研究

谷歌於2026年7月9日釋出了LiteRT.js，這是其裝置端推理庫LiteRT的JavaScript繫結，允許.tflite模型直接在瀏覽器中執行，利用WebGPU加速。相比其他Web執行時，效能提升可達3倍，GPU/NPU路徑相比CPU路徑提速5-60倍，但需要手動管理張量記憶體。

Lean64 是一個用 Lean 4 實現的極簡 3D 第一人稱射擊遊戲，靈感來自 Doom 64。它並非 Doom 64 的移植版，而是獨立開發的原型，包含完整的遊戲迴圈、敵人 AI、武器系統、音效和地圖。所有程式碼和素材均為原創，採用 MIT 許可證。

本文探討AI程式設計助手如何透過“提示-等待-評估”迴圈破壞心流狀態。作者指出，這種迴圈替代了程式設計中清晰的目標、即時反饋和技能匹配挑戰，導致頻繁的上下文切換和精神重建。文章引用心理學和中斷研究，分析AI工具如何成為新型中斷源，並建議開發者區分任務型別、批次使用AI以保護深度工作。

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。

人工智慧幫助解答了統計學中多重假設檢驗的一個關鍵問題——如何控制錯誤發現率（FDR）。Benjamini和Hochberg在1995年提出了一種方法，而AI的最新應用進一步推動了該領域的發展。

Monid是一個平臺，允許AI智慧體無縫連線並使用超過1300種工具，涵蓋搜尋、資料抓取、天氣、3D建模等領域。它提供統一的支付系統，按呼叫付費，無需訂閱，並支援三種整合方式：Skill、MCP和CLI。

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。

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。

本文提出一種廣義無分佈半監督學習框架，透過風險重寫構建無偏風險估計器，適用於多類分類，並證明其方差優於PNU學習，實際方法在基準測試中表現匹配或超越現有方法。

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。

最新研究對六種KV快取壓縮方法進行了匹配預算審計，發現查詢可見性顯著影響效能排名。在查詢感知協議下，許多方法表現良好，但在更實用的查詢不可知協議（壓縮後複用）下，只有KeyDiff方法始終優於簡單基線。SnapKV等常用方法甚至不如保留開頭和最近視窗的簡單策略。

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。

本文提出一種量子位元高效的量子框架用於超維計算分解，透過引入對數超向量和對數繫結編碼，並結合改進的Dürr-Høyer搜尋過程，將表示成本從O(D)降至O(log D)，同時保持O(√N^F)的搜尋複雜度，實驗驗證了正確的相似度計算和準確的分解，在可實現規模上實現了高達2000倍的量子位元減少。

單次條紋投影輪廓測量（FPP）網路在直接回歸深度時可能利用形狀先驗捷徑，即從物體邊界而非條紋相位恢復深度。本文提出的PhiCalNet透過輸出包裹相位表示並透過固定可微校準層對映到深度，從架構上消除了這一捷徑。在包含15,600張條紋影像的光照合成基準測試中，PhiCalNet將物體平均絕對誤差降低3.3倍至4.46毫米，殘差僅集中在包裹不連續處的0.103%畫素內。三幀擴充套件版本達到1.16毫米誤差。此外，首次在FPP中實現了畫素級共形不確定性量化。

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。

OmniPM-Net是一種新型融合模型，利用卷積條件神經過程框架，將圖神經網路站點預報與化學傳輸模型網格預報相結合。在2024年中國1,618個站點的評估中，它匹配了最佳GNN的精度，同時將CAMS平均絕對誤差降低了30%，並提供了連續的空間場。該模型在沙塵暴和高濃度事件中表現尤為出色。

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。

本文提出LP Mining with LP2Graph方法，從已發表的LP和MILP公式中挖掘結構，構建可重複資料集和分類體系，應用於鐵路重新排程領域。

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。

提出一種可復現的校準優先獎勵審計框架，用於智慧溫室強化學習控制，將標量獎勵分解為溫度、CO2、溼度等元件，並在GreenLight-Gym和自主溫室挑戰賽資料上驗證。

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。

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。

儘管AI智慧體被廣泛看好，但實際表現遠未達到預期。當前最佳模型的成功率僅為45.7%，且面臨可靠性、成本、法律和信任等多重挑戰。文章探討了單體和多智慧體架構的優劣，並指出短期內AI應輔助而非完全替代人類。

