模型

谷歌研究團隊在ICLR 2026發表論文，從數學上證明擴散模型的創造力源於神經網路訓練中的“分數平滑”效應，使得模型能夠在訓練資料點之間插值，生成新穎且合理的樣本。

在一次駭客事件中，AI音樂生成器Suno的訓練資料被曝光，顯示其從YouTube Music、Deezer和Genius等平臺抓取了數百萬首歌曲和歌詞。這加劇了針對Suno的版權訴訟，該公司承認抓取但辯稱屬於合理使用。駭客還獲取了客戶資訊，但Suno聲稱安全事件已得到控制，未洩露敏感資料。

一個研究團隊成功利用分佈在四個國家的14臺Mac電腦（包括一臺個人MacBook）進行強化學習後訓練，在PaperSearchQA任務上將pass@1從29%提升至63%。該系統透過PULSE權重同步技術實現90MB的增量更新，並採用非同步星型拓撲結構，所有通訊基於物件儲存，無需專用網路。這是首次完全使用消費級Mac進行rollout生成的RL後訓練。

Tura是一個本地開源編碼代理，透過在DeepSWE v1.1基準測試中使用宏CLI命令和反向推理，相比Codex CLI High，將LLM呼叫次數減少80%，同時成功率從60%提升至80%。

研究人員發現Claude的web_fetch工具存在漏洞，允許攻擊者透過巢狀連結誘導AI洩露使用者私人記憶中的敏感資訊，如姓名、位置和僱主。Anthropic已修復該漏洞，但未支付漏洞賞金。

韓國研究人員利用生成式AI模型Generative SNUPI，能夠將使用者繪製的形狀自動轉化為可摺疊的DNA奈米結構，大幅簡化了傳統DNA摺紙技術繁瑣的設計過程，為奈米機器人和醫療應用開闢新途徑。

AI-CLI是一個用單一C檔案實現的命令列助手，可將使用者請求直接轉換為shell命令並執行。它支援多種本地LLM引擎，如llama.cpp、Ollama等，並允許使用者在執行前編輯或拒絕生成的命令。該專案提供了豐富的示例和廣泛的平臺相容性。

OpenAI的自動化紅隊系統GPT-Red利用自我博弈提升AI安全性、對齊性和提示注入魯棒性。

儘管Anthropic聲稱其模型Claude內部出現意識跡象，但神經科學家阿尼爾·塞思認為，這不過是模擬，就像天氣預報系統不會產生真實颶風一樣。

本文介紹了一種用於AI治療的系統設計，該系統透過確定性管道決定臨床行動，不讓LLM自行決策。系統包括評分、狀態桶、准入表、動作選擇、微實踐和危機預篩查等步驟，僅在評分和生成階段使用LLM。文章還討論了該方法的成本與侷限性。

DiffRadar是一種即時雷達SLAM系統，將雷達觀測建模為可微的物理感知高斯場，而非離散掃描。在公共基準測試中大幅降低軌跡誤差，尤其在特徵貧乏的走廊環境下，同時地圖一致性提升一倍以上，並保持70 FPS的即時效能。

本文提出一種基於契約的行為樹合成架構，透過編碼智慧體查詢機器人端的MCP伺服器獲取技能庫和運算子，實現從自然語言到可執行行為樹的可靠合成。實驗表明該方法在模擬和實體機器人上均取得高成功率。

一項研究探討了在協作單詞聯想遊戲中，機器人的注視行為如何影響人類的視覺注意力，以及人類是否傾向於向機器人尋求確認性的注視。實驗使用NAO機器人作為大語言模型驅動的對話夥伴，發現機器人注視方向不影響人類首次注視提議單詞的時間，但參與者在對話中包含確認請求時會更頻繁地注視機器人。結果表明，在認知要求高的任務中，語言方面可能壓倒了機器人注視的影響。

GaitSpan是一種新穎的人形機器人步態擴充套件框架，它利用預訓練的行走策略作為種子技能，透過節奏生成、步幅塑造和殘差適應三個模組，將基本行走能力平滑擴充套件到奔跑，實現了連續速度範圍、跨形態遷移和零樣本部署。

提出一種無監督影像翻譯框架，將白天植物行RGB影像轉換為近紅外（NIR）夜間影像，無需逐畫素監督，從而重用白天語義標籤訓練夜間感知模型。利用預訓練CLIP模型保持語義一致性，並引入可見性掩碼處理NIR照明有效範圍有限的問題。在AgriNight資料集上評估，該資料集包含428張白天和549張夜間影像，是首個夜間農業視覺導航基準。實際機器人夜間導航實驗驗證了有效性。

