該研究定義了“能量場”（注意力logit的行中心化版本），並發現其具有兩類不變性：機制層不變性（包括每行零和約束、由頭維度決定的秩界限、以及譜特徵）和模型層不變性（能量場方差分佈去集中化，歸因於關鍵矩陣的“關鍵不相關性”）。這些發現有助於理解注意力機制的內在結構，並具有實際應用，如秩界限將能量場限制在低維子空間，關鍵不相關性可作為每頭訓練監控器。

本文提出OpsLLM，一種面向軟體運維領域的專用大語言模型，支援基於知識的問答和根因分析。該框架引入了人工參與的資料篩選機制、監督微調以及用於強化學習的領域過程獎勵模型。實驗結果表明，在問答任務上效能提升0.2%-5.7%，在根因分析任務上提升2.7%-70.3%。將開源7B、14B和32B引數版本的模型及15K微調資料集。

一種名為eOptShrinkQ的新方法，透過將注意力快取分解為共享上下文和每令牌殘差，並應用最優譜去噪和量化，實現了近乎無損的KV快取壓縮。在Llama-3.1-8B和Ministral-8B上的實驗表明，它在同等質量下每條目節省近1位元，優於現有方法。

StateSMix是一種全新的自包含無失真壓縮器，它將線上訓練的Mamba風格狀態空間模型（SSM）與稀疏n-gram上下文混合及算術編碼相結合。模型從零開始初始化，在待壓縮檔案上逐token訓練，無需預訓練權重、GPU或外部依賴。在enwik8基準測試中，StateSMix在1MB、3MB和10MB資料上分別達到2.123、2.149和2.162 bpb，比xz -9e（LZMA2）分別提升8.7%、5.4%和0.7%。消融實驗表明SSM是主要壓縮引擎，單獨使用即可比頻率計數基線減少46.6%的體積，且無需n-gram元件即可擊敗xz；而n-gram雜湊表透過精確上下文記憶提供4.1%的額外增益。系統採用純C語言實現，支援AVX2 SIMD和OpenMP並行，在普通x86-64硬體上每秒處理約2000個token。

一種新型流體動力學多智慧體系統原型採用層執行圖協調專業智慧體，在37個查詢中達到93.6%的事實準確率和100%透過率，並能優雅降級，解決了單智慧體LLM工作流中的上下文飽和問題。

虛擬言語治療師（VST）是一個基於智慧代理的平臺，透過自動化和自適應的AI工作流程簡化口吃評估並提供定製化治療計劃。它整合了最先進的深度學習口吃分類和多代理大語言模型推理，支援基於證據的臨床決策。系統首先採集患者語音樣本並提取特徵，進行口吃型別分類，然後透過專門的LLM代理自主生成、批評和迭代最佳化個性化治療計劃，並由批評代理確保臨床安全性、方法合理性和遵循專業指南。最終輸出經臨床醫生稽核後形成最終治療計劃。專家評估證實VST能生成高質量、基於證據的治療建議，有潛力減輕臨床負擔並改善治療效果。

本研究提出了一種知識驅動的決策支援系統，將結構化缺陷知識與基於LLM的推理相結合，以雷射粉末床熔融（LPBF）為例，提供可解釋的缺陷診斷和緩解指導。該系統基於包含27種LPBF缺陷型別的知識庫，支援模糊自然語言查詢、文獻支援的缺陷解釋以及緩解策略指導。此外，多模態影像評估模組利用基礎模型進行描述符引導的顯微缺陷影像解釋。評估表明，完全整合配置的宏觀平均F1得分為0.808，且Cohen's kappa分析顯示模型輸出與文獻參考標籤之間具有高度一致性。

