這篇論文介紹了MawForge系統，透過將完整模型儲存在磁碟上，按需將路由專家物化到有限執行快取中，使得在記憶體受限的統一記憶體機器上實現稀疏混合專家（MoE）語言模型的實用本地推理成為可能。研究發現MawForge作為有限執行機制和測量基板有效，但並非快取最大化策略。

一項新研究以宏觀經濟預測為壓力測試，評估了五種模型家族（ARIMA、LSTM、NODE、PINN、UDE）在23個國家稀疏年度資料上的表現。結果顯示，沒有任何模型能持續取得強勁預測效能，但較少受約束的模型（ARIMA、NODE）始終優於受約束的啟發式先驗模型（PINN、UDE）。研究認為結構先驗在資料生成過程不匹配時可能成為錯誤正則化器，並識別了先驗錯位、制度變遷、結構斷裂和最佳化不穩定等失敗模式。

本文系統比較了Turbo-Quant和SpectralQuant兩種KV快取壓縮方法，採用統計驗證方法論分離系統編解碼差異與實現方差。關鍵發現：基於特徵基的方法在重尾資料上因協方差不穩定而失效，但在結構化場景中表現優異；有效語義維度（d_eff）隨校準預算調整而非真實資料秩。

AuditWeave是一個輕量級Python庫，透過僅追加的雜湊鏈賬本記錄AI輔助和資料轉換工作流的步驟，確保任何修改都可被檢測。它適用於檢索增強生成和表格/湖倉轉換，每個事件的完整性保證僅需數十微秒，並在2000次隨機試驗中成功檢測所有篡改。

這篇立場論文認為，機器學習中的地面真相資料集並非客觀中立的測量，而是由人類和技術安排構建的。社群應關注這些隱形選擇，承認資料集的侷限性，並提倡“情境可靠性”以提升透明度與責任。

本文提出了一種新的雙層分類框架，系統回顧了基於圖神經網路（GNN）的知識圖譜技術，覆蓋了知識圖譜構建、嵌入、推理和應用，分析了不同GNN模型的優缺點，並指出了未來研究方向。

本文提出了反饋耦合記憶系統（FCMS）的連續時間實現，透過機制智慧（MBI）定義智慧體更新運算元，並透過耦合記憶圖過程（CMGP）定義環境更新運算元。系統實現了Lyapunov全域性耗散性，其閾值條件推廣了離散FCMS和CMGP的穩定性條件，表明記憶耗散必須超過反饋增益是普遍的組織原則。數值模擬驗證了穩定性閾值和違反閾值時出現的自強化協調級聯。

本文研究了一種基於小型語言模型（SLM）的閉環控制框架，透過GRPO對齊的Qwen2.5-1.5B模型，結合動作智慧體、數字孿生驗證層和重提示智慧體，實現了從自然語言需求規範生成控制策略。在隨機熱控制模擬中，該框架達到91.5%的動作對齊準確率，平均推理延遲3.84秒，展示了在邊緣裝置上實現可重構自主控制的可行性。

提出一種基於學習的圖邊稀疏化方法GES-TSP，用於高效求解大規模歐幾里得旅行商問題。透過融合幾何結構與組合最佳化，自適應生成稀疏圖，在MATILDA資料集上可修剪高達95%的邊，解差距保持在1%以內，並在TSPLIB基準上展現出強泛化能力。

YUKTI是一種新的自動決策制定框架，它透過不確定性型別命題圖表示和假設魯棒帕累託前沿（ARPF），顯著降低了決策遺憾。實驗表明，在受控誤設定下，平均和尾部遺憾減少超過90%，在真實資料集上，樣本外回測比基線優34%，而LLM的遺憾約為YUKTI的47倍。該框架還引入了SRJANA資料基礎，並提供了可審計的可追溯性。

近期潛在推理方法（如CODI和COCONUT）因在隱藏空間維護多個疊加候選軌跡而缺乏可解釋性。研究人員將其建模為表示空間中的軌跡，並應用動力系統分析，發現CODI表現為穩定吸引子，而COCONUT表現為不穩定擴充套件系統。SIM-CoT監督在不改變底層動力學的情況下強化了這兩種行為。

該論文提出將MapReduce中的歸約操作視為統計力學中的配分函式，在區域性漸近正態性（LAN）下，工作者輸出的置信密度是吉布斯-玻爾茲曼分佈，溫度倒數等於樣本大小。這種觀點導致精度加權的合併和頻率一致性，為分散式計算提供了新的理論視角。

一項新研究探討了訊息格式在多跳LLM智慧體中繼中的影響，發現格式效應依賴於中繼能力層級。在強中繼下，忠實指令下幾乎無損失，而弱中繼下格式間差異顯著擴大。結構化格式提供了忠實、錯誤定位的通道，而非糾錯碼。

