速報
CubeGraph：結合向量搜尋與時空篩選的全新索引框架
隨著向量相似度搜尋結合時空篩選需求激增，傳統將向量索引嵌入 R 樹的做法會造成碎片化，查詢必須呼叫多個子索引，效能受限。研究提出 CubeGraph，使用階層格子劃分空間，於查詢時即時串接相鄰格子圖，實現單次遍歷即找最近鄰。實驗顯示相較於現有基準，查詢速度與擴展性皆有顯著提升。
速報
速報
以元認知機制協調多代理人的機率式 SOAR 框架提升資安決策韌性
在不確定與對手干擾的資安環境下，研究提出以元認知機制協調多代理人的機率式SOAR框架，能評估不確定性與代理分歧，並自動選擇執行、升級或延後。實驗顯示在噪聲與對抗測試中提升準確度並降低誤報率，此結果顯示該方法在實務部署上具備更高的韌性與可解釋性。
速報
混合精度訓練框架大幅提升 Neural ODE 效能
隨著模型與資料規模不斷擴大，深度學習的計算成本持續上升。傳統的混合精度訓練透過在高精度儲存權重、低精度執行運算來降低成本，但在連續時間模型如神經常微分方程（Neural ODE）上仍不穩定。
速報
Template Constrained Decoding (TeCoD)：提升 Text-to-SQL 準確度與效能的新框架
大型語言模型在 Text‑to‑SQL 上雖已顯著進步，但面對未見過的資料庫結構仍易產生錯誤。研究者推出 TeCoD，將歷史 NL‑SQL 配對轉為可重用模板，並以微調的自然語言推理模型快速匹配查詢，接著以文法限制的分割解碼確保 SQL 合法。實驗顯示，TeCoD 在正確率上較傳統方法提升最高 36%，執行延遲降低至 2.2 倍。
速報
大型語言模型閱讀助理的認知防護欄：TextWalk 互動實驗解析
大型語言模型閱讀助理正從檢索轉向解讀，帶來解釋性勞務外移的風險。本研究以 TextWalk 為共同閱讀原型，採十步提問測試十二篇論說文，從基礎支援到邊界壓力觀察系統行為。結果顯示系統在解釋性詢問時負荷升高，雖能在壓力下部分恢復，但仍在支援與取代之間過度分配解釋任務。
速報
語言模型驅動機械連桿設計：符號抽象提升精度與效能
研究結合語言模型與符號抽象，讓機械連桿的拓撲選擇與參數調整同步優化。模型在離散拓撲探索與連續參數優化之間切換，透過提升運算子將模擬軌跡轉為動作標籤與結構診斷，支援多輪迭代設計。
速報
多代理人自動化機器學習管線：結合代碼驅動 RAG 與自我修復機制
本研究提出一套由五個代理人組成的統一架構，能自動從資料集與自然語言目標產出端對端機器學習管線。系統結合代碼為基礎的檢索增強生成（RAG）以理解微服務，並使用可解釋的混合推薦演算法選擇最佳組件。透過大型語言模型進行錯誤詮釋與自我修復，並從執行歷史中自適應學習。
速報
Qiushi 發現引擎：首個自動化光學實驗 AI 系統驗證光學雙線性交互
科學研究長期由人類主導，AI 代理開始涉足自主探索。Qiushi 發現引擎結合 LLM、Meta-Trace 記憶與雙層架構，在實體光學平台自動重現傳輸矩陣實驗，並將相干序理論轉為可觀測指標。最終提出並驗證光學雙線性交互，提供高效光學硬體的計算新途徑。
速報
OpenAI 限制 Cyber 取代 Mythos，僅向資深資安防守者開放
OpenAI 近日宣布，將新資安工具 Cyber 僅限關鍵資安防守者使用，需提交憑證與使用計畫。Cyber 支援滲透測試、漏洞偵測與惡意程式逆向等功能，旨在協助企業找出安全缺口。此政策與 Anthropic 限制 Mythos 的做法相呼應，顯示業界對 AI 資安工具濫用的擔憂持續升溫。
速報
OpenAI 推出進階帳號安全 防止 ChatGPT 與 Codex 被盜用
OpenAI 於本週四宣布，為 ChatGPT 與 Codex 使用者提供名為「進階帳號安全」的可選防護機制。啟用後，帳號將不再接受傳統密碼登入，必須使用實體安全金鑰或 Passkey，並移除 Email、簡訊的復原方式，改以復原金鑰或備份 Passkey。
速報
HER 框架：雙層思考提升大型語言模型角色模擬的認知深度
角色扮演的 LLM 需要模擬內在思考，研究推出 HER 框架以雙層思考區分人物第一人稱與模型第三人稱，並透過逆向工程收集推理資料與人類對齊獎勵模型。實驗顯示在 CoSER 基準提升 30.26 分，於 Minimax Role‑Play Bench 增益 14.97%。
速報
Hyper-Parallel Decoding（HPD）：為 AVE 解碼帶來十倍級加速的新方法
背景：某些生成任務需從同一文件解出多個獨立序列。核心：HPD透過批次共享記憶體與計算並操控位置ID，實現亂序與並行生成，且可在單一提示堆疊多份文件以放大並行度。主要結果：在不降低品質下，推理成本與時間最多減少13.8倍，並可在單提示並行解碼至多96個token。