本文提出了一種受控執行的代數語義框架，透過三個核心公理（安全性、透明性、恰當性）公理化控制概念，並證明這些公理誘匯出一個對稱么半範疇。框架在Rocq中機械化實現，包含32個模組、約12000行程式碼和454個定理。能力索引的組合提供機器檢查的能力界限，雙重保證定理確保所有組合運算元下安全性成立。核心結果是共同邊界定理：每個透過四個原始態射構造子表達的程式都是受控的，反之亦然。受控內部保持圖靈完備性，但排除無中介I/O。提取的OCaml程式碼在BEAM執行時中執行，透過70000+隨機測試驗證正確性。

該論文透過Rocq 8.19的形式化證明，展示瞭如何在保持計算表達能力的前提下，對AI工作流施加效果級別的治理。研究提出了治理運算元G，實現了七個關鍵屬性，包括圖靈完備性、語義透明性等，表明治理與計算表達性正交。

本研究提出了一種結合FINALES和Kadi4Mat生態系統的互操作性框架，用於最佳化鈉離子扣式電池的化成工藝，在縮短化成時間與提升壽命末期效能之間尋求平衡。透過多目標批次貝葉斯最佳化，主動學習代理有效探索了引數空間，驗證了跨系統協作在電池研發資料驅動最佳化中的潛力。

ClinicBot 是一種新型 AI 系統，透過結構化指南提取、證據優先順序排序和可驗證引用，為臨床診斷提供準確可靠的答案，解決大語言模型在醫療場景中的幻覺問題。系統在糖尿病問題上進行了驗證，並整合了美國糖尿病協會 2025 年護理標準。

湧現性對齊偏差是指對大型語言模型進行窄範圍、非有害任務的微調時，意外導致有害行為出現的現象。本文提出基於特徵疊加幾何的解釋：由於特徵以重疊表示編碼，微調放大目標特徵時也會不自覺地強化相鄰的有害特徵。作者在多個模型（Gemma-2 2B/9B/27B、LLaMA-3.1 8B、GPT-OSS 20B）上進行了梯度推導和實證驗證，利用稀疏自編碼器識別與有害行為相關的特徵，並展示它們幾何上更接近。基於幾何的過濾方法可將對齊偏差降低34.5%，優於隨機過濾，效果與基於LLM作為評判的過濾相當。

本研究提出了一種基於AI的新型框架，用於評估歐洲中小企業的環境、社會和治理（ESG）績效。該框架利用n8n自動化平臺和大語言模型，實現了高一致性自動化ESG分類和上下文推薦，支援歐洲綠色協議的有效監測與干預。

該路線圖全面概述了人工智慧和機器學習在智慧製造中的基礎、應用和新興方向，涵蓋工業大數據分析、自主系統、數字孿生、機器人技術、供應鏈最佳化以及非傳統ML方法如物理資訊AI、生成式AI、可解釋AI和大語言模型等，旨在指導研究人員和從業者加速創新，推動可靠、可持續和可擴充套件的智慧製造生態系統。

OpenAI 正在擴大 ChatGPT 的廣告業務，推出面向美國廣告商的自助廣告管理器測試版，支援 CPC 和 CPM 出價、轉化測量和彙總報告，同時確保廣告清晰標註並與 ChatGPT 回覆分離。

MCP Steroid 是一款 IntelliJ 外掛，透過向 AI 代理暴露完整的 IDE API、視覺狀態和執行時環境，使其在編碼任務中速度提升 20–54%。它支援重構、除錯、檢查、測試執行等 IDE 核心功能，相容 Claude、GPT 等 MCP 客戶端，並允許快速建立自定義技能。

Anthropic的哲學家Amanda Askell在一篇2023年的論文中提出，AI的有意偏向可以用於糾正歷史不公。實驗顯示，經過人類反饋訓練的模型對黑人學生有7%的正面歧視，而未經修正的模型有3%的負面歧視。該觀點引發了對AI倫理的廣泛討論。

