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。
Latest
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。
深度分析
Q-align DT：以Q函數對齊RTG以提升Decision Transformer的可控性
離線強化學習常以Return-to-Go作為控制信號。Q-alignDT引入輔助Q函數、RTG擾動與對齊損失，加強RTG與策略行為的一致性。實驗顯示提升RTG可控性並在D4RL上達到競爭表現。理論證明透過順序限制縮小策略類別，並在速度追蹤等任務示範零樣本轉移能力。
深度分析
LoRe：以每步預算與狀態驅動動態路由，擴展圖形疊代解算器的推理規模
面對大尺度圖形疊代求解的記憶體與延遲瓶頸，本文提出LoRe：在每步強制互動評估預算，動態路由計算到高衝突或高不確定互動，並以輕量回補維持全局影響，實驗顯示在MIS與TSP上能大幅減少記憶體與加速推理。在多項實驗中保持解品質同時顯著降低記憶體與時間成本。
深度分析
Claude Code 與 Codex 在 PyCBC 重力波管線的比較：速度、資源與可審計性權衡
代理式人工智慧正從簡單輔助工具走向能自主規劃、執行與回報整套計算流程的方向。本研究以愛因斯坦望遠鏡模擬資料為場域，讓 Claude Code 與 Codex 在相同 Markdown 規格下，自動執行 PyCBC 的重力波匹配濾波驗證管線。
深度分析
HDSR 與 HDSR‑PL：以幻覺偵測驅動的臨床摘要事實性優化
臨床摘要常產生不實陳述。本研究提出HDSR與HDSR-PL：以幻覺偵測器指導模型逐步修正摘要，並將修正軌跡轉為偏好對用於微調。實驗於MIMIC‑IV出院指示任務顯示，方法能在維持流暢性與相關性的前提下，明顯降低幻覺發生，且對臨床可用性具實務意義。
深度分析
GrowLoop 架構：結合 Heuristic Learning 與 Rubric–Case 雙迴路的可演化人類相似性評估平台
面對開放式對話中主觀的人類相似性評估，一組研究提出GrowLoop自我演化評估系統，透過人類種子與HeuristicLearning把隱性準則外在化，並以Rubric與案例雙向共同演化區分一致與分歧判準。實驗顯示該系統能持續擴展評測範圍並提升判別力，同時可連動多模態與人機評測流程。
速報
柏拉圖表示假說與線性表示：從訊號、偏差到雜訊看人工智慧表徵對齊
研究檢驗柏拉圖表示假說，分析現代人工智慧表徵來源。採訊號、偏差、雜訊三分框架，並以線性表示假說與稀疏自編碼器抽取物件—屬性線性特徵，比較稀疏與稠密表示的跨模態對齊。結果顯示中心化與正規化能改善模型偏差，資料稀少會提升表示雜訊。有助於解釋不同架構下表示對齊現象。
深度分析
Qwen Guard 在開源安全守衛模型評測中以高召回率領先，模型規模非決定因子
本研究以NIST安全分類聚合79,331筆資料，橫向評估14款開源安全守衛模型，並強調召回率為生產部署首要指標。結果顯示Qwen Guard以高召回領先，且模型參數量與檢測能力並不成正相關，實驗亦指出標籤正規化與閾值策略會顯著影響評估與部署取捨。