本文提出DocOCR-Eval，一種無需人工標註的評估框架，用於自動評估和選擇OCR工具。該框架透過三階段校正和排序策略，在缺乏真實標籤的情況下近似基於標註的工具排序。實驗表明，聚合多個多模態大語言模型可逐步提升與人工標註排序的一致性，為實際部署文件解析系統提供指導。

本文提出一種新型的強化學習引導的NSGA-II演算法（RL-NSGA-II-GRC），透過引入灰色關聯絡數和強化學習代理，在解決多目標最佳化問題中顯著改善收斂性和Pareto前沿的多樣性。在Kursawe和CONSTR基準測試中，該演算法相比傳統NSGA-II實現了約5.8%和4.4%的收斂改進，並在納斯達克投資組合最佳化中生成平滑且密集的有效前沿，識別出年化夏普比率為1.92的最大夏普比率投資組合。

一種新的強化學習方法W2SPO，利用弱輔助模型在大型語言模型推理路徑中注入簡短片段，在數學推理任務上提升了效能並加速訓練。

強化學習領域需要多樣化的訓練環境，但傳統手工設計的環境難以擴充套件。自迴歸世界模型存在從左到右的偏差，無法充分利用全域性狀態資訊。一項新研究提出使用掩碼擴散語言模型（MDLM）作為文本世界模型，透過雙向錨點感知去噪，在連貫性和多樣性上顯著優於引數規模大4倍的語言模型，並引入GRPO訓練框架實現高達47%的零樣本遷移效能提升。該工作已開源。

本文提出生成式本體歸納（GOI），一種領域無關的框架，能從示例語料庫中歸納出實體、維度、屬性、關係和約束的生成藍圖，並匯出為帶有六種節點型別和七種邊型別的型別圖（YAML/JSON格式）。引入節點覆蓋率評分（NCS）評估指標。在四個對比本體上的驗證表明，GOI提示生成覆蓋了95-100%的結構骨幹，而通用模板覆蓋率顯著下降。

AI代理系統因結合大語言模型與外部工具而本質非確定性。arXiv論文提出agrepl框架，透過MITM代理攔截外部互動，實現執行軌跡的確定性重放，並憑噪聲感知差異演算法區分HTTP頭部變化。實驗顯示重放保真度F=1.0，單步延遲降低98.3%。

一項新研究提出PlanFlip框架，包含四種針對多智慧體LLM系統規劃階段的提示注入攻擊。研究發現，更強的模型（如GPT-5）反而更易受攻擊，同質化骨幹網路存在相關智慧體盲點，而推理增強型模型（如DeepSeek-R1）能抵禦攻擊。提出的兩種防禦方法檢測率高達1.00。

本文系統綜述了基於圖神經網路（GNN）的連結預測方法，從新穎的GNN視角提出分類法，涵蓋GCN、GAE、GAT和GFormer等編碼器架構，並討論在知識圖譜和推薦系統中的應用，最後分析了當前挑戰與未來方向。

一項新研究透過跨領域框架測試了大型語言模型（LLMs）在不確定性下的風險態度，發現大多數模型在任務內和跨任務中都表現出穩定且一致的風險偏好，且其風險態度分佈比人類更集中。

本研究提出了一種基於MATLAB的開源框架，用於開發軟互動伴侶中的情感觸覺識別緊湊深度學習模型。透過468個CNN模型的系統探索，確定了13.2k引數的擴張1D CNN為最佳方案，測試準確率75%，留一法交叉驗證準確率85%。混合推理管道結合瞬時啟發式濾波和CNN精細分類，可在20 Hz即時執行，實現隱私保護的情感觸覺解讀。

該研究揭示了一種在人類反饋強化學習（RLHF）中存在的結構性混淆因素：評分者的心理狀態可能隨時間影響其偏好標籤，從而產生系統性偏差。論文提出了一個審計框架用於檢測這種偏差，並定義了相關概念、可證偽的預測和初步研究方案。

表面上平靜的一天，但實際充滿進展：美國政策瞄準中國開源模型，Kimi K3和Qwen 3.8取得進展，以智慧體為中心的泛化方法獲得關注，模型展現出超人類數學能力。

