速報
Google Maps 注入地理空間生成式人工智慧：Maps Imagery Grounding 與 Earth AI 新模型
Google於Cloud Next揭露面向企業的地理空間生成式人工智慧。Maps Imagery Grounding能在Street View以提示生成場景，Aerial and Satellite Insights結合BigQuery加速衛星與航拍影像分析。Earth AI新模型可協助辨識橋樑、道路與電力線，縮短分析與開發所需時間。
速報
速報
Google Cloud Next：投入7.5億美元扶植企業級AI代理與Gemini生態
Google在拉斯維加斯舉辦的Cloud Next上宣布新一波AI策略。會中推出七億五千萬美元預算，協助合作夥伴推廣企業級AI代理，資助範圍含Gemini概念驗證、工程支援與雲端額度等。此舉旨在加速企業上雲採用並擴大Google Cloud在AI生態的市占與能見度。
速報
Vision Transformer（ViT）對抗訓練首份理論證明：魯棒泛化與良性過擬合現象
背景：視覺變換器（ViT）雖在多項視覺任務表現優異，仍易受對抗樣本影響。研究對簡化ViT架構做理論分析，檢視在特定訊噪比與中等擾動預算下的對抗訓練，指出可在訓練時達成近乎零的魯棒損失並維持泛化，甚至在出現過擬合時呈現良性過擬合，實驗以合成與真實資料驗證結果。
速報
Cyber Defense Benchmark：LLM 在 SOC 威脅獵捕上的挫敗
研究以 Cyber Defense Benchmark 評估大型語言模型在無提示 Windows 事件日誌中執行威脅獵捕的能力。以記憶體 SQLite 資料庫與 106 項真實攻擊程序模擬環境，代理透過 SQL 查詢逐步發現並標記惡意事件時戳。測試五款前沿模型，結果顯示最佳模型平均正確標記率僅 3.8%，皆未達可部署門檻。
速報
Sherpa.ai多方PSU協議：為垂直聯邦學習隱藏交集隱私的對齊方案
垂直聯邦學習需在各方持有互補特徵時完成樣本對齊而不暴露誰與誰是共有樣本。傳統私有集合交集(PSI)會洩漏交集成員，Sherpa.ai提出多方私有集合聯合(PSU)協議，以並集方式隱藏交集關係，並同時支援精確與容錯（鍵入/格式差異）比對。
速報
DP-FLogTinyLLM：結合差分隱私的聯邦化微型LLM日誌異常檢測
分散式系統產生日誌龐大且跨組織分散，難以集中。DP-FLogTinyLLM結合聯邦最佳化與差分隱私，並以LoRA對微型LLM做參數高效微調以降低資源需求。於Thunderbird與BGL資料集實驗顯示，其效能可與集中式LLM匹敵，且比既有聯邦基線在精確率與F1更佳。
速報
Argus：用資料流不變式與 Python DSL 將 GPU 核心效能拉近手工最佳
背景：LLM程式設計代理能寫出正確GPU核心但效能不足。方法：Argus以資料流不變式與tile型PythonDSL，透過標註與編譯期斷言＋抽象詮釋與SMT驗證提供密集回饋且無執行期負擔。結果：在AMDMI300X上，生成核心接近手工最佳吞吐並顯著優於既有代理。
速報
IPR：評估大型語言模型跨提示可靠性的框架
研究指出大型語言模型在社會科學標註上受提示措辭影響。本文提出Inter-Prompt Reliability(IPR)框架，透過成對一致率(PAR)衡量跨同義提示的輸出穩定性。結果顯示詮釋性任務變異較大，知識性任務較穩定，多提示多數決可提高重現性。
速報
人工智慧如何生成學術引用幻覺？研究揭露可重複的虛構引用模式
研究檢視生成式人工智慧如何產生並散播學術參考幻覺，以一則反覆出現的虛構引用「Education Governance and Datafication」為個案。研究者透過Google Scholar與Google識別137篇可取得來源，分析引用結構、重複與擴散路徑。
速報
Nim-Cli：以 NVIDIA NIM 與 .NET 10 打造的 Windows 終端代理
Nim-Cli 是一款專為 Windows 開發者打造的開源命令列介面（CLI）工具。它透過 .NET 10 的異步處理能力，連接 NVIDIA NIM API，讓使用者能直接在終端機中調用最先進的 LLM（如 Llama 3、Mixtral、Gemma 等）。這不只是一個單純的聊天機器人，它更像是一個嵌入在系統底層的「智慧助手」，專注於程式碼生成、日誌分析與系統管理自動化。
速報
用Qwen‑VL偵測AI Washing：中國A股研究揭示話術與實投脫節
研究指出人工智慧題材上市公司常有誇大宣稱。本研究以Qwen-VL建立多模態AIWashingRiskScore，並以專利品質、AI無形資產資本化與技術人員薪酬組成實投指標。發現話術與實投脫節會抑制產業創新，長期機構透過現場訪視識別後撤資，導致分析師下修與價格修正。
速報
ELDER‑SIM：打造長者性格穩定的數位雙生平台
大型語言模型已被用來開發面向長者的對話代理，但性格表現不穩定（personality drift）阻礙長期模擬與介入評估。研究團隊提出 ELDER‑SIM，一個以本地推論為基礎的多角色長者照護對話平台，整合大五人格（OCEAN）特質設定、以 Beck 認知行為治療為基礎的認知概念化圖（CCD），以及以 MySQL 儲存的長期記憶模組。