深度分析
模式‑世界加權回歸與迭代式解碼器提升 Argoverse 2 多代理運動預測表現
本研究針對自動駕駛車輛的多代理軌跡預測，提出模式‑世界加權回歸損失與迭代式解碼器。該損失同時提升模式多樣性與世界排名準確度，迭代解碼器以分段座標直接輸出並循環利用前段資訊。實驗顯示在Argoverse2基準測試中排名第一。然而，迭代解碼帶來較高的計算量，對即時應用構成挑戰。
Latest
page-agent
Alibaba 開源 page-agent：基於 TypeScript 的前端 AI 代理工具快速走紅
Alibaba 的 page-agent 在 GitHub Trending 短時間內星標激增，這套以 TypeScript 撰寫的頁面內 GUI 代理工具，允許使用自然語言直接操控 DOM，無需瀏覽器外掛或無頭瀏覽器，為 SaaS AI Copilot 與表單自動化提供輕量化整合路徑，預示前端 AI 代理的產品化新趨勢。
速報
AI 自主度提升降低開發負荷：GitHub Copilot 與 AWS Kiro 實驗報告
本研究以四名開發者重建同一全端 Web 應用，分為三個階段：部分 AI 輔助（GitHub Copilot）、全 AI 工作流程（GitHub Copilot）以及全 AI 工作流程（AWS Kiro）。
深度分析
微型 Transformer 的資訊路徑與少樣本學習效能：符號、Oracle 及感知向量實驗結果
研究聚焦於資訊輸入方式如何影響微型Transformer的組合綁定能力，測試符號、因子式Oracle、弱/強感知向量等五條路徑，結果顯示無路徑能在零樣本下完成組合，少樣本效能受共享參數與可讀性主導，提供未來模型設計的關鍵指標。此結果也挑戰了先前認為感知向量能自然促成組合的假設。
速報
突破性持續學習框架：預測式持續學習與轉移效率新概念
本研究重新檢視持續學習（Continual Learning, CL）的核心目標，指出過度追求知識保留可能阻礙在非靜態環境中的即時適應。
深度分析
大型語言模型在無來源條件下的從眾修正率：說話者自由基線研究
本研究發現，即使移除說話者，LLM仍有六六點五％的錯誤修正率，遠高於普通重提的十點三％，說明重複答案本身就會驅動模型偏離正確答案，來源標籤僅略增效果。研究在六個開放權重模型與七項問答資料上測試，結果顯示此說話者自由基線在不同題型、改寫與隱藏選項情況下仍保持六十至八十％的高修正率。
深度分析
SynSFX 資料集發布：178 小時、43,374 筆音效偽造樣本，評估多模型偽造檢測性能
隨著生成式音訊模型快速發展，現有偵測技術多聚焦語音，對合成音效缺乏防護。研究推出SynSFX資料集，收錄4萬多段真偽音效，測試顯示現有偵測器在音效上表現不佳，需重新設計。資料集涵蓋七種主流文字轉音模型，提供提示子集以檢驗生成器特徵；實驗揭露僅針對音效訓練會導致語音偵測遺忘，且在未見生成模型上難以泛化。
深度分析
MAST 多代理框架結合大型語言模型提升測試維護精準度
隨著程式碼快速演進，測試維護成本高企。研究提出MAST多代理框架，結合靜態、詞彙、語意分析並以LLM融合，提升測試定位精準度。實驗顯示其在21個EricssonJava專案中提升精確率與F1分數，降低誤報。透過後檢查機制過濾偽陽性，雖然召回率略低，仍展現多資訊源融合的效益，提升開發效率。
深度分析
可驗證環境驅動的程式碼代理：KAT‑Coder‑V2.5、AutoBuilder、MOPD 之效能評估
隨著程式碼模型從被動補全轉向自主代理，研究提出 KAT‑Coder‑V2.5，利用 AutoBuilder 重新建構可驗證的多語言倉庫，並以 KwaiClawEnv 產生大規模工具使用軌跡。實驗顯示其在 PinchBench 取得最佳工具使用成績，且在倉庫層級軟體工程基準上僅次於 Opus 4.8。
深度分析
多模態大型語言模型於互動式儀表板的自動重建：Dashboard2Code、Benchmark DashboardMimic 與 Gemini 3 Pro 成果
自動化視覺化近年因多模態大型語言模型快速進步而蓬勃發展，但多聚焦於靜態圖表，忽略了實務上常見的互動式儀表板。研究提出 Dashboard2Code 任務，要求模型在執行點擊、篩選等操作時即時收集回饋，並產出可重現原儀表板的程式碼。
速報
AI 生成兒童性侵內容的風險與防護：15 大未解挑戰
隨著生成式人工智慧技術的成熟，兒童性侵害的風險出現新變相。研究指出，AI 被濫用製作兒童性虐待影像、協助性剝削，且現有的安全機制因資料存取、透明度與評估方式受限，難以應對。本文分析了資料集審核、紅隊測試與微調防護等環節的技術瓶頸，並列出從資料蒐集、模型設計、部署到長期維護的 15 項關鍵問題。
深度分析
結合大型語言模型與運籌的 AI 購物代理人：三種資訊假設下的最佳購買時機策略
本篇報導探討在電商平台上，AI 代理人如何在有限的購買窗口內，根據價格波動與消費者估值決定「即時購買」或「等待」的最佳時機。研究提出三種資訊假設：已知穩定價格分布的靜態模型、以貝式更新的未知分布模型，以及僅依價格上下界的魯棒模型，分別對應時間門檻、信念門檻與隨機門檻三種購買規則。