一項對4,181道數學問題的研究表明，在多智慧體系統中，規劃-執行-評審流水線的高精度評審者並不能保證批評被實際用於改進答案。廣播式同伴討論在難題上實現了更高的準確率，凸顯了檢測與採納之間的差距。

AnovaX是一個完全在使用者計算機上執行的本地優先桌面語音助手，利用單個Python程序整合喚醒詞門控、語音處理、基於Gemini的LLM規劃器（輸出JSON計劃）、安全層、多智慧體協調器（將計劃轉化為型別化子智慧體）以及自適應恢復迴圈。每個工具對應專門的智慧體類，具有超時、重試策略和共享資源鎖。透過Flask伺服器支援手機遠端控制，即時映象智慧體事件並流式傳輸螢幕。專案旨在展示一個輕量級、可讀的助手足以完成複雜桌面任務。

Cura 1T是一個專為醫療場景設計的大型語言模型，透過人工門控的自我進化迴圈進行訓練。它能處理患者諮詢、圖文臨床推理、互動式診斷和電子健康記錄工具使用。在醫療評估套件中，Cura 1T排名頂尖，同時在通用推理和智慧體基準測試上也保持競爭力。

本文提出Causal-Audit框架，將因果推理顯式建模為結構化因果圖上的四階段推理，而非隱式端到端預測。核心創新包括目標感知的因果圖構建策略和路徑級因果證據聚合機制，有效抑制無關變數和虛假因果，提升複雜干預下的魯棒性。在三個基準測試上，該方法優於現有LLM方法，並提供可解釋、可審計的推理軌跡。

GraphDx是一種結合知識圖譜和多智慧體協作的框架，透過自動化構建醫療診斷知識圖譜和三個智慧體（感知、推理、決策）的協同工作，在序貫診斷中平衡準確性和資源成本。在MedQA和MIMIC-IV資料集上的實驗表明，GraphDx將診斷成功率從50-68%提升至79-93%，同時將測試成本降低20-54%，為自動化臨床診斷提供了穩健、經濟且可解釋的解決方案。

在一封2022年的郵件中，Sam Altman向OpenAI董事會表示，計劃儘快釋出一個可在消費級硬體上執行的、能力接近GPT-3的開源語言模型，以阻止競爭對手並減少新專案的資金支援。該郵件在2026年的馬斯克訴Altman案中被公開。

NoteBrain 是一個 Go 語言編寫的 CLI 工具，可將 Obsidian 筆記倉庫轉為離線知識後端，供 AI 編碼智慧體使用。它透過本地 ChromaDB 向量資料庫實現語義搜尋、維基連結圖遍歷和隱藏連線發現，並支援結構化輸出。工具內建 AI 智慧體技能和 OpenCode 代理配置，可輕鬆整合到自主編碼工作流中。

谷歌推出AI收件箱測試版，幫助使用者管理Gmail，突出顯示優先順序郵件並總結重要話題。該功能僅在美國提供，需特定Google AI或Workspace訂閱，並啟用智慧功能。

Hugging Face披露了一起由自主AI代理系統全程驅動的入侵事件，凸顯了自主AI入侵、防禦不對稱和缺乏入侵指標（IOC）共享三大問題。攻擊者透過惡意資料集和程式碼執行路徑建立據點，橫向移動並竊取憑證，執行了超17000次自動操作。防禦者面臨安全護欄阻礙取證分析的挑戰，需準備本地化部署的開放權重模型作為後備。

一篇研究論文評估了在近地軌道（LEO）部署大型AI資料中心是否具有成本效益。它從發射成本、發電、冷卻、輻射和網路效能等方面比較了軌道系統與地面系統。研究發現，雖然LEO推理可能可行，但在太空中訓練前沿規模的AI模型不太可能與地面設施競爭。

一群頂尖AI思想家和預測者釋出了“Plan A”，一個旨在透過2029年美中協議減緩AI發展的框架。他們知道幾乎沒人會採納，但認為在災難來臨前，提前準備一份計劃至關重要。文章探討了社會對末日風險的容忍度、歷史先例（如核條約、FDA），以及AI可能引發的四種末日場景。作者希望警告能促使社會在“警告訊號”出現時選擇正確的計劃。

隨著矽谷大力推動人工智慧和裁員，曾被視為經濟贏家的科技工作者正經歷前所未有的不安全感。文章透過個人故事和行業資料，揭示了AI如何改變就業市場、加劇不平等，並引發對未來的焦慮。

本文探討了在生成式AI時代，傳統版權法在保護創作者方面面臨的挑戰。透過分析英國Getty Images訴Stability AI案，揭示了AI模型訓練的全球複雜性使得版權維權困難重重。文章指出，版權法可能不再適用，需要改革或補充新的法律框架，並呼籲創作者尋找新的策略。

