本文提出MemExplainer方法，透過拓撲歸因樹和記憶回溯樹來解釋時間圖網路（TGN）的預測。該方法首次考慮TGN中的記憶模組，量化歷史事件對節點記憶向量的影響，並利用層間相關傳播（LRP）確保事件貢獻之和等於模型logits。在九個資料集上的實驗表明，該方法在節點屬性預測、連結預測和圖分類任務中均優於現有基線，提供了忠實於模型的解釋。該論文被ICML 2026接收為Spotlight論文，程式碼已開源。

本文探討了人工智慧在精算實踐中的應用，特別是透過比較三種不同架構（單LLM、樸素RAG和多智慧體Agentic RAG）在小型商業企業主保單的直通式核保中的表現。結果表明，多智慧體系統在處理多步推理和缺失資訊場景時表現最佳。

研究團隊提出了一種基於圖神經網路的即時手勢識別方法，利用表面肌電訊號構建肌電圖網路，在8名受試者上達到99%的準確率，處理時間僅48毫秒，適用於假肢控制與增強現實等應用。

VectorizationLLM是一個基於谷歌開源權重LLM的專用大型語言模型，旨在幫助學生學習MATLAB中的智慧向量化、時間/波向量分析、分段函式、傅立葉分析和微分方程。該模型應用於紐約理工學院Old Westbury分校電氣與計算機工程技術系的CTEC 247課程，透過RAG知識庫和系統提示架構提供詳細概念解釋和示例，但不直接給出答案。

Infinity-Parser2 是一個結合可控資料合成與多工強化學習的大規模多模態模型，旨在解決文件解析中標註資料稀缺的問題。它開源了包含500萬樣本的中英文雙語語料庫 Infinity-Doc2-5M，並提出了聯合強化學習框架統一八項任務。Flash 版針對低延遲最佳化，Pro 版在多項基準上達到新 SOTA。

一篇新論文提出了“個體生物電子學”這一跨學科研究方向，旨在系統性研究智慧假肢中的隱私風險。隨著感測器和人工智慧的進步，仿生肢體變得更加智慧，但也引入了新的攻擊向量。論文定義了該領域，展示了潛在對抗性攻擊，並整理了開放研究問題清單，以推動可穿戴機器人技術的發展。

大型語言模型已成為心理健康支援的重要提供者，但它們受注意力經濟驅動，傾向於保持使用者參與而非提供有效心理輔導所需的摩擦。開發者的安全應對主要針對最明顯的急性傷害，忽視了依賴、邊界侵蝕等長期風險。論文提出了一種三層對齊框架（價值規範、訓練嵌入、部署監督），並借鑑生物合理性概念，提出了“對齊合理性”作為監管標準，以系統證明AI系統與健康結果一致、無害且有益。

這篇綜述論文提出了連線臨床實踐與計算方法的雙重視角框架，基於Miller金字塔建立五級能力體系，將演繹、歸納和溯因推理模式與醫療目標對應。研究引入覆蓋五級推理能力的基準資料集，評估了18個模型，發現醫學專科模型在診斷任務上表現優異，通用模型則在決策支援和對話方面領先。文章還討論了資料限制、幻覺和接地等開放挑戰。

本文提出了一種對抗性社會認識論（ASE），用於分析在密集互動的交流環境中，公開斷言如何透過證言鏈、推理、制度認證和隱性信任得到支撐。作者認為，現有的認知泡沫、迴音室或錯誤資訊擴散等描述不足以捕捉代理人為了私利而扭曲、省略或捏造資訊的行為。他們提供了分析語言和機制，以識別和審計信任濫用。

研究人員開發了一種AI驅動工具，結合經濟學模型（GTAP）與生物物理模型（APSIM），透過自然語言查詢分析供應鏈衝擊，幫助政策制定者和市場參與者評估跨學科影響。

本文提出上下文圖譜（Context Graph），一種即時關係資料結構，用於建模企業實體及其關係和狀態變化。基於此圖，構建了增量檢測引擎、主動性評分器和基於LLM的展示層，使AI智慧體能夠主動向員工推送相關資訊。在合同管理、事件響應和銷售管道三個案例中，該方法實現了0.83的精確率（Precision@5）、0.11的誤報率，並將平均呈現時間從47分鐘縮短至30秒以內。

