引數高效微調（PEFT）通常在固定基（空間域或傅立葉域）中重新引數化權重更新。本文提出分數傅立葉專家混合（Fractional-Fourier Mixture of Experts），每個專傢俱有可學習的分數傅立葉階數，可在空間域和傅立葉域之間連續插值。透過將token路由到不同階數的專家，模型可將低秩更新置於最緊湊的域中，且專家間自然去相關，減少干擾並提升多工組合。該計算方法開銷小，在多個基準上優於現有方法。

本文提出了EVOTS，一種用於多變數時間序列預測的進化神經架構搜尋框架。它採用模組化基因組表示和修復機制，自動發現任務自適應的Transformer類模型。在ETT系列資料集上的實驗表明，該框架能在實際計算約束下找到效能優異的架構。

一篇新論文證明，三種流行的語言模型推理訓練方法——GRPO、Dr. GRPO 和 DAPO——本質上都是調整同一個數值：標準偏差，它衡量模型對同一問題的多次回答的分歧程度。論文揭示了組標準差恆等式，表明分歧程度直接決定訓練更新的幅度，並基於Big-Math資料集和實際訓練實驗驗證了這一發現。

FoGS是一種針對生存分析的新型合成資料生成方法，透過從多個生成器池中篩選樣本而非直接生成，有效解決了小樣本臨床資料稀缺和隱私限制問題。在16個公共資料集上，該方法比傳統單一生成器顯著提升了模型效能，同時保持了隱私保護水平。

該研究透過SemiScope框架解耦半監督學習（SSL）管道中的分類器調優與聯合最佳化效果，發現僅使用貝葉斯最佳化調優分類器即可恢復86%的效能提升，簡化策略與完整聯合最佳化效果相當。

生成模型作為物理模擬的可擴充套件替代方案，但通常無法確保輸出符合守恆律、邊界條件等物理約束。約束取樣可以在推理時精確施加這些約束，但計算成本高昂。本文提出SNAP-FM，利用稀疏GPU非線性最佳化加速約束投影。透過ExaModels.jl和MadNLP.jl處理塊稀疏雅可比矩陣和KKT系統，該方法在偏微分方程基準測試上實現了更快的非線性約束投影，同時保持約束滿足。

該論文提出顯現單元協議，一種用於機制可解釋性的結構化表示方案，將元件級分析輸出組織成可查詢、可複用的欄位，並在多種模型上驗證了其有效性。

Seed2.0是一個模型系列，旨在解決複雜現實任務。它透過識別使用者真實需求並構建可靠的評估系統，重點攻克長尾知識和複雜指令跟隨兩大挑戰，同時在推理、視覺理解和搜尋方面達到世界領先水平。該模型卡記錄了廣泛的實際用例，展示Seed2.0已初步具備處理複雜現實任務的能力。

一項新研究透過Lewis訊號遊戲比較了五種記憶架構，發現配備持久私人筆記本的LLM智慧體在協調任務中表現最優，且記憶架構比通道容量更重要。

本研究提出“認識論AI素養”（EAIL）框架，將AI素養重新定義為一種過程導向的認識論現象。基於AIR框架，分析了學生在GenAI輔助程式設計中的認識論目標和過程。透過對大量人機協作對話資料集的分析，識別出可觀察的認識論目標（掌握導向目標）和過程（外包、尋求解釋、驗證、提示監控和認識論論證）。結果發現，78.8%的互動缺乏EAIL，而僅11.1%顯示了高認識論參與。

該論文提出一個情景賭博機團隊博弈模型，研究人類與AI之間雙向私人資訊下的執行時監督，並給出了團隊最優和短視規則的精確表徵，揭示了可避免傷害的區間以及非可信監督溝通的代價。

RareDxR1是一種端到端的推理中心型大語言模型，可直接從非結構化臨床筆記中進行開放域罕見病診斷。它透過知識內化和自主進化學習，繞過傳統基於流水線的表型提取或檢索增強生成方法的侷限，並採用反思增強推理取樣和雙級課程強化學習來提升診斷準確性。實驗表明，RareDxR1在多個基準測試中達到了最先進的水平。

提出了一種用於航路空中交通管制的新型無衝突路徑規劃演算法，利用解空間顯示提高可解釋性和靈活性。該演算法整合了三種意圖衝突檢測方法和兩種搜尋變體（SSPPV和SSPPE）。基於馬斯特裡赫特上層區域管制中心（MUAC）Delta扇區的實驗結果表明，SSPPV結合基於區域的衝突檢測效能最優，平均計算時間為3.69毫秒。