NoWreck 是一個開源工具，透過靜態程式碼分析自動驗證 AI 編碼助手的解釋與實際程式碼變更是否一致，能檢測出幻覺函式、解釋與差異不匹配等問題。

一位社群開發者基於OpenBMB的MiniCPM5-1B模型，使用Claude Fable 5的對話資料進行微調，釋出了一個僅657MB的本地推理模型。該模型支援128K上下文視窗、可切換的思維模式，並可在llama.cpp等工具中執行。本文驗證了其技術細節，區分了微調與真正的能力繼承，並指出了許可問題。

本文對比了六款適合單張24GB GPU（如RTX 3090/4090）的開放權重模型，涵蓋Qwen3.6、Gemma 4、Mistral Small等，並解釋了記憶體分配、量化策略以及各模型的優勢場景。

CBrowser 推出新功能，使AI能夠讀取和分析網站螢幕錄製內容，為自動化和資料提取開闢新可能。

一位開發者花費數小時除錯一個CI冒煙測試，該測試錯誤地報告了崩潰。透過使用AI和定製的崩潰捕獲工具包，他們發現程序正常退出，但測試誤解了訊號。

Headroom是一款30秒的瀏覽器內測試工具，用於測量本地AI推理時GPU記憶體頻寬的真實上限，無需下載模型，使用合成權重，需要WebGPU支援。它透過三種獨立方法測量頻寬，並檢測導致瀏覽器內LLM輸出錯誤的子組bug。驗證表明，當前瀏覽器引擎受發射開銷限制，硬體仍有2-3倍潛力。

Diffsmith 是一款工具，允許使用者對 AI 代理生成的程式碼進行評論和協作修改。透過討論和連結分享，團隊可以更高效地審查和改進程式碼。

AI驅動的駭客攻擊威脅日益增長，但焦點應從前沿AI模型轉移到“駕馭”——即針對特定網路安全任務定製通用大語言模型的工具。Cato Networks的研究展示了這種駕馭的強大力量，他們測試了自主駭客代理。

一個YouTube頻道，創作者每週構建一個新的人工智慧初創企業，記錄全過程。

DistillFeed 是一款RSS/Atom閱讀器，利用AI對文章進行排名並生成摘要。支援OpenAI和Ollama，提供成本保護、透過ntfy傳送通知提醒，並內建arXiv每日摘要外掛。該應用以Apache 2.0許可證在GitHub上釋出。

本文作者以挑釁性的口吻分享了一系列關於Nix和NixOS社群的有爭議觀點，包括Nix雖然優秀但存在文件差、學習曲線陡等問題，並非適合所有人；社群中存在的反美情緒；AI工具在Nix生態中的價值；對BDFL模式的肯定；建議放棄macOS和Windows支援；對Flakes的保留態度；以及提倡使用單使用者安裝。作者認為Nix潛力巨大，但應聚焦於Linux平臺和核心功能。

蘋果研究人員提出長度價值模型（LenVM），一種在解碼每一步預測剩餘生成長度的令牌級框架。透過將長度建模轉化為價值估計問題，並賦予每個生成令牌恆定負獎勵，LenVM實現了無標註、密集、無偏且可擴充套件的監督。在LLM和VLM上的實驗顯示，在LIFEBench精確長度匹配任務中，LenVM將7B模型的長度分數從30.9提升至64.8，超越前沿閉源模型。此外，LenVM支援長度控制、預測和生成動態解釋。

LVSum是一個人工標註的基準，用於評估多模態大模型在長影片摘要中的時間對齊能力。包含72個影片，平均時長16分鐘，每個影片有最多10個人工生成的含時間參考的摘要。研究發現，轉錄文本比視覺幀貢獻更大，模型與人工摘要差距顯著，且MLLMs在時間定位、指令遵循和跨模態一致性方面存在系統性弱點。

Together AI 和 Y Combinator 宣佈合作，為 YC 初創公司提供首個專用 GPU 叢集，解決計算瓶頸。初創公司可靈活承諾數週而非兩年合同，透過自助服務平臺直接管理 GPU，無需經過 YC。該叢集已滿負荷執行，並支援從單節點到大規模擴充套件的需求。

為AI研究人員整理的免費資源合集，包括超過1000美元的免費計算積分、研究指南、社群論壇等，幫助學生在不花費一分錢的情況下開始AI研究。

臺積電首席財務官黃仁昭對CNBC表示，公司正在加速亞利桑那工廠的產能擴張，以應對AI驅動的多年結構性需求。公司額外承諾投資1000億美元，使在美總投資達到2650億美元，並將全年資本支出上調至600-640億美元。臺積電正在將5奈米產能轉換為先進的3奈米節點，2奈米技術將成為下一季度營收的新驅動力。

在這個9分鐘的影片中，凱文·奧利裡分享了他對人工智慧的獨到見解。作為一名知名投資者和《鯊魚坦克》明星，他結合商業經驗探討了AI的機遇與挑戰。