離線強化學習中世界模型易受模型利用問題影響，現有方法成本高或限制泛化。本文提出RENEW方法，透過人類偏好直接修復模型利用，結合動力學學習與人類反饋，利用認知不確定性提高樣本效率，在多個環境中驗證了有效性。

本文提出了一種結合圖同構網路與邊緣特徵（GINE）的邊緣感知學習最佳化框架，用於NR-V2X車聯網中的即時中繼選擇。透過將V2X快照建模為有向圖，並利用離線MILP最優解監督訓練GINE，實現毫秒級推理延遲。實驗表明，GINE在鏈路級別準確率達0.9589，F1分數0.9544，且混合GINE剪枝MILP（GP-MILP）策略在保持最優解的同時將求解器執行時間降至30毫秒以下，滿足NR-V2X嚴格的低延遲要求。

該研究擴充套件了監督式詞典學習方法，應用於10-K檔案及其第1A項風險因素部分，針對回報率和波動率標籤在三個聚合層級（行業、投資組合、個體公司）訓練情感分數。基於2006-2023年間94家納斯達克100科技公司的1,383份檔案，發現全文本在行業和投資組合層面產生更準確的情感分析，但在個體公司層面，較窄的第1A項表現更好。Loughran-McDonald詞典基線在所有測試層級均與價格呈強烈負相關，凸顯了監督方法在監管披露文本中的價值。

提出分支策略最佳化（BPO），利用沙盒的確定性、可快照和可恢復特性，透過共享字首的樹形 rollout 拓撲降低策略梯度方差，在多個基準上較 GRPO 和 RLOO 提升 3.6-6.1 個絕對百分點。

該論文提出 QFireNet，一種結合量子電路和 U-Net 的混合模型，用於從衛星影像中分割野火。在 Sen2Fire 資料集上，量子增強模型（QB-Net 和 QuFeX）在 F1 分數上優於經典 U-Net 基線，且資料混合技術顯著提升了效能。

本文提出C3R，一種即插即用的控制層，透過推斷域後驗，無需查詢時標籤，在可行時認證逐域汙染預算，否則棄權而非違規。該方法基於風險控制預測集的兩階段方案，保證最困難域汙染減少，實驗表明穩定性好，召回率優於傳統方法。

本文提出了一種可解釋的、全球可部署的機器學習框架，用於從開放地理空間資料預測代表雜波高度（RCH）。該模型使用LiDAR衍生的標籤進行訓練，並採用LightGBM迴歸器，平均絕對誤差為1.79米，R²=0.765，相比ITU基線誤差降低超過60%。SHAP分析顯示樹冠覆蓋、土地覆蓋語義和光譜反射率是最重要的預測因子。該工作被IEEE CASE 2026接收。

預訓練的視覺語言模型（VLM）透過計算影像與文本描述的相似度實現零樣本影像分類，但描述模板（prompt）的選擇對結果敏感。現有方法為所有類別使用相同的權重組合多個模板，忽略了模板對特定類別的適用性差異。CARPRT 提出了一種無需訓練的類別感知重加權方案，針對每個類別自適應調整模板權重。在標準基準測試中，CARPRT 優於現有的類別無關方法，證實了建模模板-類別依賴關係對零樣本預測和 VLM 應用的重要性。

儘管可解釋人工智慧（XAI）技術層出不窮，從特徵歸因到稀疏自編碼器，但解釋很少影響實際工作流程。本文認為，機器學習社群必須從臨時性的XAI方法轉向解決基礎性和結構性的挑戰，包括不明確的問題表述、不充分的評估目標以及缺乏解釋驅動反饋的流程。透過對近期ICML、NeurIPS和ICLR論文的分析及對XAI從業者的調查，作者揭示了限制累積進展的常見問題，並提出了一個實用清單，旨在將XAI轉向更以人為中心、面向行動的模式。

最新研究將小型語言模型（SLM）與知識圖譜結合，透過神經符號智慧體框架提升其推理能力。在CLUTRR親屬關係基準測試中，使用Gemma 3和Llama 3.2模型的實驗表明，RGCN提供的專家提示可使效能提升1.5-2倍，但存在提取瓶頸和順序推理脆弱性問題。

本文針對工具增強型大語言模型智慧體在擴充套件工具集時面臨的行為慣性問題，提出透過注入反事實錨定上下文來打破慣性，恢復失敗軌跡。ToolAnchor框架利用教師模型假設反事實上下文，經學生回滾驗證後，透過智慧體後訓練內化成功干預，在GAIA、BrowseComp和VDR-Bench等任務中表現優異，為動態工具適應開闢了新路徑。

該研究提出能力收斂假說（CCH），認為在固定推理預算下，表徵收斂並不必然導致能力收斂；能力收斂依賴於存取結構，即混合架構需同時擁有壓縮態通道和可擴充套件逐字索引通道。論文透過資訊理論下界和預註冊實驗驗證了該假說。

研究人員提出了一種利用大型語言模型（LLM）構建貝葉斯信念網路（BBN）的新方法，該方法透過一組AI代理基於特定角色和上下文估計機率，並採用修剪均值規則去除噪聲，從而彌合專家意見與資料驅動學習之間的差距。研究以替代醫療系統中患者就醫意向為案例，發現自我效能的影響實際較小，而主觀規範的影響更強，最有效的策略是同時提升自信和社群規範。

一種名為LLM-T1D的新方法將強化學習與大語言模型相結合，建立了一種可解釋的胰島素泵控制器，用於1型糖尿病，實現了73.5%的時間在目標血糖範圍內，同時提供清晰的解釋。