多機器人在受限環境中需要變形和重構兩種行為。現有方法獨立建模或依賴規則，易導致死鎖。EFLUX提出幾何基礎的LLM智慧體框架，聯合推理變形和重構動作，透過閉環生成與驗證實現安全導航。實驗表明能減少死鎖和導航失敗。

一項新研究探討了無需訓練的人工合成影像溯源方法中表示空間與參考選擇之間的相互作用。透過分析CLIP和DINOv2不同層的表示，以及三種參考選擇方法，發現中間層的表示在溯源準確率上表現最佳，且語義約束的參考能有效減少查詢與參考之間的不匹配，提升溯源效能。

本文系統評估了持續學習方法在異構醫學視覺問答任務中的表現，涵蓋分類、多標籤分類、檢測、細胞計數和報告生成等多樣化臨床目標。研究發現現有持續學習方法難以在不同目標與監督格式交織的任務中保持穩定性-可塑性平衡。

SymbOmni是一種新型AI模型，旨在解決當前模型“永恆新手”的問題——即無法積累經驗並自主進化。它透過符號概念學習，利用可最佳化的記憶模組將低階操作抽象為可重用的符號工作流指令，並透過歸納-轉導迴圈實現持續自我改進。實驗表明，SymbOmni在影像質量和任務成功率上超越現有代理系統及閉源模型，同時減少40%以上的令牌消耗，並在持續學習基準上取得新成果。

本文提出MetaView，一種基於擴散模型的單目新視角合成框架，能夠從單張影像實現大視角變化下的渲染。透過結合隱式幾何建模與度量深度，MetaView在保持幾何一致性的同時提供了精確可控性。實驗表明，在挑戰性大視角變化場景下，MetaView顯著優於現有方法。

SpikeDS是一種新型脈衝神經網路架構，透過結合啟用稀疏性和空間稀疏性，高效地從3D MRI中預測膽管癌的神經侵犯，在139名患者的佇列中實現了0.753的AUC，能耗僅14.4 mJ。

自監督學習在醫學影像領域潛力巨大，但標註資料稀缺。本文提出COJEPA框架，結合聯合嵌入預測架構和對比損失，在無標註的T1加權腦部MRI上訓練，實現了優異的區域性預測性和全域性判別性。在零樣本雙胞胎檢索、腦腫瘤分割和年齡迴歸任務中表現突出，尤其在同卵雙胞胎識別和年齡預測誤差方面達到最先進水平。

本文提出一種新方法，透過視覺語言模型（VLM）生成逐幀描述，並比較兩個任務影片間的幀相似度及段內自相似性，自動檢測異常幀，從而提取包含專家特定動作和情境決策知識的候選場景。在模擬配電板維護實驗（27個任務場景）中，該方法動作候選提取率達65%，決策場景候選提取率達61%，優於傳統方法的59%和33%。

GenDiff是一種新型擴散模型框架，透過聯合建模連續輻射劑量和解剖資訊，實現低劑量CT重建。它整合了劑量-解剖編碼器、冷擴散主幹、物理一致性更新和結構先驗細化模組，在多種臨床資料集上優於現有方法，展現出強大的魯棒性和泛化能力。

TSCA-Net透過三個互補模組（時空團注意力、跨行人團勢、自適應KAN網格細化）顯著提升擁擠環境中的行人軌跡預測精度，在ETH/UCY和SDD基準上達到最先進效能。

提出兩種混合持續學習方法（RA-EWC和CGKD），用於低資源澳大利亞原住民語言識別，有效緩解災難性遺忘，在Warlpiri、Dalabon和Dharawal三種語言上表現優於現有基線。

該論文揭示了語言模型如何區分角色的信念與現實。研究發現，這種分離基於兩個可分離的機制：一個通用值槽繫結屬性值，一個路由器根據查詢選擇讀取的框架。值槽可以透過兩種方式填充：直接斷言和基於可見性的推導。分離位於獨立的路由子空間中，而不是值槽本身。這些結果在多種架構中得到驗證，且該行為在3B至7B引數規模的模型中出現。