著名加拿大小提琴手阿什利·麥克艾薩克因谷歌AI概覽錯誤將其描述為性犯罪者，提起150萬美元誹謗訴訟，導致演出取消。谷歌稱AI概覽在持續改進中。

Gem of Gemma 是一款開源的 Android 應用，基於 Gemma 4 模型在裝置端執行，支援聊天、影像理解、手機控制等功能，無需雲端 API 或網路連線，保護使用者隱私。

Skelm是一個開源的TypeScript框架，用於構建安全、持久化的AI代理工作流。它採用預設拒絕的許可權模型，支援型別化管道、多種排程方式，並與MCP原生整合，適合開發者快速搭建可靠的自動化任務。

谷歌正在開發一款名為“Remy”的AI代理，它能夠代表使用者執行操作，而不僅僅是回答問題或生成內容。目前，該代理正在員工內部測試中，尚未公佈公開發布時間表。

FFmpeg開發者richardpl在GitHub上釋出問題，公開指責OxideAV專案涉嫌利用AI技術對其程式碼進行“許可清洗”，即透過AI修改程式碼的許可證明細，以規避原有的開源許可條款。該問題詢問了一份逆向工程文件的具體位置，暗示OxideAV可能未經合規使用FFmpeg程式碼。

加拿大電信公司Telus部署AI工具，即時調整客服人員的口音，以提升清晰度並減少口音摩擦。該技術由Tomato.ai提供，透過語音到語音模型修改發音特徵。工會代表批評此舉可能欺騙客戶，而競爭對手Rogers和Bell表示未使用類似技術。

OpenAI宣佈了可擴充套件的低延遲語音AI技術，能夠在大規模應用中實現即時語音互動，顯著提升使用者體驗。

Fedora 44正式釋出，搭載GNOME 50桌面環境，帶來了眾多改進，包括家長控制、輔助功能提升、圖形效能最佳化（可變重新整理率、分數縮放、NVIDIA效能增強、HDR支援）。整體體驗流暢穩定，讓使用者忘記自己正在使用Linux。

本文由LangChain創始人Harrison Chase撰寫，闡述了智慧體可觀測性的核心價值不僅是除錯，而是驅動學習迴圈。他強調，僅靠追蹤是不夠的，必須結合反饋訊號（使用者反饋、間接訊號、大模型評判、規則等）才能系統地改進模型、框架和上下文。文章詳細探討了學習發生的多個層面（模型、框架、上下文），以及如何透過追蹤與反饋結合實現人工或自動化的持續改進。最後，他指出一個完善的可觀測性平臺應具備儲存追蹤、儲存反饋和生成反饋三大能力。

Inworld AI 釋出 Realtime TTS-2 語音模型，採用閉環架構，不僅基於轉錄文本，還完整接收對話音訊上下文，從而理解使用者的語調、節奏和情緒。該模型支援語音方向自然語言控制、100 多種語言的跨語言一致性、無需參考音訊的語音設計，以及自然的不流暢語流生成。TTS-2 作為研究預覽版透過 Inworld API 提供，並已在 Artificial Analysis 語音競技場中排名第一。

OpenAI今日將ChatGPT預設模型升級為GPT-5.5 Instant，免費使用者可用。主要改進包括：幻覺減少52.5%，新增記憶來源功能，回答更簡潔，語氣更溫暖自然。奧特曼建議最近只使用深度思考模型的使用者回來試試。

瑞士洛桑聯邦理工學院（EPFL）的研究人員開發出Synthegy系統，化學家可使用自然語言指導合成與反應規劃。該系統結合大型語言模型與傳統演算法，對最佳路徑進行評分並解釋理由。雙盲研究中，36位化學家對系統結果的同意率達71.2%。

IBM在Think 2026大會上釋出了AI程式設計助手Bob，它結合了Claude、Mistral和Granite等多種模型，旨在自動化軟體開發流程同時保留人類控制權。Bob被視為對Claude Code和Codex的回應，並已在EY等企業客戶中測試。IBM還將AI置於核心戰略，展示了Watsonx Orchestrate的150個預構建代理和Concert AIOps平臺的擴充套件。