速報
Token 優化驅動的 Oracle→PostgreSQL 遷移：LLM 多目標折衷研究
大型語言模型在Oracle到PostgreSQL遷移面臨高token成本、長上下文衰退與語義漂移等挑戰。論文把token優化視為受限轉換問題，提出十二種策略並在多項指標上衡量，發現自適應路由在減少tokens與保留語意間取得實務折衷，而過度schema蒸餾雖提升效率卻嚴重損及語意。
速報
速報
大型語言模型的垂直整合偏誤：用 VIBench 測量代碼生成的生態綁定
背景：大型語言模型成為軟體開發基礎。方法：提出垂直整合偏誤（VIB），以VIBench在20種整合情境評估供應商關聯模型對直接與代理式代碼生成的生態傾向。結果：關聯模型在直接生成上最高多出18.8個百分點，代理式工作流程放大至39.2個百分點。
速報
Palla 與 Prefix Filters：用前綴過濾器抓出並修正 LLM 的領域錯誤
面對需滿足語言或格式正確性的生成任務，研究提出prefixfilters作為每領域與模型的符號化前綴過濾器，並用Palla算法學習這些模式，結果能量化LLM錯誤並在TypeScript生成上使Qwen2.5-1.5B的編譯成功率更顯著提升。
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
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。