本文透過MAGE框架研究多元件提示最佳化中不同元件的相互作用，揭示了提示最佳化耦合效應（POCE）：多個隨機最佳化訊號在閉環反射回路中相互作用，同時提升效能與放大方差。關鍵發現包括：基於失敗反思不可或缺、MAGE在GSM8K-Hard上優於GEPA、增大候選多樣性使POCE訊號最明顯、POCE依賴於基礎模型能力空間、低資料場景下固定提示優於最佳化器。

本研究透過兩階段流水線（監督微調+4位量化）將LLaMA 3 (8B)微調為高效的替代重排序器，在RAG管道中替代傳統交叉編碼器，在保持高準確率的同時顯著降低推理成本。在領域特定問答基準上，微調模型在答案相關性、上下文精度、答案相似度和答案正確性上分別提升14%、16%、19%和21%。

本文提出了一種基於軌跡感知知識估計（TAKE）的文本資料集蒸餾框架，利用影響函式和訓練軌跡計算每個樣本的知識得分，並透過最優傳輸選擇原型樣本，可將語料庫壓縮至原始大小的0.1%，同時保持下游任務效能。該方法在文本分類和自然語言推理任務上驗證了有效性，為資料高效AI提供了理論支撐。

本文提出一種基於圖的框架，結合弱監督與傳播圖分析，檢測Telegram生態系統中的虛假資訊敘事。該方法將語義相關的宣告聚合為敘事級聚類，並建模其在互連頻道間的擴散，從而發現僅透過帖子級分析難以捕捉的協調放大行為。實驗表明，融合文本訊號與網路結構可提供可擴充套件的檢測方法，並揭示虛假資訊在大型訊息環境中的傳播機制。

一項新研究評估了最先進的大語言模型在韓語-盲文雙向翻譯上的表現，發現輸出質量差且不穩定，與人類判斷存在顯著分歧。相比之下，對小型T5-small模型進行監督微調後，所有標準指標均大幅提升。研究表明，當前LLM缺乏盲文感知的標記化，且與盲文模式對齊薄弱，揭示了無障礙關鍵模態中的系統性限制。

本研究提出G-SHARE框架，將核電站人因事件診斷的CNNP九步準則轉化為多階段診斷流程，包括證據提取、逐步推理和一致性修復。在真實資料集上，G-SHARE顯著優於一次性提示和傳統機器學習方法，表明結構化推理和一致性約束對穩健診斷至關重要。

本文介紹了CANDI-QA資料集，用於評估大型語言模型在醫學診斷和金融諮詢等專業領域的上下文對齊能力。資料集包含資訊輔助和應用推理兩類問題。研究評估了十多個模型，並提出了輕量級神經符號框架MTSS-Net作為基線。結果表明，當前LLM在專業領域實現上下文對齊仍面臨重大挑戰。

本研究透過擴充套件規模，大幅縮小了點及時語言模型與不受時間約束模型之間的效能差距。研究者訓練了多達40億引數的解碼器專用Transformer模型，使用FineWeb中1萬億按時間順序篩選的令牌，構建了從2013年到2024年的月度模型檢查點序列。在常識推理和語言理解基準測試中，這些模型接近了同等規模的領先開放權重模型（如Gemma-3-4B和LLaMA-7B）的效能。透過LoRA進行指令微調進一步提升了下游可用性。研究團隊釋出了完整的流水線，以實現可復現的點及時語言建模。

研究人員提出BattVAE-GP框架，結合變分自編碼器和高斯過程，高效模擬鋰離子電池在不同充電速率下的長期退化軌跡，並量化不確定性。該方法降低了計算成本，為電池健康預測提供了高效替代模型。

隨著大型預訓練模型規模增長，微調中的記憶體瓶頸日益突出。LoRA透過低秩適應減少引數，但啟用值儲存成為新的瓶頸。CARE-LoRA利用LoRA投影結構，將完整輸入啟用替換為低秩壓縮啟用，並計算輕量重建矩陣用於反向傳播，大幅降低記憶體佔用，同時保持或提升效能。

本文介紹了由Afonso S. Bandeira、Amit Singer和Thomas Strohmer合著的新書《資料科學的數學基礎》，該書全面涵蓋了高維詛咒與祝福、奇異值分解、線性迴歸、圖論與聚類、非線性降維、隨機投影、最佳化、分類、深度學習、圖拉普拉斯、集中不等式、壓縮感知等主題，為資料科學提供了堅實的數學基礎。

映象理論提出透過可行路徑熵（VPE）度量智慧系統在反覆反射下維持連貫延續的能力。實驗表明，增加token預算可擴充套件驗證可達性，且模型能力並非僅取決於引數數量。

