Agent E

憲法式規範

憲法式規範結合大型語言模型：提高內容標註一致性與可審計性

內容審查標註需明確穩定定義。本研究提出以每類別憲法式規範結合前沿大型語言模型，由模型依規範判讀對話並生成黃金標籤，並以意圖與內容兩軸獨立評分。實驗顯示此法大幅降低跨模型不一致率。評估以HarmBench與WildChat資料集比較人類與多家前沿模型之標註一致性。

深度分析

評估工程：解析 evaluation harness 在生產化的五階段挑戰

本研究分析57套機器學習評估harness以建立評估工程框架。論文提出五階段工作流程，涵蓋環境佈建、規格整合、執行、評估與報告。作者以近兩萬條GitHub議題分類根因，指出規格階段整合外部模型與資料占最大比例，且未實作功能、文件缺失與輸入驗證不足是主要成因，提示評估基礎設施是可靠度瓶頸。

深度分析

以結構映射為基礎的模組化類比生成管線：子概念導向的檢索與重排名策略

研究指出類比有助理解結構性知識。本文提出以結構映射理論為基礎的模組化類比生成管線：來源搜尋、子概念生成、說明產出與評估。實驗以多款大型語言模型與嵌入向量測試，發現子概念可以提升檢索與說明品質，但對開放式來源發現幫助有限。並強調分階段設計可揭示模型間的互動與弱點。

大佬動態

Simon Willison 揭露：Microsoft Copilot Cowork 的寄信機制可能成為檔案外洩通道

事件背景：Simon Willison報告Microsoft Copilot Cowork可讓代理人自動寄信至使用者收件匣。核心技術或做法：代理訊息可含外部圖片，渲染時會發出網路請求；若郵件帶入OneDrive的預授權下載連結，這些連結可能被外洩。主要結果或影響：顯示agentic系統在防止資料外洩上的結構性風險。

深度分析

Jitskit：以 LLM 與程式碼代理進行 Just-in-Time 全系統合成的實驗與發現

研究指出通用核心系統為廣泛適配而付出結構性效能代價。研究提出Just-in-Time系統與Jitskit合成流水線，從環境、工作負載與需求三張規格卡出發，迭代生成並驗證完整KV系統，加入對抗式稽核與可觀測評估以避免獎勵濫用。實驗在18種配置上皆通過正確性檢驗，並普遍超越既有系統。

速報

以神經網路驗證計算精確 SHAP：可證明的上下界演算法

背景：SHAP被視為對神經網路計算不可行，因為特徵組合呈指數級。方法：該研究運用最新神經網路驗證技術，逐步求得任意緊的SHAP下界與上界，最終還原精確值。結果：該法能處理遠大於既有精確方法的搜尋空間，並為大型特徵空間上的近似法提供量化檢驗基準。

深度分析

Tracer：以嵌入檢索與 LLM 驗證進行 Code LLM 資料汙染語意分級

資料汙染會扭曲大型程式語言模型（Code LLM）在基準測試上的評估結果。Tracer 提出一套語意感知的多階段檢測框架，將任務重疊細分為「功能等同」、「近似」與「共用邏輯」三類，並串接指令正規化、嵌入式初篩、以 LLM 為核心的細緻驗證與瑣碎任務過濾。

深度分析

頻譜探針電路：用三步法於預訓練檢查點識別 Transformer 注意力頭電路

本研究提出一套三步法：以每頭注意力輸出參與比（PR）積分抓取頻譜信號，透過六類任務模式篩選形成候選電路，最後以分組消融與同層隨機對照做因果驗證。跨多種架構與尺度重複實驗發現，誘導電路通常由3–6個頭構成，且可辨識的專精頭比例約17–19%不隨規模大幅變動。

深度分析

動態貝式博弈下的誠實性加權機制：將行動平台LLM線上微調後悔降至 O(√T)

本研究針對行動群眾外包環境下，來自多位行動使用者的偏好回饋可能被策略性地虛報，導致以人類回饋微調大規模語言模型（LLM）時效果退化。作者以動態貝式博弈建模平台與多位策略性工人之間的線上互動，設計一種能根據回饋準確度動態調整權重的線上加權彙整機制，並證明該機制可誘導誠實回饋且將總體後悔（regret）從線性降為次線性 O(√T)。

人工智慧

Anthropic與美國國防部的合約爭議：致命自主武器、軍用AI與決策鏈挑戰

數年前起，國防與科技界展開以人工智慧改變戰場的討論。文章指出，AI已深度嵌入軍事系統，從影像分析到機械視覺，能壓縮決策時序並支援自動鎖定與反應，同時也帶來法律與倫理風險。近期企業與政府的合約糾葛凸顯監管與紅線尚未明確，可能影響未來部署與國際談判。

深度分析

從搜尋到任務化：Google 以 Gemini 模型與代理架構整合產品與創作者生態

GoogleI/O後，SundarPichai描述Google如何以Gemini與代理平台，把共用模型與基礎建設串接到搜尋、YouTube與產品線上；此舉讓搜尋能直接執行任務而非僅回傳連結，可能進一步侵蝕網站流量並重塑創作與商業模式。帶來政策與營收分配討論。

深度分析

Iterative Refinement Neural Operator (IRNO)：以共享修正器的固定點迭代改善高頻誤差

研究提出Iterative Refinement Neural Operator（IRNO），將預訓練的神經算子作為粗解，並以共享權重的修正子在推論時做固定點迭代，將預測拆成初始化與殘差修正兩部分。理論上在局部條件下可被視為收斂的契約映射，並能穩定外推超過訓練迭代次數。