速報
QuITE：以 Query Token 解決不規則多變量時間序列嵌入問題
不規則多變量時間序列在實務常見但抽樣不均使建模複雜化。QuITE以可學習的querytokens透過單層自注意力聚合不規則觀測，產生直接可供既有多變量時間序列骨幹使用的潛在表示，無需插值或改動架構。實驗顯示在預測與分類任務上帶來整體實質提升。
速報
速報
SPARD：結合安全投影與關聯-多樣性取樣的有害微調防禦框架
大型語言模型在微調過程中常會喪失原本的安全對齊，且攻擊者可透過有害微調移除防護並誘發不安全行為。為此，研究提出SPARD，一個將安全投影交替優化（SPAG）與關聯-多樣性資料選取結合的防禦框架。SPAG透過在效用更新與以安全資料為基準的顯式投影間交替，將模型約束回安全域；
速報
擴散後驗取樣的逐層阻尼高斯牛頓校正
本文提出一種改良的擴散後驗取樣方法，將傳統以手動標量調整的資料一致性指引，替換為每個雜訊層的阻尼高斯牛頓校正。該校正於擴散態座標運算，將測量似然梯度回傳至去噪器，採用單側曲率模型以避免前向去噪雅可比，並引入與去噪殘差對齊的秩一阻尼以抑制不穩定。
速報
視覺語言模型(VLM)在古希臘史料OCR上出現流暢性誤讀
研究以視覺語言模型(VLM)檢視史料OCR表現。採用受控影像擾動與逐詞分級判定，發現多數VLM即使文字流暢也可能不以視覺為依據，錯誤具語言先驗傾向；專用OCR與通用VLM在視覺依賴上差異明顯，解碼時修正效果有限，後處理語言模型能部分補救。具有實務意涵
速報
提案者—評論者辯論：在程式可驗證任務中能否降低監督成本？
研究評估以辯論作為可擴展監督在程式可驗證任務的效用。採用提案者—評論者架構，假定辯論者較強、裁判較弱。當評論者分類能力顯著優於裁判，且裁判把評論視為需驗證的主張時，辯論優於諮詢；能力接近則效用不顯著或降低驗證率。研究亦發現去除反駁輪次不削弱效益，一次獨立評論可回收多數好處。
速報
大型語言模型助攻：人工智慧輔助寫作讓學術團隊更年輕、更小型化
一項以147074篇PLoS與Nature系列論文為基礎的研究指出，人工智慧輔助寫作，特別是大型語言模型的應用，正在改變學術寫作與研究團隊組成。研究採用多種迴歸分析、Poisson與傾向分數配對等方法檢驗相關性，發現使用AI輔寫的團隊傾向年輕且規模較小，但並未因此降低科研影響力；
速報
TASTE：從工具序列演化合成任務，打破基準測試飽和
代理人能力提升導致既有基準飽和且新題昂貴。TASTE以工具序列反向合成任務，結合自適應對比n-gram與大型語言模型驗證，經群聚挑選與難度迭代生成高覆蓋基準。11組模型測試顯示舊基準接近飽和的模型在新任務上表現顯著下滑，工具組合數量亦超過翻倍。
速報
人工智慧評估在低資源環境的盲點：從模型到部署的重新衡量
不少人工智慧評估只在實驗室測試，難以反映低資源環境的真實表現。本研究主張把「部署系統」而非單一模型作為評估單位，並整合雜訊輸入、語碼混用、斷線、低端硬體與領域轉移等部署條件。提出共享報告框架，強調可比較且具部署敏感性的報告格式。並建議提供簡潔一頁基準卡與部署檔案以利決策。
速報
GONDOR：受限記憶下的記憶節省貪婪優先搜尋
在記憶受限的啟發式搜尋場景，研究提出GONDOR，一種基於貪婪優先搜尋的記憶節省延伸。它週期性壓縮搜尋樹並保留稀疏錨點，再於達到目標時透過錨點間重搜尋還原路徑。此外實驗顯示在低記憶預算下能提升覆蓋率，並提供含布隆過濾器的實作以促進後續研究。
速報
研究揭示人工智慧信賴盲點：委託與採納如何影響人機合作
研究聚焦人類在與人工智慧協作時如何做出信賴決策，將行為分為委託（讓系統自主行動）與採納（評估系統建議）兩類。研究在問答競賽中，將 23 位專家與 16 個 AI 代理配對，蒐集 387 次委託決策與 1440 次採納決策。
速報
DiagramRAG：以檢索增強補全學術草圖的輕量框架
學術論文常以圖示說明複雜方法。提出DiagramRAG透過檢索增強把草圖與相容參考結合以補全圖示。技術用知識圖譜與嵌入對齊草圖與圖示。實驗在DiagramBank與FigureBench分別達到F1分數0.848與0.802，並改善生成品質與推論延遲。
速報
SMARt：管理型自治架構，將失敗管理寫入自治生命週期
自主與代理型人工智慧在實際場域放大後，幻覺與不當持續行為成為挑戰。論文提出 SMARt 管理型自治框架，定義偵測認知漂移、暫停推理、嘗試恢復與放棄控制等行為，並以帶時限的受護 Petri 網給出形式化守則，主張把失敗管理納入自治生命週期以提升可治理性。研究也討論場域觸發集合的適配與安全擴展。