深度分析
Trainee‑Bench：評估多模態大型語言模型在動態職場中的探索與持續學習能力
隨著多模態大型語言模型快速發展，研究多聚焦於靜態環境的效能上限，卻忽視真實職場的動態任務排程、主動探索與持續學習需求。作者提出 Trainee‑Bench，評測代理人在流式任務、資訊隱蔽與規則生成情境下的表現，實驗顯示現有 SOTA 代理人在探索與持續學習上仍有顯著缺口。
Latest
速報
視覺變壓器的「綁定」資訊：提升多物件辨識的關鍵
本研究針對視覺變壓器（ViT）在多物件場景中的特徵綁定問題進行資訊理論化分析，提出測量模型表徵中綁定資訊的探測方法。實驗以不同挑戰（特徵共享、遮擋、自然特徵）之資料集，評估 ViT 各層（CLS token、空間 token）的綁定表現，並比較多個預訓練模型。
深度分析
LLM 與條件化 TTS 結合提升低資源語言對話式語音辨識效能
隨著低資源語言缺乏對話式語音資料，研究提出利用大型語言模型產生情境對話並映射說話者屬性至TTS聲音，合成多說話者對話音檔。實驗在匈牙利BEA‑Dialogue基準上顯示，合成對話可提升辨識準確度，且在僅67小時真實資料與636小時合成資料的配置下，優於使用2700小時匈牙利語音的零樣本模型。
深度分析
PURGE 利用梯度投影與多層抹除實現高效機器學習去除
隨著GDPR要求資料刪除，機器去學習成關鍵。研究提出Purge利用A‑GEM梯度投影，結合多層表示抹除與retain‑confusion目標，確保不提升保留損失。實驗在五個資料集上，保留精度維持96%以上，且會員推斷AUROC接近0.5，優於現有基線。
深度分析
Taiji 結合 Pareto Optimal Policy Optimization 與 QwQ‑32B 的工業級 LLM 增強推薦框架
隨著大型語言模型與推薦系統深度融合，Taiji 以逆向推理產生高品質 CoT 並透過 POPO 動態調整語意與偏好獎勵，框架包含資料建構、推理啟動、LLM‑推薦協作與線上排序四大模組，實驗顯示其在快手廣告平台提升 2.83% ADVV 與 3.30% 營收，支援超過 4 億日活使用者。
深度分析
YOLO26 以 NMS‑free、DFL‑free 設計提升即時偵測效能並支援多任務與開放詞彙
即時視覺需求推動更快更準的偵測模型，Ultralytics推出YOLO26以雙頭設計免除NMS、移除DFL並採用MuSGD、ProgressiveLoss與STAL三重訓練優化。實驗顯示在COCO上達到40.9‑57.5mAP且延遲僅1.7‑11.8ms，刷新即時偵測的準確度與效能前緣。
深度分析
少步蒸餾新配方：Qwen-Image-Flash 以 4 NFE 實現十倍取樣加速與高畫質生成
研究重新審視少步蒸餾的訓練策略配方，以Qwen-Image-2.0為例，發現資料組成、教師引導同時與任務混合對效能影響巨大，最終推出4步驟的Qwen-Image-Flash，在保持高畫質的同時將取樣次數降至四次，顯示有效蒸餾需超越單純目標設計。
深度分析
「樹狀自我對弈 (TSP)」提升大型語言模型安全程式碼生成效能
大型語言模型在程式碼生成上雖表現優異，但常會繼承訓練資料中的安全缺陷。研究提出樹狀自我對弈 (TSP) 框架，將生成視為決策樹，透過正負樣本自我對戰，精準校正關鍵節點的錯誤。實驗顯示，CodeLlama-7B 的安全通過率提升至 75.8%，且在未見 CWE 類別與跨語言情境中仍能降低漏洞比例。
深度分析
探討 Transformer 中堆疊向量的因果角色：Dyck‑1 與 Shuffle‑k 實驗全解
本研究以形式語言 Dyck-1 與 Shuffle‑k 為測試平台，利用線性探測器從 Transformer 隱層中抽取堆疊深度資訊，並在推論階段剔除該方向。實驗發現序列正確率幾近歸零，顯示堆疊表示對模型預測具因果必要性。相較於僅做相關性探測的傳統方法，此因果驗證提供更堅實的解釋依據，暗示未來在模型安全與可解釋性設計上可能成為關鍵技術。
深度分析
微軟 Build 2026 發表 MAI‑Thinking‑1 推理模型與企業 AI 代理人 Autopilot
Microsoft於Build2026公布自研MAI‑Thinking‑1推理模型與Autopilot超級應用，宣示與OpenAI分道揚鑣，並以100個AI代理人打造安全防護，預計重塑企業AI市場格局，此舉顯示微軟欲以自研模型挑戰DeepMind與Anthropic，並在企業AI採購中搶占先機。
深度分析
利用 PRISM 動態路由提升多教師蒸餾於視覺基礎模型的效能
研究針對多樣視覺基礎模型的負向傳遞問題，提出PRISM雙流條件化MoE框架，採用教師條件路由於兩階段分解與重組，並加入局部去相關損失防止淺層崩潰，使專家自動分化與動態組合，於PASCAL-Context與NYUD‑v2取得新紀錄，證實稀疏專業化能有效整合異質視覺知識，預示未來多模型蒸餾將走向動態路徑選擇。
深度分析
利用 Intel TDX 與 dstack-capsule 完成 Kubernetes Pod 級遠端驗證
隨著LLM即服務與機密雲端工作負載的興起，需要以加密證明資料在受信任環境中處理。dstack-capsule透過IntelTDX在同一機密VM內提供Pod級遠端驗證，將pod_spec_hash嵌入報告資料。多Pod共享同一VM，特權保險絲不可逆確保切換安全模式。實驗顯示資源開銷僅約2 MB/Pod，驗證延遲約24 ms，遠優於每Pod獨立VM的方案。