本文提出Mask-Morph Graph U-Net (MMGUNet)，一種解決分層圖U-Net架構中邊緣特定層限制的實用方法。透過在粗化圖層次中引入特徵對齊的重心引數化，並應用節點掩蔽預訓練與引數高效微調，MMGUNet在分佈內、分佈外及跨元件遷移場景下均表現出更低的預測誤差，為可複用、資料高效的網格代理建模提供了新途徑。

研究發現，對大語言模型進行後訓練量化壓縮（如3位精度）會導致6-21%的原本無偏專案出現新的刻板行為，且模型選擇“未知”答案的意願下降17.4%。標準質量指標（如困惑度）幾乎不受影響，表明聚合指標無法捕捉公平性關鍵退化。

本文提出TeamTR，一種信任區域框架，用於解決多智慧體LLM系統在順序微調中的結構失效問題——即智慧體更新導致上下文分佈偏移，且基於快取的評估會加劇誤差。TeamTR透過重新取樣軌跡和智慧體散度控制，實現了每步改進的下界保證，平均效能提升7.1%。

現代雲和企業系統依賴基於身份的授權，但自主AI代理的出現使得這一假設失效。本文提出分散式信任框架（DTF），透過證明派生授權取代靜態身份，確保代理執行的可治理性、可審計性和邊界性。DTF引入正當性證明、共識模型、臨時執行身份和僅追加證據鏈，在OpenKedge基礎上例項化，為雲原生環境提供基礎。

自驅動實驗室（SDL）透過自動化加速科學發現，但SDL軟體開發技術門檻高。現有編排框架主要面向人類互動，缺乏適合AI代理的標準化介面。本文提出基於模型上下文協議（MCP）的SDL軟體架構，將所有SDL功能暴露為MCP伺服器，並實現NIMO控制器。該系統提供自動生成的視覺程式設計介面，支援人類使用者無需編碼設計實驗流程，同時AI代理可透過同一MCP後端訪問，實現人機統一介面。案例研究驗證了該架構的可用性。

基於arXiv論文，NOVA框架將AI迭代自我改進迴圈建模為知識空間上的自適應取樣過程，識別了汙染陷阱等失敗模式，並證明了發現成本與發現數量之間的縮放定律。

CAX-Agent是一個專為MAPDL有限元模擬自動化設計的輕量級Agent框架，透過三層架構（LLM服務、Agent框架、求解器後端）和恢復階梯策略提升可靠性。實驗評估了三種恢復策略，其中基於模型的恢復（model_only）在完成率、任務評分和零干預率上顯著優於基於規則和無恢復策略。

指令調優語言模型在高風險決策中表現出行為公正性，但內部表示仍保留偏見關聯。研究透過抵押貸款承銷案例，發現模型輸出無偏見，但內部層狀表示放大了人口統計偏見。透過啟用引導和跨層干預，注入關鍵層的抑制資訊可導致近乎完全的決策逆轉。這種潛在偏見是不對稱的，且易受對抗性提示和微調影響。結論：僅基於輸出的行為審計不足，需結合輸出評估與表示分析的雙層測試框架。

SkillSmith是一種邊界優先的編譯-執行時框架，透過從技能中提取細粒度操作邊界，將技能包離線編譯為最小可執行介面。在執行時，智慧體僅訪問和執行相關元件，避免了不必要的上下文注入和重複推理。在SkillsBench基準上，令牌使用量減少57.44%，思考迭代減少42.99%，求解時間減少50.57%（2.02倍加速），成本減少57.44%。此外，強模型生成的編譯製品可被更小或更高效的模型複用，提升任務準確率。

現有的大語言模型（LLM）心智理論（ToM）評估多采用第三人稱故事問答，忽略了人機互動的第一人稱、動態和開放特性。本研究提出互動式ToM評估新正規化，系統評估四種ToM增強技術在多種任務中的表現，發現靜態基準的提升並不總能轉化為動態互動中的更好表現，強調了基於互動評估的必要性。

提出SDOF框架，將多智慧體執行視為約束狀態機，透過線上RLHF意圖路由器和狀態感知排程器強制業務過程階段約束。在招聘系統測試中，7B模型在對抗性路由基準上準確率80.9%（GPT-4o 48.9%），端到端任務完成率86.5%，並阻止了所有注入和非法操作。

DeepSlide 是一個人類參與的多智慧體系統，專注於最佳化簡報從需求獲取到排練支援的完整流程，而不僅僅是幻燈片本身。它透過邏輯鏈規劃器、內容樹檢索、馬爾可夫渲染和沙盒執行等元件，在保持幻燈片質量的同時顯著提升了敘事連貫性、節奏精準度和演講與幻燈片的協同效果。