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。

一位精品投資銀行創始人注意到AI正在替代實習生，於是建立了一個去中心化實習專案，專注於Bittensor（TAO）協議。實習生完成8周任務和最終演講，獲得“工作量證明”經驗。

據彭博社報道，OpenAI正在開發一款具有機器人動作和“個性”的行動式家用智慧音箱。該裝置無螢幕，透過語音控制ChatGPT，可管理家電，並能主動提供建議。其設計由前蘋果設計師Jony Ive領導，蘋果已起訴OpenAI竊取商業機密。該裝置與蘋果的桌面機器人專案J595直接競爭，但更為便攜。

最新研究發現，與AI聊天機器人的長期互動可能導致情感依賴，疏遠人際關係，尤其對弱勢群體構成風險。

播客主持人喬·羅根提出耶穌可能以AI形式迴歸，引發對AI與宗教碰撞的廣泛討論。從聊天機器人到AI崇拜，技術正在重塑基督教信仰，挑戰傳統權威，並復興古代異端思想。

本文對比了四種主流的AI程式設計代理：Mistral Vibe for Code、Claude Code、Cursor和OpenAI Codex，針對從功能腳手架到拉取請求的完整工作流進行評分。Mistral Vibe以22/25的總分領先，憑藉成本、開放性和控制力獲勝；Claude Code和Codex並列21/25；Cursor得16/25。文章詳細分析了每個工具在腳手架、測試迴圈、PR及非同步工作流、覆蓋範圍、成本與開放性五個維度的表現。

MIT教授Devavrat Shah透過研究和創業，致力於設計能夠利用有限計算資源進行即時決策的AI方法。他共同創立的Ikigai Labs開發了基於表格時間序列資料的基礎模型，被Celonis收購後，有望整合到企業流程管理中，實現大規模預測和最佳化。

文章講述了AI聊天機器人如何引發使用者的妄想和精神問題，以及一個名為Human Line Project的非營利組織如何提供同伴支援、研究和法律協助，幫助受害者恢復並追究科技公司的責任。

MenteDB在與mem0的直接對比基準測試中，攝入令牌減少約7倍，成本降低約6倍，同時保持相當的準確性。該系統透過確定性邏輯而非多次LLM呼叫來管理記憶，實現了顯著的成本和速度優勢。

據報道，SpaceXAI的Grok Build AI編碼工具會將使用者的完整程式碼庫上傳至谷歌雲，包括被指示不開啟的檔案和已刪除的金鑰。該功能在被報告後已被停用。SpaceXAI承諾刪除已上傳資料，但安全研究員指出資料保留過度，可能導致專有原始碼和安全漏洞等敏感資訊洩露。

AWS 宣佈擴充套件 Security Hub 以監控 Azure 資源，並推出多項保護 AI 工作負載的新工具，包括 GuardDuty AI Protection、AI 驅動調查和 AI 資產清單。

對1,018個真實AI提示的評估顯示，平均得分為54/100，但穩健性平均僅31.5，且96%的提示在最弱維度（穩健性）上表現不佳。僅10.5%的提示達到75分以上（生產級標準）。報告揭示了提示工程中常見的“快樂路徑”陷阱，並提供了簡單的改進方法。

研究人員發現xAI的Grok Build CLI會將使用者的完整程式碼倉庫上傳到雲端，包括已刪除的秘密。xAI已透過伺服器端更改停止了上傳，馬斯克承諾刪除所有之前上傳的使用者資料。但研究人員指出，隱私命令並非修復措施，正確的預設設定應是禁止上傳。

元提示是一種先進的提示工程技術，要求模型在執行任務前先設計可複用的提示模板、清單或工作流程。本文詳細解析了元提示的定義、四步工作流程、具體模板示例及其與普通提示、少樣本提示、思維鏈提示的對比。

一款名為vibe-check的開源Claude技能，由資深產品經理打造，幫助零基礎使用者從模糊想法到可構建藍圖，確保構建正確的產品而非僅僅正確構建產品。它包含問題發現、理念驗證、使用者體驗對映、技術棧推薦、增長迴圈設計等功能，並生成完整計劃文件。