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。
Latest
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。
深度分析
Riemannian 圖形基礎模型：神經向量束與 Gauge 架構的可轉移結構分析
圖形基礎模型因圖形結構多樣而在跨領域遷移上表現受限。研究以行為不變性對應幾何平坦性，提出神經向量束（NeuralVectorBundle）框架，並設計可預訓練的Gauge架構與Dirichlet損失以平坦化局部坐標。實驗在零樣本連結預測與圖形同構辨識等挑戰任務中，超越16個基線模型，展現顯著提升的優勢。
深度分析
OpenAgenet (OAN)：打造跨組織 AI 代理的身份治理與信任基礎建設
隨著大型語言模型的代理從本地助理擴展到跨組織網路，身份與治理成為安全瓶頸。OpenAgenet（簡稱 OAN）提出根治理的身份註冊、授權式發現與簽名呼叫機制，讓代理在連接前即可驗證身份來源、治理狀態與授權範圍。
速報
OmniDreams：即時生成式世界模型提升自駕車政策評估
隨著自駕車技術持續突破，長尾情境的安全評估仍是瓶頸。研究團隊開發 OmniDreams，結合 Cosmos 擴散模型的視覺先驗，並在 21,000 小時的駕駛資料上進行中後訓練，能即時產生以動作條件的寫實感感測影像。
深度分析
大型語言模型驅動自動評分系統的提示注入攻擊與防禦策略分析
隨著大型語言模型被廣泛用於自動評分，研究發現提示注入攻擊可讓學生藉由在答案前加入特製指令提升分數。實驗顯示，即使部署現有防禦機制，通用攻擊仍能成功操控評分結果，對評量公平性構成嚴重威脅。研究涵蓋四大科目超過三十題，並比較黑盒與白盒防禦效能，指出現有防禦仍不足以完全阻擋攻擊。