本文提出了一種基於B樣條的解耦框架R-CMTF-BSD，透過約束耦合矩陣-張量分解與魯棒交替最小二乘演算法，實現Transformer模型引數的大幅壓縮，同時保持精度。在Vision和Swin Transformer上的實驗表明，該方法能顯著減少引數並維持競爭性準確率。

該研究透過空間和時間熵度量診斷時空複雜度不匹配，提出可擴充套件自適應框架，壓縮空間維度並擴充套件時間範圍，在交通、氣象和疫情資料集上顯著提升預測精度。

DecisionBench 是一個用於評估長視界智慧工作流中新興委託能力的基準平臺。它固定了任務套件（GAIA、tau-bench、BFCL multi-turn）、模型池（11個模型，來自7個供應商家族）、委託介面（call_model及可選的read_profile通道）、確定性技能標註層以及多維指標套件（覆蓋質量、成本、延遲、委託率、路由保真度、供應商自我偏好及反事實委託上限）。該基準框架不依賴於代理資訊的生成或傳遞方式，因此可評估學習型路由器、富代理記憶、自適應配置檔案構建以及多步委託等方法。研究團隊在完整模型池上進行了五次條件參考掃描，共涉及23,375個任務例項。主要發現包括：(i) 在四種感知條件下，平均終端任務質量在統計上無顯著差異（|β| = 0.21），因此僅評估質量會忽略關鍵的編排訊號；(ii) 在平均質量接近的情況下，路由保真度（top-1）在7.5%到29.5%之間變化，且傳遞渠道（按需工具 vs. 預載入描述）對結果的影響大於描述內容本身；(iii) 反事實上限表明，完美委託在每項任務套件上的效能比當前測量值高出15到31個百分點，揭示了未來編排方法巨大的未開發空間。研究團隊已公開發布該基準平臺、標註層、參考干預套件、分析流水線以及220個按條件執行的存檔。

機器遺忘學習旨在從訓練模型中移除指定資料的影響，同時保持其餘資料上的效能。現有研究主要集中於單任務場景，而現代模型往往在共享主幹的多工設定中執行，移除一個任務或例項的監督可能會無意中影響其他任務。本文介紹了多工遺忘學習的兩種設定：全任務遺忘和部分任務遺忘，並提出了一種干擾感知框架，結合任務感知梯度投影和例項級梯度正交化，有效減少了任務間和例項間的干擾。實驗表明，該方法在兩種多工計算機視覺基準測試中，相比最強基線，在全任務遺忘中降低了30.3%的UIS，在部分任務遺忘中降低了52.9%。

一篇新的願景論文認為，代理到代理（A2A）網路中的信任無法透過改造現有的個體代理對齊技術來實現。相反，信任必須從協調框架一開始就進行架構設計。該論文提出了一個包含四個設計支柱的概念框架，以應對系統性漏洞，如對抗性組成、語義不對齊和級聯操作故障。

本研究提出一種混合架構KAN-MLP-Mixer，結合Kolmogorov-Arnold網路(KAN)的精度與多層感知機(MLP)的噪聲魯棒性和效率，用於基於IMU的人體活動識別(HAR)。在8個公開資料集上，混合模型相比純MLP模型平均宏F1分數提升5.33%，顯著優於單獨的KAN和MLP基線。該策略還能一致提升其他先進HAR架構的效能。

本研究提出一種多智慧體方法AgentNLQ，在BIRD基準上實現了78.1%的語義準確率，透過語義增強的架構表示和業務規則生成準確SQL查詢，其關鍵創新包括最佳化編排器、先進架構增強方法，並證明了其跨域泛化能力。

本文提出Learn-by-Wire Guard（LBW-Guard），一種在AdamW之上執行的有界自主訓練控制治理層，透過觀察訓練遙測、解釋不穩定敏感區域並施加有界控制，在不替換最佳化器的情況下提升大型語言模型訓練的穩定性和效率。在Qwen2.5系列模型上的實驗表明，LBW-Guard可將7B模型的最終困惑度從13.21降至10.74（改善18.7%），同時端到端訓練時間減少約10%。在強學習率壓力下，AdamW完全退化，而LBW-Guard仍能保持可訓練性，困惑度維持在11.57和10.33。

該研究評估了大型語言模型（Gemini 3.0 Flash）在提供個人健康記錄（PHR）上下文時回答使用者健康查詢的能力。使用了2257個查詢和1945份去標識化的PHR，比較了無上下文、基本摘要和完整臨床筆記三種條件下的回答。結果表明，使用PHR資料後，所有型別查詢的回答幫助性顯著提高，並在安全性、準確性、相關性和個性化方面有所提升。同時，新開發的評估框架發現了LLM在理解複雜PHR時的不足，如時間混淆和罕見但重要的幻覺。

本文提出一種微服務架構，將分類、光學字元識別（OCR）和大語言模型結構化欄位提取管線封裝在一起，並分享了每小時處理數千份多頁文件的生產經驗。關鍵設計包括混合分類、GPU與CPU分離、非同步I/O處理及獨立水平擴充套件。批處理分析揭示兩個意外發現：OCR主導端到端延遲，系統併發由共享GPU推理容量而非工作程序數決定。