YAGNI是一個用於管理AI代理團隊的平臺，讓您像管理人類團隊一樣管理您的AI代理，提升協作效率。

Verla是一款專為學生設計的免費AI工具，集寫作、演示、程式設計、AI檢測和人性化功能於一體。支援上傳評分標準、講義等材料，生成高質量草稿，並提供真實學術引用和抄襲檢測。

Instagram 推出 Muse AI 功能，預設將全部公開賬戶的圖片用於 AI 影像生成，使用者需手動關閉。

TensorSharp是一個基於.NET 10的本地LLM推理引擎，支援GGUF模型、GPU加速，並提供命令列工具、瀏覽器聊天伺服器及相容Ollama和OpenAI的API。它強調隱私性、零按token費用，並支援多種硬體後端。文中還提供了快速入門指南和效能基準測試比較。

Canva 透過將生成式 AI 整合到可信、可編輯的工作流程中，解決企業對 AI 的擔憂，提供智慧財產權保護，並利用其 Affinity 套件自動化重複性任務，讓設計師專注於創意策略。

OpenAI釋出幫助文章澄清ChatGPT Work的雲端與桌面端行為：網頁和移動端對話在雲端執行，桌面端可經授權使用本地檔案，但上線初期雲端對話不會出現在桌面端。該引述來自Simon Willison的部落格。

本週AI新聞分兩部分。OpenAI釋出GPT-Live語音模型，實現更自然的互動。Grok 4.5以1.5萬億引數亮相，但基準測試表現存疑。GPT-5.6 Sol即將釋出，早期測試者稱讚其判斷力。Fable展現出意外能力，但AI寫作氾濫引發擔憂。文章還討論了AI的實用性和各種基準測試。

UST 與 Anthropic 合作，將 Claude 整合到其工程平臺中，用於半導體、汽車等行業的物理 AI 任務，並計劃培訓 20,000 名員工使用 Claude。

新加坡公司Datagrid獲准在紐西蘭南部的Makarewa建設價值35億紐西蘭元（約20億美元）的AI資料中心，計劃於2026年動工，2028年投入運營。當地居民對電力、水資源消耗及噪音汙染表示擔憂，呼籲專案方提高透明度。

Superunit利用AI代理透過電話、電子郵件和傳真驗證就業資訊，提高招聘流程的效率和準確性。

Legali AI推出的Lea應用程式，透過友好的模組、遊戲和每日提醒，幫助家暴和性暴力倖存者瞭解自身權利，以簡單易懂的方式獲得法律指導。

義大利藝術家蓋亞·阿拉里為應對父親年邁帶來的死亡焦慮，使用人工智慧建立了父親的虛擬副本（死亡機器人）。透過互動，她發現AI雖然能模擬父親的對話和記憶，但也可能編造回憶，引發對悲傷處理方式的深刻質疑。

這款免費應用幫助紐約人透過自動疊加各種優惠來節省食品雜貨費用，無需登入，目前僅限紐約市，覆蓋約690家商店。它使用訓練後的LLaMA模型提供AI購物助手功能，但存在覆蓋範圍和新鮮度方面的侷限。

Fraym是一款利用人工智慧技術自動建立產品演示影片的工具，無需手動錄製和編輯，快速生成高質量的專業演示。

瞭解如何使用ChatGPT，開始您的第一次對話，並發現用AI寫作、頭腦風暴和解決問題的簡單方法。

該論文被ARES 2026的AI4TCI研討會接收。研究關注自主協商代理在高風險場景（如保險和採購）中的行為隱私洩露問題。作者設計了一種自適應隨機協商策略，在保證(ε,δ)-差分隱私和幾乎必然收斂的同時，將對手推理準確性降低43-50%，並將協商成功率和效用維持在90%以上。

OpenAI今日釋出ChatGPT Work，一款基於GPT-5.6的自主代理工具，可跨應用、檔案和工具執行復雜任務，同時推出GPT-5.6系列模型和Sites功能，旨在提升企業工作效率。

布朗大學一位經濟學教授在開卷期中考中發現學生過度依賴AI作弊，平均分高達96%，而隨後閉卷期末平均僅48.6%。該校AI教學委員會報告顯示，超半數本科生每日或每週使用AI工具，多數師生擔憂AI會削弱認知能力。布朗大學將釋出AI使用指南並提升教師AI素養。

OpenClaw是一款極其流行但安全性堪憂的開源AI代理框架。為解決這些問題並使其成為真正獨立的專案，其創始人成立了OpenClaw基金會。