深度分析

ICLR 論文嵌入破壞度量（EDM）領先：審稿分數與長期影響幾乎無關

本研究以ICLR2017‑2025年36,113篇論文為樣本，提出方向感知的嵌入破壞度量（EDM），發現EDM在辨識高引用與未來研究重定向上表現最佳，審稿分數與未來破壞性幾乎無關。研究亦定義五類催化劑，包括主題發起、橋接與內部重定向，顯示此類論文可促成跨領域引用增長，對AI產業與開發者生態具長遠影響。

深度分析

Portico：以可撤銷能力監控編碼代理人餘留授權的設計與實驗

本研究聚焦於編碼代理人在子任務完成後仍保有的餘留授權問題，提出Portico參考監控器，透過任務合約生成初始能力、授權規則與關閉規則，於授權期限結束即自動撤銷。實驗證明Portico能完全阻止事後使用過期能力，同時維持任務成功率與開發效率，此舉亦為未來安全編碼工具設計提供參考。

速報

TORINO：以可解釋概念重疊進行視覺語言模型的動態代幣縮減

視覺語言模型（VLM）在多任務上表現優異，但大量視覺代幣的計算成本高企。研究者提出 TORINO（Token Reduction via Interpretable concept Overlap），透過稀疏自編碼器（SAE）將視覺代幣映射至可解釋的潛在空間，利用概念激活的重疊程度將語義相近的代幣分組，進而以剪枝或合併方式縮減代幣數量。

深度分析

HalluSquatting：LLM 幻覺資源佔領與 AI 編碼助手安全風險分析

研究顯示，AI 大型語言模型易受 HalluSquatting 攻擊，攻擊者搶佔熱門 repo 名稱並注入反向殼程式，能在 Cursor、GitHub Copilot 等編碼助手上感染裝置，造成大型僵屍網路與勒索風險。研究者指出六大模型均有相同幻覺，攻擊者註冊可搶占的 repo，即可在多個 AI 編碼工具植入惡意程式。

深度分析

ResearchStudio‑Reel：整合 Paper2Assets 等五大技能的研究發表自動化全流程

研究發表的最後一公里仍須手工製作海報、講座影片與部落格。ResearchStudio‑Reel 以共享抽取與可編輯輸出為核心，整合五項 AI 技能自動產出 PPT、影片與雙語部落格，且提供互動式 HTML 觀賞介面。此套件不僅降低作者製作時間，也讓產業與學術單位可快速取得一致性高的多媒體說明材料。

深度分析

回溯控制探測鏈：利用隱藏層預測提前中止 LLM 代理人任務，節省近 50% 推論算力

LLM代理人在多步任務中常在失敗前耗盡算力。研究利用隱藏層激活的線性探測器於首輪即預測失敗，構建六階段回溯控制探測鏈，每關以Clopper–Pearson校準門檻保證召回，於90%成功召回下，Qwen‑2.5‑7B與Llama‑3.2‑3B分別節省約47%與37%推論計算。

深度分析

從 CTP 到 CTBE：共享初始化與表徵對齊在模型蒸餾與 LLM 微調中的影響

研究指出，當教師與學生模型共享初始權重且學習率足夠小時，即使學生只接受純噪音訓練，也能繼承教師的數字分類能力。此現象被稱為隱蔽特徵傳遞，核心機制是表徵對齊而非資訊傳遞。實驗顯示，凍結輸入投影會破壞傳遞，而凍結輸出投影則不影響，證實幾何對齊是關鍵。

深度分析

「evalci」：Python 套件提供語言模型評估的統計信賴區間與顯著性檢定

在語言模型評估常只報單一準確度時，evalci 提供統計信賴區間、配對顯著性測試與多重比較校正，讓結果具可驗證性。實驗顯示，原先排行榜上 8 個相鄰差距中有 3 其實不顯著。此工具僅依賴 numpy、scipy、pandas，安裝簡便，且與 lm-evaluation-harness、HELM 輸出直接對接。

深度分析

SkillReranker：結構化任務‑技能圖提升 LLM 代理人效率與成功率

隨著技能庫規模擴大，傳統僅靠語意相似選擇易產歧義。SkillReranker 透過任務與技能分解，構建有向無環執行圖，劃分子任務並在段內重新排序，提升完成率、減少互動步數與 token 用量。相較於固定Top‑k檢索，SkillReranker能根據任務難度自調技能數量，兼顧效能與資源效率。

速報

結構張力與離線回饋迴路：打造自我調整的大型語言模型元架構

目前的大型語言模型在推論時完全依賴輸入，缺乏內建記憶與自我調整能力。研究提出三項機制：結構張力作為內生損失函數，驅動模型向內部自洽；離線回饋迴路提供沙盒式自我處理循環，讓模型在無外部輸入下維持動態靜止電位；推論時可塑性允許在不改變預訓練權重的前提下重構上下文拓撲，並遵循可審計、可逆與拓撲連續性的治理規範。

深度分析

TOFFEE：結合蒙特卡羅樹搜尋與預算感知模型的高品質資料代理人軌跡合成系統

隨著大型語言模型驅動的資料代理人在企業環境中應用日增，現有系統難以跨資料庫泛化。研究提出TOFFEE系統，結合蒙特卡羅樹搜尋與自適應模型選擇，能在限定預算下自動合成高品質的多步驟分析軌跡。實驗顯示合成軌跡可提升微調與示範學習效能，超越現有基線。

深度分析

LBR 框架減輕大型語言模型推薦系統長度偏差，提升公平性與準確性

隨著大型語言模型被廣泛用於推薦系統，文字敘述長短差異導致模型在注意力分配與解碼得分上產生偏頗。研究提出LBR框架，透過長度感知注意力校正與資訊長度正規化，減少長短項目不公平影響。實驗顯示在三個Amazon資料集上NDCG@5提升約16.8%，同時提升公平性。