提出一種框架，將LLM生成的自由格式程式碼替換為型別化的JSON收集器配置，結合六型別收集器分類法、模板和效用函式約束、靜態Airflow DAG執行、基於規則的質量檢查和結構化反饋糾正。實驗表明，在已驗證任務中，框架執行階段零LLM token消耗，且平均耗時最低。

本文介紹MMM資料模型，旨在跨學科知識文件和互操作性。透過結合規範性約束和自由文本標籤，它解決了文件中心和形式化方法的侷限性。參考實現和試點部署資料展示了其可實施性和早期可用性。

一篇新論文提出了有限道德（Bounded Morality）框架，將有限理性擴充套件到道德認知領域，將倫理理論建模為在道德廣度和深度之間權衡的區域性高效策略。

來自arXiv的一篇論文提出“建構性對齊”框架，挑戰當前AI對齊中的靜態偏好假設，將對齊重新定義為控制偏好演化的過程，而非滿足固定偏好。

Arena是2023年加州大學伯克利分校的研究專案，其商業服務上線僅八個月，年化經常性收入就達到1億美元。該平臺以眾包AI模型效能排行榜聞名，已累積超過1000萬使用者評估。

隨著 AI 從模型開發轉向生產推理，計算需求加速並轉向持續執行的 AI 工廠。NVIDIA 推出新戰略，透過收入分成和信用支援模式，讓初創企業、模型構建者等獲得大規模加速計算資源。Sharon AI 和 Firmus 等公司已率先部署。

Meta投資數十億美元發展AI和資料中心，現計劃開拓雲基礎設施業務，出售AI計算能力和模型，與AWS、Google Cloud和Azure競爭。

Anthropic在經歷出口限制後重新部署Fable 5模型，但新版本引入了更嚴格的安全分類器，導致更多良性請求被攔截，尤其在程式設計任務中。美國政府獲得模型預釋出訪問權和專用計算資源，標誌著AI行業向國家管控方向轉變。

Senior SWE-Bench是一個新的開源基準測試，旨在評估AI智慧體像高階工程師一樣處理未充分指定的任務、進行執行時除錯以及提供優雅解決方案的能力。該基準包含50個公開和50個私有任務，涵蓋多種程式語言和棧，結果顯示頂尖模型在高階別任務上仍有超過75%的失敗率。

人工智慧正從輔助工具轉變為科學基礎設施的一部分，提高了生產力，但可能縮小研究範圍和減少合作。一項《自然》研究發現，AI增強的研究者發表論文數量是其他人的三倍，但研究主題範圍減少5%，合作減少22%。風險在於研究工業化，缺乏深入批判性思考。

Panel Designer 是一個直觀的設計工具，允許使用者在真實裝置上拖放元件來設計UI，並支援匯出佈局提示以便AI生成程式碼。它提供預覽模式、版本管理功能，並支援匯入JSON或SwiftUI程式碼。

作者認為，在面對面交談中使用AI筆記工具，破壞了社交的“後臺”真實性，使每一次閒聊都成為被記錄的表演，呼籲建立新的社交規範來保護那些本應轉瞬即逝的對話。

WebDeck 是一個開源工具，可將 PowerPoint (.pptx) 簡報一鍵轉換為互動式網頁簡報。它透過AI智慧解析PPT內容，並重構為原生網頁元件，支援響應式設計、多種區塊型別、視覺化編輯和離線使用。旨在解決PPT分享時格式相容性差、移動端顯示錯亂、內容死板等痛點。

More AI 是一款免費開源、面向 Windows 的 AI 桌面應用，支援本地和雲端模型。它提供聊天、程式碼 IDE、音樂/圖片/影片創作、工作流編排、AI 競技場等功能，並內建治理引擎和加密審計追蹤，確保所有 AI 行為透明可控。使用者可以自由選擇模型提供商，完全離線執行或混合使用雲 API。

Float公司憑藉僅三人的團隊，利用Tiger Data技術運營一家AI能源公司。其旗下的體現碳觀測站（Embodied Carbon Observatory）透過採用TimescaleDB，將查詢時間從6秒縮短至100毫秒以內，有效區分了電網改進與真正的脫碳。

VektorGeist推出了操作員與代理平臺，旨在透過AI驅動的操作員和代理簡化複雜任務，提升自動化水平。

這幅漫畫諷刺了AI公司透過盜用智慧財產權牟利，質疑它們是否正在逍遙法外。