Polarity是一個監控AI代理決策的平臺，能夠在生產環境中發現失敗模式，並在使用者遇到問題之前發出警報。它支援Go、Python和TypeScript SDK，並提供Slack整合。

在近期多所大學的畢業典禮上，多名演講者因在演講中提及人工智慧話題而遭到臺下觀眾噓聲。影片記錄了這些尷尬場面。

CCC為承包商提供AI施工軟體，旨在簡化建築流程。

一個儀表盤顯示，在公共GitHub倉庫中發現了超過43.5萬個潛在AI API金鑰匹配。儘管其中一些可能是測試字串或已撤銷的金鑰，但仍存在安全隱患。瞭解正確管理機密資訊的重要性。

皮尤研究中心的新報告顯示，AI專家與公眾對AI的態度存在顯著分歧：專家樂觀，公眾焦慮且不信任。近60%的成年人認為自己對AI的使用幾乎沒有控制權，而多數人對政府和公司的監管能力缺乏信心。

D-slop 是一款輕量級瀏覽器擴充套件，透過分析高頻短語、句子長度均勻性、標點密度、列表結構一致性以及結論性標記共五種訊號，自動檢測網頁中的AI生成內容。使用者可選擇高亮、摺疊或隱藏可疑文本，且短語庫每週自動更新。該擴充套件完全在本地執行，無需賬戶，不收集任何資料，以MIT許可開源。

預印本儲存庫 ArXiv 宣佈，若作者在科學論文中過度依賴大語言模型（如ChatGPT），將被禁止投稿一年。儘管論文未經同行評審，但ArXiv已成為電腦科學和數學等領域研究交流的重要平臺。

Signex是一款開源的EDA工具，使用Rust編寫，支援GPU加速渲染，提供原理圖和PCB編輯、3D檢視、模擬及外掛系統。支援從KiCad遷移，分為社群版和專業版。

百勝餐飲集團（Yum Brands）與輝達（Nvidia）合作，利用輝達技術加速AI開發，計劃在2025年第二季度在約500家餐廳（包括必勝客、塔可鍾、肯德基和哈位元漢堡）部署AI工具，涵蓋語音點餐、計算機視覺運營分析和AI分析，旨在提升效率並保持競爭優勢。

搜尋“remove definition”時，谷歌顯示的是通用幫助資訊，而非實際定義，被指為無意義的AI文本。

Aetherion 是一個將 AI 編碼智慧體 CLI 與 Neovim、Podman 等開發工具打包在容器中的專案，支援多語言工具鏈和本地模型，提供便捷的安裝與配置方式。

Our Stories是一款專為雙語家庭設計的AI講故事工具，讓家長輕鬆建立個性化多語言故事，支援一鍵生成、孩子作為英雄、跨語言連續性、插圖紀念冊和專業旁白，並可遠端分享給祖父母。創始人為希臘籍母親，旨在解決每晚即興編故事的難題。

EPI 將AI代理的執行過程打包成加密簽名、防篡改的取證容器（.epi檔案），便於監管合規和離線驗證。它整合了主流AI框架，並對映到歐盟AI法案、FDA 21 CFR Part 11、SOC 2等標準。

蘋果希望其在隱私方面的記錄能成為AI領域的差異化優勢，甚至在其繼續落後於競爭對手時爭取一些喘息空間。據彭博社的馬克·古爾曼稱，將在iOS 27中推出的更像聊天機器人的Siri將包含自動刪除聊天記錄的選項。使用者可以將對話儲存30天、一年或永久儲存。這與該領域其他主要參與者形成鮮明對比，後者通常只提供臨時的隱身聊天（如果有的話）。蘋果似乎正在押注，隨著對AI的焦慮加劇，人們願意為了更大的隱私而放棄一些便利。

本教程展示瞭如何使用llmcompressor庫對指令調優的語言模型應用訓練後量化。它比較了FP8動態量化、GPTQ W4A16以及SmoothQuant結合GPTQ W8A8，對每種方法進行了磁碟大小、延遲、吞吐量、困惑度和輸出質量的基準測試。文章提供了可複用的Colab程式碼和壓縮權衡的見解。

CaseGap AI幫助律師事務所透過60秒免費審計發現SEO、本地搜尋、AI可見性等200多項指標中的收入漏洞，並利用AI營銷代理自動執行日常修復，最佳化數字營銷效果。

蔚藍科技釋出BabyAlpha A3消費級四足機器人，採用自研異構計算叢集，感知和算力突破行業天花板，實現端側執行70億引數模型，推動具身智慧進入家庭場景。

研究顯示，透過人耳無法察覺的音訊訊號可以劫持AI語音系統，成功率高達96%。這種名為AudioHijack的攻擊針對大型音訊語言模型（LALM），可引發多種惡意行為，包括資料竊取和未經授權的工具使用。