深度分析
語言模型中的語域偏見：對照評分、效應量與反事實公平性微調的評估
研究檢視語言模型對語域差異的隱性偏見，使用意圖等價的SAE與AAVE推文並以12項特質、Likert量表評分，採絕對與對照兩種提示法比較模型反應。結果顯示並列比較會放大對AAVE的負向刻板印象，且明示語域反而加劇偏見，呼籲更嚴謹的評估與緩解策略。
Latest
深度分析
ScaleAcross Explorer：針對稠密模型與 MoE 的跨機房（scale-across）通訊與部署最佳化
AI訓練規模擴展到跨座資料中心，通訊延遲與頻寬成為關鍵挑戰.ScaleAcross Explorer透過整合平行策略、排程與網路層設定進行搜尋與優化，針對稠密模型與MoE提出部署選擇.實驗與模擬驗證能顯著縮短訓練迭代時間，影響部署與開發生態.亦對模型與網路設計提出實務指引。
速報
ArtSplat：首個即時化有關節物件3D Gaussian Splatting重建框架
稀疏視角下有關節物件重建需同時推斷幾何與關節結構。ArtSplat提出首個feed‑forward3DGaussianSplatting方法，採用每像素關節地圖與跨狀態注意力整合多個姿態影像，單次前向回推幾何與關節參數；在PartNet-Mobility上展現競爭性表現且速度超過四百倍。
深度分析
Apple Private Cloud Compute (PCC) 實作分析與隱私保障評估
手機AI普及引發隱私與雲端風險。Apple的Private Cloud Compute以在地模型與雲端節點分工、加密與驗證機制嘗試保護用戶資料。研究團隊逆向客戶端二進位並開放測試框架以評估模型回應與保護性。結果顯示回應獨立於用戶歷史但在基準測試上略低於部分非隱私模型。
深度分析
SteER：以暫停決策與Persona建模實現可中途操控的互動式深度研究
LLM推動下，長篇研究進入自動化新階段。SteER提出可中途操控的互動式深度研究框架，採成本–效益暫停決策、兼顧多樣性與新穎性的效用評分，並以持續更新的persona來調整規劃與綜述。實驗顯示其在對齊與品質上超越既有基線，且使用者偏好度提升。
深度分析
mcp-attested：以離線 clearance assertion 與稽核鏈強化 MCP 伺服器准入
在ModelContextProtocol沒有定義信任邊界的背景下，提出mcp-attested：以離線簽章的clearanceassertion、伺服器級deny-by-default工具白名單，以及可切換為強制拒絕並寫入鏈式稽核日誌的執行模式，不改動MCP訊息可為外部伺服器提供授權與審計保障。
憲法式規範
憲法式規範結合大型語言模型：提高內容標註一致性與可審計性
內容審查標註需明確穩定定義。本研究提出以每類別憲法式規範結合前沿大型語言模型，由模型依規範判讀對話並生成黃金標籤，並以意圖與內容兩軸獨立評分。實驗顯示此法大幅降低跨模型不一致率。評估以HarmBench與WildChat資料集比較人類與多家前沿模型之標註一致性。
深度分析
評估工程：解析 evaluation harness 在生產化的五階段挑戰
本研究分析57套機器學習評估harness以建立評估工程框架。論文提出五階段工作流程，涵蓋環境佈建、規格整合、執行、評估與報告。作者以近兩萬條GitHub議題分類根因，指出規格階段整合外部模型與資料占最大比例，且未實作功能、文件缺失與輸入驗證不足是主要成因，提示評估基礎設施是可靠度瓶頸。
深度分析
以結構映射為基礎的模組化類比生成管線：子概念導向的檢索與重排名策略
研究指出類比有助理解結構性知識。本文提出以結構映射理論為基礎的模組化類比生成管線：來源搜尋、子概念生成、說明產出與評估。實驗以多款大型語言模型與嵌入向量測試，發現子概念可以提升檢索與說明品質，但對開放式來源發現幫助有限。並強調分階段設計可揭示模型間的互動與弱點。
大佬動態
Simon Willison 揭露：Microsoft Copilot Cowork 的寄信機制可能成為檔案外洩通道
事件背景：Simon Willison報告Microsoft Copilot Cowork可讓代理人自動寄信至使用者收件匣。核心技術或做法：代理訊息可含外部圖片，渲染時會發出網路請求；若郵件帶入OneDrive的預授權下載連結，這些連結可能被外洩。主要結果或影響：顯示agentic系統在防止資料外洩上的結構性風險。
深度分析
Jitskit：以 LLM 與程式碼代理進行 Just-in-Time 全系統合成的實驗與發現
研究指出通用核心系統為廣泛適配而付出結構性效能代價。研究提出Just-in-Time系統與Jitskit合成流水線，從環境、工作負載與需求三張規格卡出發，迭代生成並驗證完整KV系統，加入對抗式稽核與可觀測評估以避免獎勵濫用。實驗在18種配置上皆通過正確性檢驗，並普遍超越既有系統。
速報
以神經網路驗證計算精確 SHAP：可證明的上下界演算法
背景：SHAP被視為對神經網路計算不可行，因為特徵組合呈指數級。方法：該研究運用最新神經網路驗證技術，逐步求得任意緊的SHAP下界與上界，最終還原精確值。結果：該法能處理遠大於既有精確方法的搜尋空間，並為大型特徵空間上的近似法提供量化檢驗基準。