一篇新立場論文提出開發“資料探針”——從適當定義的隨機過程中生成的合成序列——以系統研究資料特徵如何影響大語言模型效能。該方法旨在超越經驗啟發式，走向基礎性理解。

製造業勞動力老齡化導致關鍵操作知識流失。本文探討如何利用生成式AI將專家經驗轉化為結構化數字工作指令，從而減少缺陷、提高產量，並確保知識傳承。

Google I/O 2026 釋出了 Gemini 3.5 Flash（具備 100 萬 token 上下文、65k 最大輸出、四種思考級別和跨輪思考保留，現已正式可用）、Gemini Omni（用於影片生成和編輯的多模態系列）、Antigravity 2.0（包括桌面應用、CLI、SDK 和託管代理），以及 Search 中的生成式 UI 和後臺資訊代理。谷歌聲稱每月處理 3.2 萬億 token，同比增長 7 倍，Gemini 月活使用者達 9 億。

特德·姜在普林斯頓大學的演講中探討生成式AI與藝術的不相容性，認為AI被資本主義用於榨取價值，而人文教育的目標是培養超越工廠工人的畢業生。他質疑AI對創意寫作的幫助，比喻用ChatGPT寫論文如同在舉重房開叉車，並建議學生將作業視為腦力訓練。此外，他稱讚電視劇《安多》是對抗法西斯主義的深刻描繪。

AI治理並非減緩採用，而是實現規模化AI的關鍵。快速AI與安全AI的誤判二分法透過認識到安全能透過信任加速部署而得以解決。

企業AI專案的高失敗率源於缺乏專門最佳化AI系統的企業級架構。員工使用消費級聊天機器人導致敏感資訊洩露。所謂的“氛圍編碼”生成大量漏洞程式碼，造成未來不可預測的安全隱患。

TechEx North America第二天聚焦AI和大數據，討論了AI實驗難以轉化為持久系統的“AI墓地”現象，強調從實驗到實際影響的轉變。會議涵蓋企業AI實施、投資回報、代理式AI、治理和信任等主題。

Ember是一個基準測試平臺，透過365天的審計記錄，使用Brier分數評估AI模型在Polymarket預測市場中的表現。

一份白皮書揭示，NVIDIA A100 GPU在報告利用率0%的情況下，功耗可達146.66瓦，暴露了GPU遙測中的關鍵盲點。作者提出新的能效基準（CEI）和開源最佳化器來檢測此類“幽靈”異常。

AMD AI開發者大會首次落地上海，CEO蘇姿豐指出AI正在重新定義計算的每一個層次，競爭焦點從模型能力轉向系統工程與全棧最佳化。中國在開放生態中領跑，AMD持續加碼中國開發者生態建設，提供從雲端到端側的全棧算力方案，以ROCm開源平臺為核心，幫助開發者應對Agent時代的新挑戰。

StartupStarter 是一個為創始人打造的AI原生作業系統，整合CRM、郵箱、智慧體、文件、財務和融資於一體。其AI助手S2X能學習業務運作，自動化任務，如管理郵箱、草擬回覆、處理交易、準備資料室等。平臺還提供關係智慧、自適應學習和持續訊號處理功能。

隨著AI可穿戴記錄裝置的興起，隱私保護面臨新挑戰。從黑手黨的反監聽措施到現代技術對抗，文章探討了監控與反監控的軍備競賽，並指出科技巨頭可能在這場博弈中佔據上風。

谷歌宣佈首款AI智慧眼鏡將於今秋釋出，與三星、Gentle Monster和Warby Parker合作。眼鏡執行Android XR，配備攝像頭、揚聲器和麥克風，但無顯示鏡片。整合Gemini AI，支援識別物體、導航、通話、訊息、音樂、拍照、即時翻譯等多種功能，並能與iPhone配合使用。蘋果自家AI眼鏡預計2027年才推出。

本文展示了一份今日爬取Hacker News的使用者代理列表，包括各類瀏覽器、搜尋引擎爬蟲、AI機器人以及自定義爬蟲，反映了HN內容的廣泛影響力。

Applied Compute 使用強化學習為企業（如 DoorDash、Cognition、Mercor）訓練定製 AI 代理，並在 Modal 上執行。其核心理念是“特定智慧”：透過專有資料訓練，每次使用都能改進。本文介紹了他們的 RL 訓練迴圈、基礎設施選擇以及 Modal 如何提供靈活性、效能和可靠性。

OpenAI推進教育國家計劃，透過新的合作伙伴關係、教師培訓和工具，擴大AI在學校中的應用，以改善全球學習成果。

Ramp工程師使用Codex與GPT-5.5進行程式碼審查，大幅縮短反饋時間，從數小時降至數分鐘。

OpenAI的一個模型成功解決了困擾數學界80年的單位距離問題，推翻了離散幾何中的一個重要猜想，標誌著人工智慧在數學研究領域的里程碑。

llm-gemini 0.32 版本釋出，主要新增了對 Google Gemini 3.5 Flash 模型的支援。該模型推理速度更快，但成本也更高。谷歌計劃將其用於所有場景。

新模型使企業能夠以更低的令牌成本執行，同時新發布的代理與OpenClaw競爭。