螞蟻百靈釋出開源思考模型Ring-2.6-1T，具備按需推理能力，在AIME 26上得分95.83，並採用非同步強化學習訓練。

隨著生成式AI融入日常運營與自主系統快速發展，企業重新評估將資料交給第三方模型的風險。EDB調查顯示70%高管認為主權AI平臺是關鍵。NVIDIA CEO黃仁勳呼籲各國建設自主AI基礎設施。本文基於2050多名高管調查，探討企業如何掌控模型與資料。

Cerebras Systems憑藉其餐盤大小的晶圓級AI加速器，在2026年5月15日的IPO中籌集了55.5億美元，市值超過660億美元。該公司從2015年成立以來，經歷了多次技術迭代，從WSE到WSE-3，並在推理領域取得了重大突破。儘管面臨競爭，Cerebras的未來計劃包括推出WSE-4晶片和深化與AWS等公司的合作。

Supertone 釋出了第三代裝置端文本轉語音系統 Supertonic 3，支援31種語言，改進了讀取準確性，減少了重複和跳過錯誤，並新增了表情標籤功能。該模型在保持 v2 相容介面的同時，將語言覆蓋範圍從5種擴充套件至31種，引數規模約9900萬，ONNX 資產總大小為404 MB。

OpenIT 是 ServiceNow 的開源替代方案，基於 ClaudeCode 執行，提供靈活的 IT 服務管理。

文章介紹了OpenClaw作為新一代AI智慧體，能夠跨裝置執行任務，從日常資訊推送到複雜工作流，標誌著AI從被動對話向主動執行轉變。高通公司透過驍龍和Arduino平臺賦能這一變革，實現低功耗、高效能的分散式智慧。

Mobius是一個新平臺，允許零售交易者用自然語言描述交易策略，然後自動構建、回測並執行這些策略。它利用國會交易、暗池和Reddit情緒等替代訊號，無需編碼即可快速從策略到實盤交易。

本文講述了一個AI驅動的本地新聞平臺——佛羅里達論壇報的崛起與衰落。該報每週新聞簡報專注於本地和全州重要議題，而非簡單羅列標題。儘管平臺已停運，其新聞簡報仍免費提供訂閱。

人工智慧倫理是指確保人工智慧系統在公平、透明、負責和安全的前提下開發和使用的實踐與原則。本文探討了AI倫理的核心問題，包括偏見、透明度、問責制以及監管趨勢。

mia是一款產品智慧平臺，能將客戶訊號（如訪談、工單、銷售通話和使用資料）轉化為可供AI開發的就緒需求，旨在連線市場和客戶資料以最佳化產品策略。

Kimi WebBridge 是一個將AI代理連線到即時網路的橋樑，支援討論和連結。

根據Ramp AI指數，Anthropic在商業AI採用率上首次超越OpenAI，達到34.4%，而OpenAI為32.3%。這一轉變主要得益於Claude Code在軟體開發中的廣泛採用，但市場波動性依然很大。

該影片用13分鐘快速介紹了各種型別的人工智慧，涵蓋從機器學習到深度學習的廣泛領域，適合初學者快速瞭解。

FilePilot AI 是一款本地優先的桌面檔案管理器，能夠掃描、索引、搜尋、去重、總結和組織本地儲存中的檔案。它支援本地AI（如Ollama）或雲AI提供商（如OpenAI）進行檔案摘要，預設情況下檔案保留在使用者機器上。

Simon Willison 使用 Claude 構建了一款可在瀏覽器中執行的 QR 碼生成工具，支援 URL/文本和 WiFi 網路配置，並提供多種自定義樣式選項。

本研究透過HealthContradict資料集評估了六個開源大語言模型在五種證據條件下的表現，發現矛盾證據導致準確率下降11.4%–25.2%的預測翻轉。提出的衝突感知棄權分數在困難條件下將選擇性準確率提升最多33.4個百分點。

這項複製研究評估了一種稱為DExperts的推理時毒性緩解技術，該技術無需重新訓練模型。在顯式毒性基準上實現了100%的安全率，但在隱式仇恨言論上下降至98.5%，並且引入了約10倍的延遲懲罰。

本文提出了一種分佈校正的離線推理蒸餾框架，用於將大型語言模型的推理能力遷移至小模型。該方法在保持離線蒸餾高效率的同時，透過自適應調整教師監督訊號以匹配學生模型的線上分佈，有效緩解了訓練與推理之間的分佈漂移問題。在多個數學推理基準測試中，該方法顯著提升了推理準確率和穩定性。

