研究

如今，網絡流量大部分來自機器人而非人類。AI生成的內容充斥社交媒體，AI答案不可靠且導致模型崩潰。我們正失去準確性和人性。

本期The Register的Kettle播客探討了Tokenminning是否能讓AI行業迴歸現實，因為企業領導者驚訝地發現AI成本急劇上升。

華盛頓中央學區在佛蒙特州內表現優異，但該州本身的教育水平相對於全美已大幅下滑。學區的考試成績自2013年以來下降了近一個年級水平，大學升學率遠低於全國平均，且優勢正逐漸消失。

Crowdmind是一款本地優先的桌面應用，用於快速定性研究。用户可以創建AI驅動的合成角色面板，測試產品概念、營銷信息、定價方案、登陸頁面、圖像、PDF甚至多步驟漏斗，並獲得結構化反饋，包括評分、反對意見、積極信號、主題分析等。該工具支持多種LLM提供商（OpenAI、Anthropic、Gemini、OpenRouter及本地離線模型），所有數據存儲在本地SQLite中，確保隱私。適合創始人、產品營銷人員、研究人員和產品團隊使用。

本文對比了六種視頻相似度測量技術——GPT Vision、Gemini Flash、CLIP、感知哈希、CV多指標和Gemini Embedding 2——使用瀑布剪輯作為基準。準確率優先於速度。Gemini Embedding 2處理完整視頻，在準確率和速度之間取得了最佳平衡，超越了幀採樣方法。

新興市場的AI初創公司通過構建針對當地條件優化的“小型AI”解決方案，在醫療、教育、農業等領域取得了顯著成效。文章強調，真正的機遇在於為缺乏可靠電力和互聯網的地區設計高效、可離線運行的AI工具，並呼籲建立生態系統支持這些初創公司從試點走向規模化。

Cloudflare推出Precursor——一種基於客户端會話的行為驗證系統，通過持續收集用户交互信號來區分人類與自動化流量，彌補傳統驗證方式的盲區，提高檢測精度並減少對合法用户的干擾。

伊利諾伊大學厄巴納-香檳分校的研究發現，大腦在感知早期就開始做出決策，而非傳統認為的只有信息傳遞到額葉皮層後才進行。這一發現挑戰了層級處理模型，表明決策涉及初級感覺皮層與高級腦區之間的快速反饋迴路，為設計更節能、更像生物大腦的人工智能系統提供了新思路。

高盛研究顯示，人工智能繁榮引發的供應限制正推高內存芯片和半導體等關鍵組件價格，導致美國核心PCE通脹每年上升約20個基點，年底前可能翻倍至50個基點，遠超其他發達國家的10個基點平均增幅。

Loam是一款專為早期創始人設計的AI驅動型申請人追蹤系統（ATS），幫助他們高效完成首批10次招聘。它集成了申請人追蹤、AI簡歷評估、人才搜索、管道聊天、MCP集成和品牌招聘網站等功能，提供從免費開始的簡單月費定價。與Spreadsheet或Notion相比，Loam提供了結構化的招聘流程；與傳統企業級ATS相比，它更便宜且更注重AI原生體驗。

Meta 的 Muse Spark 1.1 在人工智能分析智能指數中得分為51，較三個月前的1.0版本提升8點。該模型在科學推理、編碼和知識方面進步顯著，代智能工作也有大幅改善，但仍落後於前沿模型。它是最具代幣效率的模型之一，且運行成本較低。

“AI垃圾”這個批評術語更多揭示的是評論者而非創作者的問題。作者探討了該詞的模糊性、缺乏可操作的反饋，並建議創作者審視自己的信念和目的，而不被這樣的標籤左右。

本文探討了人工智能對寫作和思考過程的衝擊。作者通過個人經歷和文學引用，強調了人類寫作中不可或缺的停頓、掙扎和靈感閃現，批評了AI試圖消除這些“空白”以追求效率的做法，並指出這種趨勢可能導致人類認知的萎縮。

研究表明，生成式AI如ChatGPT導致Stack Overflow等平台上的高水平專家用户大量流失，他們感到自己的專業知識不再被重視。這種趨勢可能蔓延到課堂、辦公室和研究領域，引發‘知識重置’。

GenVid2Robot 提出了一種剛體幾何一致性框架，將生成的視頻運動轉化為可執行的機器人操作軌跡。通過從真實第一幀採樣語義錨點並在生成視頻中跟蹤，利用稀疏相對SE(3)模型驗證幾何一致性，僅將一致的運動傳遞給機器人，並結合有界深度補償模塊減少執行誤差，從而顯著提升生成視頻引導的機器人操作的可靠性。