日經研究顯示，美國科技巨頭的隱性債務在約四年內增長了八倍，達到1.65萬億美元，超過實際債務，使得投資者風險評估更加困難。

加里·馬庫斯指出，中國AI模型Kimi K3已追平美國頂級模型，且作為開源模型免費提供，衝擊了美國AI公司的商業模式。他回顧了自己2025年以來的警告，認為美國過度依賴大語言模型（LLM）戰略失誤，導致如今中美AI競爭陷入僵局。馬庫斯提出七項建議，包括不作為、監管護城河、國有化等，並最終主張AI應成為全球公共品，提議建立類似CERN的國際AI合作專案。

Portraify是一款AI驅動的頭像生成工具，使用者上傳1-3張日常照片即可在數秒內獲得適合LinkedIn、簡歷和公司目錄的專業頭像。該服務免費提供3張頭像，付費計劃從9美元起，強調隱私保護（照片處理完後立即刪除）和無需專業裝置。

Hugging Face 披露，攻擊者使用自主AI代理系統入侵其生產基礎設施，訪問內部資料集和憑證。公司正在調查是否影響合作伙伴或客戶資料，目前未發現公開模型、資料集或Spaces被篡改。

Concentrate 是一個託管的LLM閘道器，提供單一API訪問超過130個來自主要供應商的模型。它具備模型路由、支出跟蹤、安全控制和故障轉移冗餘等功能，專為擴充套件AI生產的團隊設計。

Sakana AI釋出了Fugu-Cyber，一種專為現代網路防禦設計的協調模型，在CyberGym和CTI-REALM基準測試中分別達到86.9%和72.1%的成功率，可與GPT-5.5-Cyber等前沿模型媲美。然而，文章強調，僅有前沿模型並不能自動解決企業安全問題，需要結合專業網路安全人才和深度整合。Sakana AI的企業團隊正在與日本大型機構合作，構建安全部署的基礎設施。Fugu-Cyber透過審批制提供，確保負責任使用。

一款本地優先的AI會議筆記工具，適用於Google Meet。它無需機器人加入會議，使用你自己的API金鑰執行，在裝置上進行轉錄，並能從你許可的資料夾中主動提供洞察和問答功能。一次性支付3美元。

Cairn是一款個人理財AI工具，透過MCP協議以只讀方式訪問使用者的財務資料，確保安全性。

daft-physical-ai 是一個新的開源 Python 庫，基於 Daft 構建，旨在簡化物理 AI 中從原始機器人影片到訓練模型的資料處理流程。它提供了手部追蹤和獎勵評分等操作，支援懶載入、批處理和分散式執行，幫助團隊跳過資料管道的基礎設施工作。

一個自託管的AI通知過濾器，用於Telegram，利用LLM過濾嘈雜的聊天，僅透過ntfy傳送重要提醒，讓使用者可以關閉通知而不錯過緊急資訊。

一個即時技術索引，按維護採用率排名AI智慧體、MCP伺服器、框架和基礎設施。探索247個已驗證記錄，涵蓋11個系統類別。

Vidmoat 是一個AI影片編輯器，支援透過提示詞完成影片編輯。它提供自動剪輯、AI字幕、文本編輯、一鍵生成短影片等功能，並整合了MCP伺服器，允許Claude、Cursor等AI代理直接驅動整個編輯流程。

PounceDomands是一個AI驅動的域名搶注工具，專為Namecheap市場設計。它即時掃描數千個拍賣域名，根據使用者偏好進行AI評分並推送匹配結果，支援一鍵出價、自動出價、投資組合追蹤、過期提醒、低價收尾域名發現以及域名掉落監控等功能。

Cognition 開發的 AI 軟體工程師 Devin 現可透過 Devin Outposts 在 Modal 沙盒中執行，支援自定義環境（如 GPU）和快速冷啟動。

David Vélez（Nubank 創始人）和 Robin Vince（紐約梅隆銀行CEO）加入 OpenAI 基金會和 OpenAI Group PBC 董事會，帶來金融、科技與治理領域的全球領導力。

本文提出CalibAtt，一種無需訓練的稀疏注意力方法，透過離線校準識別穩定的稀疏模式，在推理時跳過不重要連線，實現最高1.58倍端到端加速，且不降低影片生成質量。

蘋果研究團隊提出一種無需真實環境的合成資料生成方法，利用LLM作為數字世界模型，僅透過API規範生成高質量軌跡。在AppWorld和OfficeBench上微調模型取得顯著效能提升，為API智慧體訓練提供了可擴充套件的解決方案。

數學家Levent Alpöge使用Anthropic的Fable 5人工智慧找到了雅可比猜想的反例，但專家認為這缺乏洞察力。