本文提出探究型對話智慧體（ICA）概念，並針對美國最高法院口頭辯論場景開發了基於雙重層次強化學習的框架。該框架透過兩個協作的強化學習代理分別管理戰略對話和細粒度語句生成，模擬法官提問模式以主動獲取關鍵法律資訊。在最高法院資料集上的評估表明，該方法在多項指標上優於基線模型，為高風險領域專業應用邁出第一步。

本文提出了一種名為PEML的引數高效多工學習方法，透過神經架構工程最佳化連續提示，並結合低秩模型權重適應，在GLUE、SuperGLUE等基準測試中平均準確率提升高達6.67%，單個任務最高提升10.75%。

研究人員提出了一種名為“推導提示”的新型提示技術，用於檢索增強生成（RAG）框架的生成步驟。該方法受邏輯推導啟發，透過系統應用預定義規則從初始假設中推導結論，構建可解釋的推導樹，從而減少知識密集型任務中的幻覺和錯誤推理。案例研究表明，與傳統RAG和長上下文視窗方法相比，該方法顯著減少了不可接受的答案。

本研究對多模態物理評估流程進行了全面審計，發現了三種未被察覺的構建偏差：訓練-測試汙染、翻譯漂移和多項選擇題（MCQ）飽和。研究團隊釋出了四個新資料集和一個基於Qwen3-VL-8B-Thinking的參考模型Physics-R1，在多個基準測試上取得了顯著提升。

研究人員提出了一種名為Mistletoe的新型攻擊方法，利用推測解碼中草稿模型與目標模型之間的近似誤差，透過最佳化降級目標和語義保持目標，並採用零空間投影機制，大幅降低推測解碼的接受長度，從而崩潰加速效果，同時保持輸出質量。

研究人員提出了VectraYX-Nano，一個從零開始用西班牙語訓練的4200萬引數解碼器專用語言模型，專為網路安全設計，並透過模型上下文協議（MCP）實現原生工具呼叫。該模型使用1.7億tokens的語料庫和帶有重放緩衝區的課程學習，實現了單調損失下降和0.78的對話門控值。它是首個具備端到端MCP整合的西班牙語原生網路安全LLM，可在普通硬體上亞秒級執行。

該論文系統評估了六種向量合併方法在多語言知識編輯（MKE）中的效果，發現帶共享協方差的向量求和是最可靠的策略，而簡單求和表現不佳。TSVM可在某些設定下改進效能，但緩解多語言干擾的能力有限。效能對權重縮放因子和秩壓縮比敏感，較大的縮放因子和較低的秩通常帶來更好結果。

Collider-Bench是一個新基準，用於評估大型語言模型（LLM）智慧體能否僅憑公開論文和開源軟體復現大型強子對撞機（LHC）的實驗分析。智慧體需構建模擬與選擇流水線，並預測指定訊號區間的碰撞事件產額。評估採用直方圖指標和LLM裁判檢測失敗模式。初步結果顯示，尚無智慧體能可靠擊敗人類物理學家。

本研究提出將加權InfoNCE目標解釋為距離幾何問題，為加權對比學習提供了統一的幾何框架。在監督分類中，SupCon和Soft SupCon將同類樣本收縮到單一原型，但類別不平衡會破壞SupCon的對稱性，而Soft SupCon仍保持正則單形體幾何。在連續標籤設定中，y-Aware CL通常無法達到熵最優，除非標籤位於超球面上。幾何一致的權重選擇（如歐幾里得-歐幾里得權重或X-CLR）則能保證唯一最優嵌入。

EMAF系統是首個支援學習型系統在動態環境中以最小開銷進行模型適配的方案。透過狀態變換器實現跨環境狀態對齊，並採用高效用資料優先標註策略，EMA在八個代表性系統上降低了14.9%-42.4%的適配成本（如GPU訓練時間），同時將系統效能（如網路吞吐量）提升了6.9%-31.3%。

EvolveMem是一種自我演化的記憶架構，透過AutoResearch過程自動最佳化檢索配置，在多個基準測試中顯著提升效能。

現有擴散語言模型後訓練方法多采用獎勵最大化目標，導致軌跡鎖定問題，即機率質量過度集中於少數去噪路徑，降低了重複取樣時對正確解的覆蓋。本文提出TraFL（軌跡流平衡），透過軌跡平衡目標將策略訓練至獎勵傾斜的分佈，並錨定到凍結參考模型，結合擴散相容的序列級替代和學習提示相關歸一化。在數學推理和程式碼生成基準上，TraFL是唯一在所有設定中均優於基礎模型的方法，且改進隨取樣預算增加而持續，並泛化至留出評估。