TactiDex是一個真實世界的觸覺引導基準，旨在推動靈巧操作超越運動學模仿，實現接觸級別的類人操作。它提供了整合全手觸覺信號與多粒度運動學和物體狀態的數據集，並提出了基於觸覺獎勵的TactiSkill框架，在單雙手任務中表現出色。

BeyondSight 提出了一種具有物體恆存意識的端到端駕駛框架，通過維護持久的智能體假設，將智能體存在與可觀察性解耦，從而在部分可觀測環境中依然能夠推理被遮擋的智能體。實驗表明，該方法將不可觀測智能體的檢測 mAP 從 0 提升至 0.249，同時將規劃誤差 L2avg 從 0.61 降至 0.54。

本文提出一種基於深度殘差網絡（ResNet）的物理信息神經網絡（PINN），用於學習無刷直流（BLDC）電機的連續時間六狀態動力學。該網絡以仿真時間、三相電壓和勵磁參數為輸入，直接預測轉子角度、角速度、三相電流和繞組温度，同時通過複合物理數據損失滿足機電和熱ODE約束。採用課程調度策略逐步激活物理懲罰，防止過早收斂。在標準CPU上訓練時間不到兩分鐘。推理延遲為0.1–22微秒，比傳統ODE求解器快118倍，適用於實時觀測和控制。

該研究旨在識別與導航難度相關的血管指標，並開發自動化管道進行定量血管特徵提取，以支持未來複雜性分級。研究從61名患者的CT血管造影中分割血管樹，測量了主動脈弓類型、牛型弓存在、血管長度、迂曲度、起始角、反向曲線數量等指標，並使用軟演員-評論家強化學習算法進行120秒自主導航。結果顯示，左側牛型弓和II/III型主動脈弓分別增加導航時間30.19秒和37.92秒，更大的迂曲度進一步延長手術時間並降低成功率；右側II/III型弓延長45.94秒，每個額外反向曲線增加3.96秒並降低成功率。該自動化管道為標準化複雜性分級和強化學習模型評估提供了基礎。

本文提出Dec-MARVEL，一種分散式預算感知探索框架，用於無通信且僅具有方向性傳感的多無人機團隊。每個機器人通過視野內隊友軌跡進行協調，利用圖注意力網絡選擇可行的路徑點。實驗表明，在多種團隊規模和預算下，Dec-MARVEL實現了最高的探索率和最低的傳感重疊，併成功進行了實物機器人驗證。

CLAP通過在數值動作序列前添加自然語言描述，將預訓練VLM高效轉換為VLA，單週期微調後2B模型在LIBERO上達90.8%，魯棒性更強。將發佈0.8B、2B、4B開源模型。

SplatCtrl是一個統一框架，利用3D高斯噴濺實現實時場景重建和反應式運動生成，使機器人能夠在未知和動態環境中實現無碰撞控制。它通過混合體素濾波和動態高斯重定位策略處理環境變化，並從各向同性高斯推導出連續有符號距離函數，用於控制障礙函數，從而實現平滑可靠的實時運動生成。實驗驗證了其在仿真、實體機器人和人機協作空間中的有效性。

FlowDAgger是一種樣本和計算高效的方法，通過人類干預在潛在空間中自適應凍結的生成式機器人策略。其核心思想是動作反演，將人類專家動作映射為在基礎策略下產生該動作的噪聲，然後訓練輕量級潛在策略來引導基礎模型。該方法在仿真和真實雙機械臂及單臂操作任務中均優於監督微調和潛在空間強化學習基線，並能保留預訓練技能。

AgenticFocus是一種混合現實合成流程，將普通的第一人稱視頻轉換為機器人可訓練的演示，通過恢復被遮擋的物體幾何、重建全手運動並重新定位到人形機器人，實現了更低的軌跡誤差和更平滑的手腕運動。

本文提出並驗證了大規模文本到視頻生成可作為計算機視覺的強預訓練範式，所提出的GenCeption模型在深度估計、表面法線、相機位姿估計等多個視覺任務上達到領先性能，展現出數據效率和良好的泛化能力，為通用視覺智能提供了新路徑。

