Agent E

深度分析

MOOSE-Copilot：以 HAII 協議與樹狀可視化串接 LLM 的探索與精細化流程

MOOSE-Copilot提出一個結合探索式（divergent）與精細化（convergent）假說發掘的統一框架，並以形式化的人機互動（HAII）協議賦能研究者主導生成流程。系統透過三項明確訊號──初始藍圖、階段間路由與再生性回饋──讓使用者在自動化搜尋中選擇與引導路徑，同時提供網頁式樹狀視覺化介面，降低指令列工具門檻。

深度分析

Q-共軛因子字母：可組合的Forney風格因子圖與閉式變分／信念傳播

背景：深度機率模型需分層表達與不確定性傳遞。核心做法：以五種Q-共軛因子作為字母，在Forney因子圖上定義組合文法與閉式消息傳遞；路由層可堆疊成決策樹，並在有限精度下保留路由不確定性。主要影響：提供一條兼具表現力與推理解析性的可組合路徑。

深度分析

在高維表格預測中評估 Markov 邊界：效益、估計限制與替代策略

本文以合成基準SCM3K（3,450項任務、欄位數從40到1000）檢視Markov邊界在表格預測上的實用性。理論上，Markov邊界是最小且充分的特徵集合，限制迴歸器於邊界上能在有限樣本下降低誤差；實驗顯示這種改善在高維稀疏情況下更明顯。

多模態大語言模型

語義與物件級視覺證據：為 MLLM 長影片問答重構的實作與驗證

面對第一人稱長時段影片（如廚房示範）對多模態大語言模型的挑戰，研究提出一套將長片推理拆解為「語義證據」與「視覺證據」的雙層框架。離線以粗到細的 MLLM 摘要建立程序性語義庫，並以物件偵測器保存物件 bounding box 與視覺嵌入，線上根據問題做條件檢索與證據整合，選出精簡的關鍵影格供模型推理。

深度分析

DiLoCo 與分散式訓練：對運算治理與晶片追蹤的挑戰與對策

本文改寫自 ArXiv 研究，指出現行運算治理多假設大型前緣模型訓練需集中資料中心，但低通訊量的分散式訓練（以 DiLoCo 系列為代表）可透過壓縮梯度與增加本地步數，在低頻寬與高延遲環境下完成大規模預訓練，進而可能繞過以電力、熱影像與衛星監測為基礎的監管。

深度分析

Pocket‑Dentist：緊湊多模態視覺語言模型與LoRA微調在牙科影像的在地推論與效率評測

全球口腔病負擔高且偏遠地區缺診斷資源。研究提出Pocket-Dentist，將三種牙科影像與五類臨床問題統一為多模態問答基準，並納入效率指標與在地推論考量。在iPhone17Pro上微調後之2B模型達到每樣本4.31秒，本地推論兼顧準確與低延遲。

深度分析

以 STR（三重健壯）復原支付網路標籤：授權、回報與延遲三階段估計法

本文改寫自 ArXiv 研究，聚焦卡片支付網路中被遮蔽且噪聲化的詐欺標籤問題。作者將標籤復原表述為含三個選擇門檻（授權、發行者回報、成熟延遲）與標籤汙染通道的序列型遺失資料問題，提出 Sequential Triply Robust（STR）估計器。

前瞻模擬

分離風險估計與觸發決策：以前瞻模擬延後觸發降低會話偏離假陽性

本研究探討如何在對話持續進行時預測是否最終演變為人身攻擊，並提出將觸發警示的決策機制從風險估計中分離。研究團隊以人類行為為啟發，設計前瞻模擬判斷緊張時刻是否存在可行回復路徑，僅在無合理回復可能時才立即觸發警示。實驗結果顯示在維持整體預測準確度下，此方法能顯著降低假陽性率。

深度分析

TimeGate：以時間窗控管的持續適應政策層，透過部分評估與M指標降低評估成本

面對持續適應的機器學習系統，TimeGate以時間預算為核心，將標註、訓練與評估放入時箱門檻，並以部分評估一致性信號M決定是否可替代完整評估；研究顯示標註相對訓練具優勢(2.3×)、評估成本可省評估週期66%，且在大型語言模型測試中M於多數執行維持高度一致。

深度分析

Parallax（PLX）：以參數化協方差修正提升本地線性注意力的長序列檢索能力

大型語言模型長序列生成常仰賴SoftmaxAttention。本文提出Parallax，將本地線性注意力參數化，加入可學習的R投影以近似KV協方差，避免每步共軛梯度求解並穩定訓練。實驗在合成任務與0.6B、1.7B預訓練上顯示較Softmax更好困惑度與下游準確度。

深度分析

unix-ctf：以可驗證植旗／回收契約評估 Unix 能力（Qwen3-8B、LoRA 與容器化驗證）

unix-ctf 將「Unix 能力」從以程式為中心的終端任務中抽離，建立一個專注於作業系統、檔案格式與 shell 原生機制的訓練與評測表面。系統以大型語言模型輔助生成「植旗／找旗」腳本，並透過雙向契約自動驗證：植旗後磁碟不可留有明文旗、且在新目錄能被回收。

深度分析

線性探針 vs DAS：以讀出—中介角度量化時間推理的因果子空間

本研究提出「讀出—中介角度」作為量化線性探針（probe）與模型實際因果運算間距離的指標。以日曆日期的持續時間推理為案例，比較傳統 sin/cos Ridge 探針與 Distributed Alignment Search（DAS）所發現的子空間，並以 Haar 隨機基準檢驗角度分佈。