受人類交流空間資訊的方式啟發，語言引導的地理定位因其直觀和實用價值而備受關注。然而，現有方法多依賴靜態的一次性檢索正規化，難以處理真實世界自然語言描述中的歧義和不完整性。本文提出推理檢索的正規化轉變，引入對話式地點識別（DlgPR），將定位視為互動式、對話驅動的推理過程。為此，論文構建了首個大規模對話式地點識別基準DlgQuest-Cities，並提出了統一推理框架，結合跨模態多級檢索器與智慧提問器DQ-pilot。DQ-pilot透過課程學習訓練：在DQ-cities-20k子集上進行監督微調，再透過GRPO在更難的DQ-cities-10k上進行強化最佳化。實驗表明，基於推理的方法顯著優於基線。

RegNetAgents是一個基於AI的多智慧體框架，能夠跨異質性基因調控網路進行結構化的調控候選識別。該框架整合了TCGA和GREmLN專案的大規模網路，對焦點基因進行雙網路分類、癌症基因過濾和作用模式分配。在乳腺癌和結直腸癌的測試中，識別出的候選調控因子顯著富集於OncoKB註釋的癌症基因，且在管家基因中無富集，表明其特異性。框架還包含評估致癌潛力、可成藥性等擴充套件模組。

IMEX（Interaction-Based Model Explanation）是一種新的可解釋預測建模方法，旨在識別對目標預測貢獻最大的變數以及變數間的重要互動。該方法支援高階互動分析，並基於靜態相關功率（PCS）和互動相關功率（PCI）兩個互補指標構建解釋圖。實驗驗證表明，IMEX能在非線性、條件性和多重共線性關係下恢復特徵級結構。

檢索增強生成（RAG）在擴充套件大語言模型上下文方面表現優異，但傳統RAG在涉及層級或關係推理時效果不佳。本文提出HG-RAG框架，透過在層級知識圖譜上進行圖遍歷，為語言模型提供結構化上下文。實驗表明，HG-RAG在層級、關係和跳推理任務上顯著優於平面檢索基線，同時減少了幻覺並保持了區域性連貫性。

一篇新論文提出了一種三級分層學習架構，用於執行搜尋與救援任務的自主無人機群，整合了赫布神經可塑性、基於圖神經網路和行為樹的多智慧體強化學習，以及帶BDI推理和數字孿生的元學習。該框架提供形式化保證，並引入群體元認知。

針對AI生成程式碼速度快於人類審查而導致的信任危機，本文提出“語義合約”——一種型別安全、編譯時檢查的藍圖，位於需求與程式碼之間，確保任何實現（無論人工還是AI編寫）的正確性。文章透過排序演算法和電商結賬示例展示了語義合約的構建塊、狀態處理和整合方式。

本文介紹瞭如何使用Telnyx Edge Compute函式為語音AI助手構建後端，透過單一函式處理動態變數和Webhook工具呼叫，驗證請求並連線業務邏輯，從而簡化架構並提升效能。

企業大規模部署AI時，最大障礙往往是資料從儲存到計算的基礎設施，而非GPU等計算硬體。文章指出，許多組織誤以為效能問題需要更多計算資源，實則根源在於資料飢餓，即資料無法高效、安全、持續地在儲存與計算之間流動。透過引入應用交付控制器實現松耦合架構，以及關注可達性、策略和交付三個維度的韌性，可顯著提升GPU利用率和AI投資回報。

Gradle Technologies 現已更名為 Develocity，專注於 AI 驅動的軟體交付管道治理與效率。公司表示，AI 已將軟體交付瓶頸從人類轉移到管道上。

Preempt AI v2 推出，為AI應用提供安全標準，利用ML技術防禦提示注入、越獄和資料洩露。支援多種語言，延遲低於10毫秒，準確率達99.65%。

PocketVeto是一款透過藍牙實現本地、無網際網路的AI編碼代理遙控工具。使用者可以從手機批准或拒絕代理執行的危險操作（如shell命令、檔案寫入等），並即時檢視代理活動儀表盤。支援Windows、Linux及開發容器，目前v1版本已可用。

針對超大規模雲服務商的資料中心用水壓力，本文提出一個幽默建議：收購高爾夫球場，改建為公共公園，並引導原會員轉向觀鳥活動。透過比較谷歌的用水量與高爾夫球場的耗水資料，指出購買40個球場即可抵消谷歌的日均用水量。

Meta推出新AI工具Muse Image後，因允許使用者標記他人賬戶並利用其照片生成AI影像而遭到批評。該公司已停用此功能，但使用者仍需手動關閉許可權以防止照片被用於AI生成。該功能預設開啟，引發隱私擔憂。

Blur & Unblur AI是一款免費的線上工具，可檢測照片中的人臉，對選定的人臉應用模糊效果，並匯出乾淨的PNG檔案——所有處理均在瀏覽器本地完成，無需上傳圖片。

VulnHunter 是一個開源的智慧體AI安全工具，採用攻擊者優先的主動分析方法，直接從原始碼中識別可被利用的漏洞，並提出證據支援的修復方案。它由 Capital One 內部開發並開源，旨在應對現代軟體供應鏈中的安全挑戰。

微軟的Foundry平臺現已支援超過8萬家企業構建AI代理。在產品副總裁Marco Casalaina的訪談中，他解釋了原型與生產環境代理之間的關鍵差異、代理框架的重要性，以及微軟如何構建上下文層以確保代理的可靠性。