本研究引入格式敏感度指數（FSI）和可解析性敏感度指數（PSI），評估提示包裝對LLM準確性和答案可解析性的影響。實驗發現不同模型間FSI差異超過30倍，主要由合規失敗解釋。可解析性是準確性的強預測因子，建議在基準測試中報告包裝方差和合規性。

本文提出了一種基於Toulmin論證模型的結構化診斷輔助框架，將基於影像的ML診斷分解為宣告、依據、正當理由、限定、反駁和支援等元件。透過專用生物標誌物提取模型、MedGemma醫學知識代理和MedSigLip影像相似度計算，為人類專家提供可解釋的評估，增強對ML診斷的批判性審查。

GrapheneOS論壇討論AI驅動的漏洞發現如何導致Android安全補丁的持續調整。

本文介紹了一種為AI編碼代理制定操作標準的方法，將模型的行為規範（如溝通方式、完成證明、分析深度）與能力分離。作者透過一個名為“操作標準”的文件，將頂級模型的行為模式移植到低端模型，顯著縮小了可見質量差距。文章詳細闡述了標準的核心支柱、雙重載入機制、安全完成門控以及分層配置策略，並強調了驗證執行時載入正確性的重要性。

一本新書指出，自艾倫·圖靈1950年著名論文以來，人工智慧建立在一個有缺陷的假設上。電腦科學家彼得·J·丹寧認為，人類智慧最重要的部分——包括常識、直覺、文化和實踐技能——無法編碼進計算機。他認為無論大語言模型變得多大，真正的人類水平AI都不可能實現。

Anthropic的最新研究揭示了Claude內部推理的方式，但並未證明AI具有人類那樣的意識或體驗。本文呼籲不要將AI人格化。

本文作者認為，AI真正提升生產力的地方在於程式設計工具，而非直接使用。透過“椰子經濟”比喻，作者指出只有降低實際成本才是真正的生產力提升。

ZenVeil是一款AI原生DevSecOps工具，可快速掃描AI編碼工具（如Copilot、Cursor、Claude）生成的程式碼中的安全漏洞，並在30秒內自動建立GitHub PR進行修復。它支援秘密檢測、供應鏈安全、SAST分析，並針對AI編碼特有的故障模式進行了最佳化。

美國佐治亞州一些房主面臨被強制徵地的困境，因為佐治亞電力公司計劃新建輸電線路，主要為AI資料中心供電，同時服務住宅和商業需求。

Melodusk是一款基於瀏覽器的AI音樂生成器，透過文本描述可在2分鐘內生成專業品質的音樂，支援100多種風格，並提供人聲分離等工具，所有音樂免版稅商用。

過去幾天，OpenAI的Codex使用者數突破700萬，6個月內增長超10倍，而Claude Code的增速放緩。Prime Intellect釋出了verifiers v1，用於智慧體強化學習；OpenAI解決了GPT-5.6 Sol的用量問題；Grok Build因上傳整個程式碼庫引發安全爭議；開放模型和量化技術取得進展；持續學習等研究方向重新受到關注。

Anthropic釋出了Claude Sonnet 5，這是其最強的中端代理模型，在多項基準測試中超越前代Sonnet 4.6，並縮小了與旗艦Opus 4.8的差距。Sonnet 5引入了努力水平（effort levels）以控制推理成本，在低/中努力水平下價效比極高，但高努力水平下成本可能超過Opus 4.8。它已作為Free和Pro計劃的預設模型，並可透過API呼叫。

本文介紹了一種在GitHub Actions工作流中快取友好地使用`uvx tool-name`命令的方法。透過設定`UV_EXCLUDE_NEWER`環境變數為特定日期，並將該日期作為快取鍵的一部分，可以避免每次執行工作流時都從PyPI重新下載工具及其依賴。透過更新該日期，可以輕鬆升級工具並清除快取。

西蒙菲莎大學電腦科學教授張安琪與溫哥華初創公司Caseway合作，計劃將超過1億份加拿大和美國法院判決進行索引，使其可被AI系統搜尋，以研究這一舉措是否有助於未聘請律師的當事人做出更好的法律決策。

Meta計劃投資500億美元擴建其路易斯安那州的資料中心，並探索出租多餘計算能力給其他AI實驗室。這表明Meta可能效仿亞馬遜、谷歌等公司，從社交媒體巨頭轉型為雲服務提供商。

文章透過一個真實案例——女子被AI深度偽造的“戀人”騙走房產和積蓄——揭示了生成式AI如何讓詐騙更加逼真，並指出代理式AI的出現將帶來更大風險，同時也為防禦提供了新可能。

ringd透過一個裝飾器為AI語音代理提供簡單的認證，支援郵箱OTP、簡訊OTP和聲紋識別，並自動處理常見資料問題。它專注於讓開發者只需新增一行程式碼就能實現安全驗證。