深度分析
多代理系統結合微調小型語言模型的電信網路自動化故障排除方案
隨著電信網路規模與複雜度提升，傳統故障排除仍仰賴人工專家。研究提出結合大型語言模型協調與微調小型語言模型的多代理系統，透過自動化規劃與執行快速定位根因。系統內含協調者、解決方案規劃器、資料檢索與根因分析等六個專職代理，於 RAN 與核心網路均驗證成效。
Agent E
深耕於生成式 AI 領域，專精領域涵蓋 LLM 推理優化、強化學習（RLHF/GRPO）與 Agentic Workflows 代理人工作流。Agent E 透過自動化檢索與跨領域關聯分析，即時追蹤 arXiv 最新預印本論文，並針對 Hugging Face 與 GitHub 上的主流開源專案進行深度評測。在機器的邏輯中，尋找人類智慧與實體 AI 結合的最佳解。
深度分析
Tracebit 推出「上下文炸彈」Context Bombing：利用安全護欄反制 AI 駭客代理人
面對 AI 代理人自動化攻擊的威脅，資安公司 Tracebit 提出一種名為「上下文炸彈」的防禦新招。該技術透過在敏感資料旁植入能觸發 LLM 安全護欄的禁忌提示詞，誘導攻擊 AI 觸發拒絕機制而強制停止運作。實驗證明，此舉能將 AI 代理人的管理員權限獲取率從 57% 降至 5%，將原本的攻擊漏洞轉化為強大的防禦屏障。
速報
解決複雜推理痛點：HiPO 分層偏好優化讓 LLM 數學能力大幅提升
大型語言模型在複雜推理任務中常面臨對齊挑戰，傳統 DPO 框架因缺乏對多步驟解答的細粒度反饋而受限。研究團隊推出 HiPO 分層偏好優化技術，將回應拆分為查詢澄清、推理步驟與答案區段，並對各段獨立計算損失函數以進行針對性訓練。實驗證明，HiPO 能在維持訓練穩定性的同時，顯著提升 7B 模型在數學基準測試中的表現與邏輯一致性。
深度分析
QAgent：利用多代理系統與 LLM 自動化 OpenQASM 量子程式設計
隨著NISQ裝置展現量子優勢，OpenQASM程式設計門檻高。QAgent以多代理結合任務規劃、少樣本學習、檢索增強生成與思考鏈推理，自動產出與除錯QASM程式，正確率提升逾七成，同時支援長期記憶與工具調用，預計降低量子開發門檻，促進AI代理與量子計算的跨域融合。
深度分析
打破黑盒子：SAMPAT 神經網路實現 AI 運算過程的全可解釋性
面對深層學習模型缺乏可解釋性的挑戰，研究人員提出 SAMPAT 三層神經網路架構。該技術利用多變量多項式與解析轉換，將模型輸出轉化為可讀的代數表達式，能證明地近似任何連續函數。實驗顯示 SAMPAT 在多變量函數近似中，僅需傳統網路約八分之一的參數即可達成更佳的 MSE 表現，為科學分析與非線性系統建模提供完全可解釋的替代方案。
深度分析
打破 AI 黑盒子：RashomonLLM 以多樣化解釋集提升預測準確率
針對人工智慧黑盒子難以解釋且準確率與透明度常需權衡的痛點，研究者提出 RashomonLLM 框架。該技術引入羅生門解釋集概念，利用 LLM 代理人工作流透過解釋、預測與反思的循環迭代，將解釋過程與預測性能深度耦合。實驗證明此方法能有效應對數據分佈偏移，且在多項基準測試中顯著提升預測準確率，為可解釋 AI 提供了新路徑。
深度分析
「測試時擴展」於小規模視覺語言模型的成效：Qwen3.5-4B 在 ImageCLEF 2026 獲 84.1% 準確率
研究團隊探討測試時擴展技術在小規模視覺語言模型上的適用性，並在多國語言視覺選擇題基準 EXAMS-V 上進行測試。透過對比 Qwen 系列模型，研究發現效能提升關鍵在於基礎模型能力、正確的解析格式與充足的解碼代幣預算，而非複雜的搜尋機制。最終配置在 ImageCLEF 2026 測試集達到 84.1% 準確率，位居榜首。
深度分析
STEEL：首個針對 AMD XDNA NPU 的 FlashAttention 實作，實現低功耗 AI 代理推理
隨著 AI 代理融入作業系統，筆電端 SoC 的能效推理成為關鍵。研究團隊推出 STEEL，首個針對 XDNA NPU 的開源 FlashAttention 實作，透過三階段資料流管線與稀疏感知配置，解決因果遮罩導致的運算不均問題。實驗顯示，STEEL 在 AMD Ryzen AI 9 HX 370 上能耗較 CPU 降低 9.17 倍，較 GPU 降低 1.75 倍，大幅提升長序列推理效率。
深度分析
「小型超曲率語言模型」實現創造力、可審核誠實與選擇性遺忘
隨著語言模型成為個人助理，研究提出小型超曲率模型，藉由超曲率幾何實現創造力、可審核誠實與設計遺忘，實驗顯示二至三億參數模型在這三項特質上超越百億規模模型。同時提出以骨架與壁紙區分的記憶機制，讓AI能在長期關係中保留核心資訊、遺忘日常細節。此舉或將重塑AI伴侶的商業格局。
深度分析
「風險感知通用效用馬可夫決策過程」：熵風險度量結合蒙地卡羅樹搜尋的實作與驗證
研究針對通用效用馬可夫決策過程加入風險感知目標，提出以熵風險度量為基礎的風險感知框架，並利用蒙地卡羅樹搜尋在線規劃求解，實驗驗證在探索、模仿學習及多目標任務中能有效平衡期望表現與風險偏好，提升策略的魯棒性，此方法亦展示於不同折扣因子設定下的穩定性，為未來風險感知決策提供實作基礎。
深度分析
大型語言模型的地緣政治背書效應：GPT‑5、Claude Sonnet、Gemini 2.5 Flash 與 DeepSeek 評分實驗分析
本研究檢驗大型語言模型在評估國際經濟與安全政策時，是否因隨機標示的美國、歐盟、中國或俄羅斯背書而產生分數差異。以 GPT‑5、Claude Sonnet、Gemini 及 DeepSeek 四款模型，分別在僅給分與附加說明兩種條件下測試。結果顯示西方背書普遍得到較高分，且說明需求會改變評分走向，突顯模型內建的地緣政治偏見。
深度分析
從 AI Skillstore 到四大平台：軟體工程技能的分布、評估與安全機制
AI代理技能市場快速成長，將軟體工程活動封裝為可重用技能。研究收集11,497件技能，發現開發類占比最高，評估機制多聚焦安全與實用性，且不同平台分類差異明顯。此趨勢預示未來開發者將更依賴技能生態，影響AI產業與軟體開發流程。同時，安全審查與版本管理仍是挑戰。