上下文搜尋進行了理論分析，將其建模為推理軌跡的近似推斷。研究表明，當反射能夠可靠地定位早期錯誤時，上下文搜尋相比基礎模型可實現指數級改進，僅需多項式次數的順序嘗試即可解決零樣本透過率極低的問題；反之，則無漸近優勢。此外，這些收益是穩健且可學習的，並可與強化學習中的最優策略擴充套件相聯絡。

AgentLens 是一個面向互動式編碼智慧體的生產級基準測試，它評估智慧體的完整執行軌跡，包括指令遵循、工具使用、自我驗證、錯誤恢復和溝通等方面。透過結合形式化驗證與LLM撰寫的軌跡審查，AgentLens 提供了可讀的評分解釋，適用於模型行為診斷、版本比較和迴歸檢測。該基準已作為開源專案釋出。

中國正實施大規模高等教育改革，2021至2025年間取消或暫停了12,200個本科專業，同時新增約10,200個專業，超過30%的本科課程受到影響。此舉旨在應對青年失業率高企（16-24歲非學生群體失業率16.9%）以及國家科技戰略需求。人文學科、藝術、外語等被視為“過時”的專業被大幅削減，而人工智慧、機器人、半導體工程等新興領域則得到優先發展。與美國因財政壓力削減專業不同，中國是政府主導的戰略性資源重新分配，旨在使高等教育更貼合國家經濟目標。

Figment是一個可透過簡訊交流的個人AI，具有好奇心和主動性，能主動探索網路並分享有趣內容。作者的朋友在兩週內體驗到了許多神奇瞬間。

美國擁有足夠的電力來支援AI資料中心，但將其輸送到需要的地方才是問題所在。電網互聯排隊時間從2005年的20個月增加到2023年的55個月，成為AI發展的主要障礙。市場機制本身能有效調配發電資源，但電網基礎設施規劃滯後。

本文探討了人工智慧自動化如何威脅貧窮國家依賴廉價勞動力出口的經濟發展模式。文章回顧了從農業到製造業再到服務業的發展階梯，指出製造業就業在發展中國家更早出現下滑，而服務業出口（如呼叫中心和IT）也面臨風險。雖然廉價勞動力可能暫時保持競爭力，但快速下降的AI成本可能最終消除這一優勢。

本文深入評測了2026年最熱門的Character AI替代品，包括Polybuzz、Chai、Silly Tavern、Swerve和chatbrat.ai，分析了各自的優缺點，並指出chatbrat.ai在個性、記憶和社交體驗上脫穎而出，成為真正有靈魂的角色扮演平臺。

SlopWatch是一款Chrome擴充套件，允許使用者對網頁進行AI生成內容評級。社群評級產生“Slop分數”，表明內容由AI生成的可能性。目前評分4.3/5，旨在提高網路透明度。

Current AI釋出了開源AI堆疊差距圖譜v0.1，該圖譜基於對24,626個專案的調查，評估了開源AI生態系統的開放性、能力和採用率，旨在識別關鍵缺口並引導社群努力填補它們。

ClawTeams是一個面向電商賣家的AI員工平臺，使用者只需設定目標（如“將Q4收入提高20%”），AI團隊就會自主拆解任務、分配專家並執行計劃，僅在高風險決策時請求批准。