知識追蹤（KT）旨在透過建模學生歷史互動中的動態知識狀態來預測其未來表現。現有方法通常將原始互動序列視為統一行為過程，忽略了學習行為的階段性。本文提出相位感知知識追蹤（PAKT），將學生互動分解為能力和熟練度階段，並設計多分支Transformer聯合捕獲階段特定和整體知識狀態。在六個基準資料集上，PAKT最大AUC提升1.33%，平均提升0.82%。

全球站點天氣預報（GSWF）對區域性和極端天氣預測至關重要。現有方法過度依賴短期模式，難以捕捉混沌天氣動態，尤其在部分觀測條件下。為此，本文提出三軸狀態空間模型（TSSM），結合歷史增強的時間-變數-歷史正規化，透過週期對齊的歷史資料彌補時間回溯視窗之外的長程、大尺度週期和全視窗天氣模式。TSSM將歷史樣本堆疊為週期對齊批次，利用時間和歷史觀測支援因果預測，並透過時間、變數和歷史掃描捕獲軸向上的時間依賴、變數相關性和歷史演化。該結構層次共享，可建模從季節性到極端事件，並緩解歷史模式間的錯位。TSSM在最大站點天氣資料集Weather-5K上達到SOTA，準確率和極端事件指標分別提升10%和61%，在人工參與資料集中取得95%最佳或次佳結果。在長週期和迭代預測中優勢更顯著，240小時預測提升37.5%，48小時×5迭代設定下提升高達103.5%。此外，在高達80%觀測缺失的情況下，TSSM仍保持>90%效能，而基線低於43%，展示了在全球原位觀測網路中可靠GSWF的魯棒性和實用潛力。

該研究將何時呼叫大語言模型（LLM）的問題形式化為基於風險的序列停止問題，並證明了六個理論結果，包括最小事件間隔時間、閾值策略的最優性以及遺憾界。在渦扇退化資料上的實驗表明，異常得分驅動的風險函式在Pareto AUC上比基線方法高出一個數量級。

針對引數分解（PD）在大模型上計算成本高的問題，研究者提出定向引數分解（tPD），透過引入高秩“全能”元件僅處理目標輸入，從而高效識別特定計算電路。實驗表明，tPD在4塊Transformer上僅用7%的浮點運算量即可提取CSS子模型，並在12塊Transformer上精準消融和重寫記憶序列，副作用極小。論文被ICML 2026可解釋性研討會接收。

本文提出一個框架，用於分析機器學習模型丟棄的資訊，特別是那些輸入資料具有李群對稱性的模型。透過定義“零纖維”和“穩定子”概念，作者量化了模型對群作用的不可見性，並利用Peter-Weyl定理給出緊湊群的譜特徵刻畫。該框架在分子性質預測（SO(3)群）和球面影像分類（Möbius群）上進行了實驗驗證，展示了在資料遮蔽、模型指紋識別和隱私保護計算中的應用。其計算效率高，僅需幾次梯度計算即可估計零纖維元素。

聯邦學習（FL）為分散式異構資料來源上的隱私保護協作模型訓練提供了關鍵正規化，但無法解決模型黑箱問題。可解釋人工智慧（XAI）則提升透明度與信任。二者融合催生了聯邦可解釋人工智慧（FedXAI）正規化。本文系統綜述了FedXAI，展示了可解釋性如何從事後工具轉變為FL生命週期的核心元件，並提出了分類法，涵蓋方法、評估實踐及開放挑戰。

提出了一種輕量級訓練策略，透過解耦特徵提取與分類器最佳化，大幅減少訓練時間和能耗，在多種架構和醫學資料集上僅犧牲微小的準確率。

本文透過一個1-3-3-1多層感知機和初值問題y'(t)+y(t)=0, y(0)=1，詳細追蹤了PyTorch自動微分引擎在物理資訊神經網路訓練中的完整計算流程，包括前向計算圖構建、反向傳播計算22個引數梯度，以及透過create_graph=True實現基於物理殘差的正確微分的圖上圖機制。所有伴隨值均與Tahimi（2026）的手工推導核對，將P/Q敏感性框架與PyTorch的向量-雅可比積聯絡起來。

一種名為Mycelium的新系統透過連線研究人員和AI代理在共享工作空間中，自動將觀察結果和假設路由給相關團隊成員，實現網路智慧。在生物多組學研究中，它將區域性發現轉化為跨專家機制約束和實驗設計。

cayleyR是一個R語言包，利用凱萊圖中的迴圈交集檢測來解決排列謎題。核心演算法採用迭代雙向搜尋，從初始和目標排列狀態生成隨機操作序列，尋找連線路徑。該包專為TopSpin(n,k)謎題設計，結合C++雜湊索引狀態儲存和可選的Vulkan GPU加速，已在CRAN上釋出。

本文提出DROPJ方法，一種以人為中心的安全訓練與部署框架。該方法先利用先前真實軌跡學習世界模型，再讓人類在模擬器中生成資訊豐富的模擬軌跡，並收集人類對軌跡片段的偏好及其理由。由此訓練獎勵模型，結合世界模型透過模型預測控制直接部署智慧體。實驗表明，生成資訊豐富的模擬軌跡可顯著降低訓練計算成本並提升部署效能，而偏好反饋比其它反饋型別更能提升效能，且安全理由能增強安全性或優先考慮使用者指定的安全方面。

來自arXiv的一份技術報告介紹了Oracle Agent Memory，這是一個基於Oracle資料庫構建的資料庫原生記憶體系統，專為長期執行的AI代理設計。該系統在LongMemEval上達到了93.8%的準確率，同時相比扁平歷史基線減少了約10.7倍的令牌使用量。系統解決了記憶體生命週期、具有作用域控制的分層架構，以及結合任務準確性和記憶體特定指標的評估方法。