線性注意力模型透過固定大小的迴圈狀態取代softmax注意力的KV快取，但限制了精確狀態跟蹤和長上下文記憶。本文提出半直積傅立葉增量注意力（SFDA），一種相位控制的泛化方法，將實對角衰減替換為塊旋轉傅立葉控制。主要貢獻是構造性塊WY分解，實現了精確的仿射塊傳輸、形式化穩定性和複雜度界限，以及相位加低秩記憶的緊湊表徵。實驗表明SFDA能學習迴圈記憶，而相位停用的KDA基線接近隨機。

本文提出GenAI Evaluation，一種配置驅動的流水線，用於大規模評估零售對話系統。透過規範化、分片、非同步執行和模式約束的LLM評分，評估有幫助性、真實性、清晰度、語氣一致性和翻譯維度。選擇性重新評估僅處理無效記錄，支援模式鎖定和版本化配置。每日處理約5萬條記錄，已評估超200萬次互動。在12,980條人工標註記錄上取得宏F1 0.93和翻譯準確率89%。

本研究探討了多智慧體語言模型系統中互動圖結構如何影響共識形成。透過命名遊戲協議，研究人員分析了開源語言模型（1.1B-32B引數）群體中的約定形成過程。研究發現，同質性閾值相似性路由會加劇碎片化，而橋樑尋找路由在有記憶的情況下可修復碎片化。在異質模型群體中，閾值相似性導致共識失敗，而狀態元件和標籤分歧橋樑可恢復共識。同質模型群體中，保留歷史通常促進共識，其中Qwen2.5-32B模型在所有保留歷史設定中均達到穩定共識。該研究還驗證了結果對狀態閾值、群體規模和詞彙表大小的魯棒性，並表明早期視窗圖能量特徵可作為有效的網格內診斷工具。

論文提出了一個“代理就緒網站”設計框架，旨在增強電商平臺對AI代理的可讀性、可解釋性、可驗證性和可操作性。實驗表明，代理就緒網站將嚴格成功率從49.3%提升至89.3%，部分成功結果從43降至3，平均步驟數從9.31降至6.49。

本文批判了人工智慧中的最佳化文化，指出最佳化過程雖然能衡量文本的不可預測性，但無法區分錯誤與創新。儘管如此，最佳化已在短短五年內取代了傳統機構，掌握了定義合法語言權威的地位。

GRID是一種基於語法約束的解碼引擎，透過將LALR(1)解析器狀態作為掩碼鍵，確保SQL輸出語法正確且符合角色許可權策略，提供可證明的保證、恆定時間成本及完整審計追蹤。在Spider資料集上，0.5B模型執行準確率提升13%，7B模型透過修復達到94.5%可執行率。

該研究結合了本體增強蒸餾與情境審計兩項方法，針對受資料居留規則約束的金融機構，提出租戶自有語言模型的構建與治理方案。蒸餾實驗表明，Qwen3.6-27B學生模型在40項越南語金融任務中達到36項正確，與GPT-5相當，但統計功效不足以證明等價；情境審計試點的結果表明殘存情境性為零，直接影響與構造耦合才是有效訊號。研究不支援當前模型的可部署性、安全性或優越性。

本文綜述了非平穩環境下的上下文強化學習（ICRL），即預訓練或微調的決策模型如何僅透過互動上下文推斷潛在任務規則並改進未來行為，而無需在測試時更新引數。在變化的環境中，累積的上下文可能變得過時甚至誤導，因此策略必須推斷當前決策規則並識別哪些歷史證據仍然有效。論文圍繞三個核心問題組織文獻：什麼在變化、變化如何展開以及變化對智慧體的可觀察程度，並將其與元強化學習、決策序列建模、檢索增強強化學習等方法聯絡起來。

本文提出了一個嚴格的永續期貨市場最優做市理論框架，將做市問題建模為隨機最優控制問題，貢獻包括損益分解定理、HJB方程、高APY區域定理等。數值分析揭示了盈利與非盈利區間的相變。

GPT-5.6系列中，Sol和Luna在任何智慧水平上的成本效率均優於Terra，尤其是Luna表現出極高的價效比。

Thinking Machines 釋出了通用多模態模型 Inkling，支援文本、影像和音訊輸入並生成文本輸出，現可透過 Modal 託管端點使用，採用基於令牌的定價。文章還討論了其獨特的區域性注意力架構和 DFlash 推測解碼技術的優勢。