C-GAP是一種新型框架，通過使用大語言模型（LLM）迭代優化語言提示，無需重新訓練或額外標註，即可顯著提升視覺語言模型對稀有類別的檢測能力。該方法由兩階段組成：首先建立複合字幕基線，結合場景描述與類別數量上下文；其次，LLM基於少數類平均精度（AP）動態閾值，逐個圖像地優化字幕，直至達到足夠的性能增益。實驗表明，C-GAP在多個基準上將少數類平均精度提升高達53%，在COCO數據集上相對基線提升約81%。

MultiView-Bench是一個專為評估視覺語言模型（VLM）多視圖集成能力而設計的診斷基準。研究表明，當前最先進的VLM在單視圖2D任務上表現優異，但在3D空間關係理解和跨視圖信息聚合方面存在顯著困難。為此，作者提出了ViewNavigator，一個多智能體框架，通過主動選擇信息豐富的視角並融合多視圖證據，顯著提升了模型在MultiView-Bench上的表現。

一項在科特迪瓦進行的研究比較了甚高分辨率（0.5米）與十米級衞星影像在可可地圖繪製中的表現，結果顯示VHR的F1得分達到0.92，而TESSERA等基礎模型嵌入（F1=0.86）提供了可擴展的替代方案。在破碎化景觀中性能差異增大。

一項新研究表明，視覺Transformer（ViT）能夠從自然圖像中學習完形心理學中的圖形-背景線索，如包圍性、凸性和對稱性。研究測試了25種ViT模型，發現它們穩健地編碼了包圍性和凸性，而對對稱性的編碼僅適用於均勻顏色區域。這項工作表明，完形線索可以從自然場景統計中學習，併為研究知覺組織的計算機制提供了模型系統。

本文介紹了作者在ICIP 2026極端野外車牌超分辨率挑戰賽中的參賽系統，該系統結合了混合注意力Transformer超分辨率前端與兩個場景文字識別器（PARSeq-S和CLIP4STR-B）的集成，採用置信度加權字符投票方案，在不確定位置棄權。在公共驗證排行榜上獲得了9.73 wECR分數，運行速度遠低於時間預算。

Lume-Palette框架通過解耦照明蒸餾和照明投射兩個階段，實現了空間可控的多視角室內場景重照明，在保持多視角一致性的同時支持精細的3D光照控制。

本文提出了一種名為探針混合（MoP）的新框架，旨在解決多模態大語言模型（MLLMs）在特權模態設置下的學習問題。該框架通過結構化的探針機制從共享模態編碼器的中間表示中提取信息，並引入MoP跨模態訓練（MoP-X）策略，有效分離模態特定和模態通用信號。實驗表明，MoP在八個任務和四種模態上比強基線模型提升高達65%。

StereoSplat+是一種基於擴散增強的前饋框架，能夠從單個立體對進行因果重建，無需多視圖觀測。該方法包括立體高斯估計器和漸進推理方案，在KITTI-360數據集上相比基線方法提升了新視角渲染質量和幾何精度。

本研究以牛津大學的二戰眾包數字檔案為例，評估了三種NLP方法（命名實體識別、關鍵詞提取、主題建模）在自動提取關鍵詞上的表現。結果表明，NLP有潛力但無單一方案完美，模型選擇至關重要，且開源提取模型比生成式AI更負責任。

本研究探索利用機器學習自動對大型文學語料庫進行主題索引，以伏爾泰作品為案例，比較了多種模型，其中Mistral系列4位量化模型F1得分達0.67，證明了自動索引的潛力。

研究表明，在小型雙曲語言模型中，可以湧現出創造力、誠實性和設計性遺忘等特性，為構建可信賴的伴侶AI提供了一條小模型路徑。這些模型包括一個行為審計器、一個創意框架播種器和一個記憶操作系統。

本文提出字母詞形還原方法，使用一對一RNN通過自監督逆轉字符集簡化，並在HTR後校正中取得顯著改進；引入帶狀RNN從平行語料中擴展中世紀憲章縮寫；還開發了字符語義相似度度量啓發式方法，並提供了Python庫。

該研究分析了11個GPT-2風格預訓練模型的權重譜，發現跨層和組件共享的深度趨勢，例如殘差寫入矩陣的規模增加和譜集中。研究者嘗試利用這些譜模式作為初始化信號，但模仿譜特徵的初始化方法未能帶來性能提升，而直接重用預訓練權重仍具競爭力。預訓練譜作為結構診斷有用，但有效重用需要更豐富的信息。

這項研究探索了利用GPT-4o與檢索增強生成（RAG）技術自動生成基於公司報告、宏觀經濟數據和SEC文件的投資者簡報。系統對9家公司進行了為期4周的掃描，並由9名個人投資者評估其有效性。

