速報
Acara Plate：可自架的健康人工智慧平台（Laravel / PHP）
Acara Plate 是一個可自架的開源健康人工智慧代理平台，目標把問答、個人健康資料與日常回報整合成具體建議。專案以 Laravel/PHP 為基礎，提供 Apple Health 同步、Telegram 聊天介面、個人化營養與代謝健康導向的餐單規劃等功能模組。
速報
速報
AmanMCP：零設定本地 RAG 與向量搜尋利器
在開源社群中登場的 AmanMCP，是一個以本地化 RAG（Retrieval-Augmented Generation）為目標的工具，強調零設定與隱私優先。專案結合傳統 BM25 檢索與向量搜尋技術，採用 HNSW 索引與 hybrid-search 策略，並利用 tree-sitter 處理程式碼語法結構，支援多種模型介接選項。
速報
LLuna：打造本地可執行的自律人工智慧代理整合平台
GitHubExplorer發現LLuna，一款強調安全與可在本地執行的自律人工智慧工具；支援本地SLM、MCP整合與JSON復原，目標讓非程式開發者也能進行研究與實驗。安裝覆蓋Windows、macOS與Linux，提供介面與操作指南，適合研究導向的工作流程。
速報
遞迴代理優化（RAO）：讓代理自我分工、跨越上下文限制
遞迴代理優化（RAO）是一種以強化學習訓練遞迴代理的框架。遞迴代理能在推論時自行產生同型子代理，將複雜任務遞迴切分並以分而治之方式處理，RAO則學習何時委派與如何溝通以最有效利用此機制。研究發現，經RAO訓練的遞迴代理在訓練效率與泛化能力上均有提升，能擴展到超出原始上下文窗口的任務，且在實際運行時間上相較單一代理系統有優勢。
速報
MinMax 迴圈神經級聯（RNC）：以 MinMax 代數抗衡梯度消失的遞迴架構
一組研究提出以MinMax代數實現的新型遞迴結構，旨在避免梯度消失與爆炸。該方法用MinMax運算串連多層神經元以形成迴圈級聯，並能並行或序列化評估。理論上涵蓋所有正規語言且狀態與激活量隨輸入長度均有上界。實驗顯示在合成任務上表現優異，並在127M參數的下壓詞預測任務上取得具競爭力結果。
速報
Pro‑KLShampoo：結合Kronecker預條件與正交化的LLM預訓練優化器
在LLM預訓練中，作者觀察到KL‑Shampoo的Kronecker預條件呈現少數主導特徵值加上平坦尾部的「spike‑and‑flat」譜結構。提出將一個Kronecker因子限制在可參數化族，於主子空間保留完整頻譜，其餘方向共享單一特徵值並以正交化處理，結果在多個尺度上超越KL‑Shampoo。
速報
NOVA：以座標型INR權重重構世界模型，解除解碼器瓶頸
視訊無監督訓練是邁向自主智能的關鍵。NOVA提出以座標型隱式神經表示(INR)把系統狀態表成權重與偏差，並以解析方式渲染，省去重建解碼器瓶頸。該架構可蒸餾為依情境的影片生成器，並能無須對抗或輔助損失就自動分離背景、前景與動態，實現可控預測與超解析，能在單張消費級GPU下以約40M參數運行。
速報
可達節點（relatives）排序還原因果順序：隨機DAG對因果發現評估的挑戰
以在隨機圖上施加順序生成的DAG為背景，研究發現節點的「可達節點」（relatives）數沿因果次序單調增加。作者以可達數排序回復因果順序，並示範在多數模擬中這是良好代理；當可達數嚴格遞增時，馬可夫等價類會簡化，建議考慮時間序列DAG作為替代。
速報
LLM生成Python程式指定函式庫版本恐引入安全與相容風險
大型語言模型在軟體開發中會為Python程式自動指定第三方函式庫版本。本研究以PinTrace對一千項StackOverflow任務測量十款模型的版本選擇、相容性與安全風險。發現模型頻繁選擇帶有已知CVE的版本且多為高嚴重度，版本選擇構成重要風險面。
速報
前L3Harris主管販售間諜軟體與駭客工具 被命令賠償1,000萬美元
美國防務承包商L3Harris旗下負責先進間諜軟體與駭客工具的分部發生重大洩密。前任主管威廉斯被控竊取多項營業秘密，疑為可利用軟體漏洞的攻擊程式與監控技術，並出售給俄方經紀商Operation Zero。被告已認罪並入獄，法院最新判決要求他向前雇主支付1,000萬美元賠償，加上先前已命令支付的1.3百萬美元。
速報
NHTSA調查Avride自駕Robotaxi：系統變換車道與靜止物應對成疑
美國國家公路交通安全管理局展開對Avride自駕Robotaxi的調查。Avride自駕系統在變換車道、同車道應對其他車輛及靜止物件時出現問題。事故發生時多由座內安全監控員在場但未介入。調查已識別十六起撞擊並造成一人輕傷。多起事故發生於德州達拉斯與奧斯汀。
速報
OpenAI 推出 GPT-Realtime-2、Realtime-Translate 與 Whisper，將 GPT-5 級推理帶入即時語音編排
語音代理長期因上下文容量限制而帶來高成本與編排負擔，企業常需在系統加入會話重置、狀態壓縮與重建。OpenAI 推出三款即時語音模型：GPT-Realtime-2、Realtime-Translate 與 Realtime-Whisper，將對話推理、翻譯與轉寫拆成專責元件。