小型語言模型在零樣本分子屬性預測中表現不佳，因為它們忽略了圖拓撲資訊。本文提出了一種上下文增強提示框架，透過圖神經網路工具提供預測提示和解釋性子圖，在MUTAG和Tox21資料集上實現了高達74%的相對改進，但仍與專用GNN模型存在差距。

本文綜述了自我改進型自主代理的研究進展，提出了一個系統級框架，將現代代理視為基礎模型與操作支架（包括提示、記憶、工具和控制邏輯）的耦合。在此框架下，自我改進被形式化為一種自我驅動的更新運算元，可更新模型引數或支架元件。文章按更新目標和驅動訊號對現有工作進行分類，並討論了應用、評估以及未來方向。

本文提出了一種基於貝爾納普型別內涵一階邏輯（IFOL_B）的機率擴充套件神經符號通用人工智慧（AGI）框架。透過引入尼爾森機率結構，該框架能夠為當前未知的語句計算機率，並利用全域性和區域性對稱變換保持知識庫和邏輯推理的一致性。機率密度函式的計算基於夏農最大資訊熵，並由神經網路實現。

大型語言模型生成的思維鏈推理看似邏輯嚴謹，但實際上可能並未真正依賴其所述的前提。本文提出一種干預式基礎審計方法，透過替換單個前提中的目標謂詞，重新執行模型，並檢查推理步驟的標準化結論是否改變，從而在步驟級別測試前提依賴。在ProntoQA基準測試中，該方法在檢測證明樹依賴方面的F1分數達到0.806，顯著優於自一致性基線。此外，66%的正確解決問題中存在至少一個對齊步驟對直接證明樹依賴不敏感，揭示了“答案正確但推理錯誤”的訊號。

研究人員提出SPINE，一種智慧體框架，可自動除錯和部署雙臂機器人，減少專家校準依賴。測試中，SPINE提高了成功率並縮短了遙操作時間。

本文介紹OriginBlame，一個記錄級和令牌級的資料溯源系統，能夠精確地將資料刪除請求對映到具體的訓練記錄，避免大規模過度刪除。在219,555個維基百科頁面上的評估顯示，記錄級溯源將過度刪除從101倍降低到1.3倍，同時引入的吞吐量開銷僅為1.3-4.0%（HuggingFace）和2.1-19.0%（Datatrove）。在17億引數模型上，基於溯源的遺忘集比隨機基線提高了42%的遺忘效果。

MIT與多家機構的研究人員開發了一種名為GIFT的自動化框架，能夠幫助視覺語言模型更準確、更高效地生成CAD程式，從而將二維設計轉化為三維模型。該方法透過分析模型自身的錯誤來生成改進資料，大幅降低了計算成本，為快速原型製作和工程設計提供了有力工具。

一個包含56個AI概念及其150條關聯的互動視覺化地圖，使用者可透過拖拽、懸停和點選探索人工智慧的關鍵主題。

本文透過一首藍調歌曲的比喻，探討大型語言模型的本質：它們生成文本時是先投擲後瞄準，還是存在內部規劃？作者結合自身使用AI寫作的經歷，反思模型創造的“虛假聲音”以及我們不斷剖析這些系統的行為。

代理推理正在將AI基礎設施的重心從訓練擴充套件轉向上下文感知、記憶增強推理。RAISE峰會強調了三大關鍵洞察：AI堆疊專業化、儲存作為主動記憶體擴充套件、以及資本和資料主權融入基礎設施設計。

Voicebox 是一款開源的語音轉文字桌面工具，利用 Cloudflare Workers AI 實現即時語音識別和 LLM 格式化輸出，支援全域性快捷鍵和自動貼上，目前處於早期開發階段。

Boom是一款AI教練，幫助Instagram創作者（即使只有100粉絲）成長、變現並獲得品牌合作。它提供個性化每日計劃、24/7成長支援、自動協作匹配和合同管理。早鳥價$4.5一次性費用，釋出後$9/月。2026年8月1日釋出，現已開放搶先體驗。

本文透過漫畫形式探討新的AI路線圖是否能夠有效約束科技巨頭的行為，質疑其實際效力。

服務組織面臨近乎零停機需求與維護能力之間的結構性錯配。透過異常檢測、規範性指導和運營轉型，AI幫助技術人員在故障發生前採取行動，提升首次修復率，減少停機成本。

CNA調查發現約500個TikTok影片推送關於新加坡和馬來西亞的虛假或誤導性宣告，總觀看量超過300萬次。這些影片利用AI生成的女性形象、重複的聲音和指令碼，系統性地傳播不實資訊，旨在削弱信任和破壞社會凝聚力。

Neocloud提供商QumulusAI宣佈透過直接上市在納斯達克交易，股票程式碼QMLS。此舉不僅是一項金融交易，更標誌著以GPU和電力可用性為中心的AI基礎設施層正在成熟。公司專注於快速部署高階GPU容量，利用現有機櫃設施和模組化資料中心，以季度為單位交付產能。直接上市提供了資本靈活性、公眾公司信譽，並抓住了AI基礎設施視窗期。文章還分析了Neocloud的差異化策略及對IT領導者的建議。

River是一個利用AI銷售代表進行B2B產品演示和成交的平臺。

Simon Willison探索了新開源Grok CLI編碼代理的程式碼庫，發現了一個用Rust編寫的自包含Mermaid圖終端渲染器。他將其透過WebAssembly移植到瀏覽器，並建立了一個線上工具。