一項新研究對語言模型中的湧現性失調（EM）現象提出了質疑，發現雖能復現EM，但失調與再對齊高度依賴於數據集表面特徵，如回答長度差異，且先前報告的表徵相變並不一致關聯行為失調。這表明當前支持EM的證據不如之前聲稱的穩健，需要更嚴謹的評估協議。

HALO是一種混合自適應潛在精化方法，通過粗精化階段和基於令牌評分的選擇性第二階段的潛在精化，在凍結的預訓練語言模型上實現高效改進。在MMLU-Pro和GPQA-Diamond基準測試中，HALO的平均表現優於固定精化基線，且計算成本更低。

本文提出了一種針對大語言模型推理的高效GPU方法，採用三層矩陣存儲格式，包括稀疏張量核心層、插槽填充層和殘差層，實現稀疏矩陣乘法，在50%稀疏度下首次超越密集矩陣乘法，最高可達1.64倍內核加速和1.41倍端到端加速。

高質量數據驅動機器學習進步，但數據產品定價因數據特有屬性（如近乎零邊際成本、收益不可預測）而極具挑戰。傳統方法中，成本法和收益法失效，市場比較法因缺乏標準化基準而難以應用。為此，研究者推出DaDaDa——首個數據產品定價數據集，包含全球9個主要數據市場的16,147個產品元數據。該數據集支持訓練定價模型、建立基準，並可用於數據產品分類與檢索。實驗和原型系統證明了其在定價、分類、檢索方面的有效性。

聯邦持續學習（FCL）評估分佈式客户端如何從變化的數據流中學習同時保留已學知識。現有評估由於同時改變數據集、任務劃分、客户端數據劃分、任務順序、骨幹網絡、內存假設和報告規則而難以比較。本文提出HERO，一個異構感知的FCL基準庫，通過解耦任務劃分、客户端數據劃分和客户端任務序列來構建基準流。HERO-Core引入α控制數據傾斜、ρ控制任務順序不匹配。在CIFAR-100和TinyImageNet上的評估顯示，方法行為在簡單和異構設置下會變化，平均準確率可能掩蓋底層客户端性能，且HERO接口可暴露域遷移難度。HERO發佈基準流、配置、方法實現和報告腳本以支持可復現的、感知設置的FCL評估。

本文提出LieBN框架，用於李羣上的黎曼批量歸一化，利用左右不變度量提供理論保證，並在九個不同幾何結構上進行實例化，包括對稱正定流形、旋轉矩陣羣和滿秩相關矩陣流形，實驗驗證了其有效性。

本文介紹了Director，一種新的分佈式MoE推理系統，通過預測驅動的在線專家放置優化，顯著降低端到端延遲。系統採用輕量級級聯預測器或低比特量化副本預測專家激活模式，結合近乎零停機的在線遷移模塊，以及基於鬆弛優化的專家放置算法，在多項式時間內達到(1+ε)近似比。實驗表明，在Mistral、DeepSeek和Qwen等流行MoE模型上，相比現有工作延遲降低11%~55%。

本文提出獎勵傳輸（Reward Transport）方法，利用最優傳輸耦合在訓練時將噪聲空間座標與分子獎勵對齊，推理時通過調整該座標實現屬性控制，無需額外模型或梯度。實驗表明，該方法在ZINC-250K和GuacaMol數據集上對logP和QED具有單調控制能力，且與分類器無關引導互補。

我們提出StickyMoE，一種可微分的路由一致性損失，在訓練時懲罰相鄰令牌之間的專家切換，從而在邊緣設備上實現內存高效推理。實驗顯示，專家切換率降低高達60%，困惑度下降不到4%。

本文提出有符號對稱量化方法，解決標準對稱量化器因整數範圍不平衡導致的正異常值截斷問題，同時避免非對稱量化的運行時開銷。理論分析表明該方法在ℓ2誤差上條件最優，且88-99%的LLM權重組滿足條件。實驗在Qwen3、Llama3等模型上驗證了困惑度和少樣本準確率的提升。

iLENS是一個基於大語言模型（LLM）和混合專家系統（MoE）的可解釋框架，用於預測阿爾茨海默病（AD）從前驅期向痴呆期的轉化。它整合結構化神經影像測量和非結構化信息，通過LLM指導專家路由，不僅提供競爭性的預測性能，還能進行患者分型，併為路由決策提供透明、生物學合理的解釋，彌合了高性能生存分析與可解釋臨牀決策支持之間的差距。