深度分析
CYKNN：將 CYK 演算法直接編碼於神經網路的創新架構
研究以CYK演算法為例，直接將其運算流程注入神經網路，提出CYKNN架構，透過可訓練的矩陣向量乘法實現語法分析。實驗顯示在簡易文法測試中，該模型優於20億參數以上的大型語言模型與經LoRA微調的較小模型。此舉為神經符號結合開啟新方向，預計將影響語法分析與程式語言編譯的研發路線。
深度分析
深度分析
CheckMate 結合 OpenEvolve：程式演化自動產生高效組合與最佳化求解器
隨著工業AI對組合與最佳化問題需求提升，研究團隊提出CheckMate結合OpenEvolve的程式演化框架，僅以「什麼」的形式規範解答與自然語言描述，引導LLM產生專屬求解器。實驗顯示，在配置與排程等兩大產業領域，演化出的演算法在大型或困難案例上遠超現有最佳求解器，展現自動化產生高效演算法的潛力。
深度分析
ASG（退火 Softmax）策略於 RLVR 多臂貝式強盜賭局的貝氏遺憾上界與實驗比較
研究探討在多臂貝式強盜賭局中，退火Softmax貪婪策略如何在不考慮不確定性的情況下仍能取得近最佳貝氏遺憾。結果顯示，於上尾線性正則先驗下，該策略達到O~(m+T/m)的遺憾率，與純貪婪方法等效，且在臂數與時間規模匹配時可達到O~(√T)的近最佳表現。
深度分析
EAGLE 框架：透過證據對齊提升多代理視覺問答的可靠性與可解釋性
隨著視覺語言模型在視覺問答上表現提升，多代理協作被提出。研究提出 EAGLE 框架，透過顯示證據對齊與視覺根據驗證，提升六項基準的整體正確率，展示以影像證據為基礎的多代理一致性可大幅提升可靠性。此外，EAGLE 免除額外訓練成本，具備可解釋性，於高解析度與複雜空間推理任務中領先現有方案。
深度分析
檢索增強生成（RAG）中文文件表示研究：答案保留率決定正確率
本報告深入分析了在檢索增強生成（RAG）流程中，如何呈現檢索到的文件會影響大型語言模型（LLM）的回答正確度。研究固定檢索結果，僅變換文件的表示方式，測試了原始文件以及十三種不同的選取、摘要與改寫方法，並以四種生成模型評估問答正確率。結果顯示，答案保留率是決定生成品質的主要因素；
深度分析
Chatterbox‑Flash 採用先驗校正的即時串流零樣本 TTS 解決方案
零樣本文字轉語音（TTS）能以短暫參考音檔合成未見說話者的聲音，是語音合成的關鍵技術。Chatterbox‑Flash透過將自回歸解碼器微調為區塊擴散解碼器，加入先驗校正與提前解碼排程，實現平行產生且支援即時串流。實驗顯示其音質與主流模型相當，同時降低首包延遲與實時因子。
深度分析
「SAGE」：球形自適應新穎性門控提升代理式 LLM 記憶寫入效能
研究聚焦於代理式大型語言模型的記憶寫入控制，提出以球形適應門（SAGE）利用 von Mises‑Fisher 密度估計辨識新資訊，於 LoCoMo 基準中對比 Mem0 獲最高 token‑F1，且在 GPT‑4o‑mini 測試降低寫入 API 成本 3.4 倍、延遲 2.5 倍，作為二元門可減少約 16–18% 的 LLM 呼叫。
深度分析
EUDAIMONIA：以真實對話測試 LLM 社會對齊與安全性
隨著大型語言模型被廣泛用作情感陪伴與諮詢，社會互動中的隱憂日益突顯。研究提出EUDAIMONIA基準，以真實使用者對話檢測模型是否誘發不當親密、依賴或過度互動，測試22款模型發現最高仍有超過27％的違規率，顯示社會對齊問題仍相當嚴峻。此基準結合社會心理學原則，針對親密製造、身份隱蔽與互動延伸三大風險設計檢核項目。
深度分析
「LARK」以可學性為基礎的推理軌跡選取提升推理蒸餾效能
本研究聚焦於推理蒸餾的軌跡選取，提出 LARK 以學習率 ρ 為指標，結合 χ² 正則化在固定預算下挑選最易學的樣本。相較於僅看答案正確或模型信心的傳統篩選，LARK 能避免表面優秀卻難以內化的軌跡，實驗顯示在多項基礎模型與數學測驗上提升準確率與收斂速度。
深度分析
「Rationalize」共享語意推理框架：透過角色配對提升大型語言模型的人機對齊
在資料驅動的意義建構中，Rationalize 以探索者‑指導者等角色配對，建立共享語意推理空間，使人與大型語言模型的目的、假設與推論可見化，提升雙向對齊與決策透明度。此框架結合 Paul 與 Elder 的八要素思考模型，提供介面設計與模型訓練的具體指引，預期將改變視覺分析與 AI 代理人的協作模式，同時支援多模態推理與跨領域資料整合。
深度分析
「跨表面注入攻擊」：工具式 LLM 代理的雙通道安全盲點與適應式防禦策略
工具增強式LLM代理在工具輸出與描述兩個通道皆可能被注入指令，研究以相同位元負載在13種模型上測試，發現不同模型在兩通道的成功率截然相反，且模型與通道的交互決定脆弱性，提出適應式攻擊率提升約9個百分點，提醒防禦需同時評估兩通道。此發現對AI安全測試框架具有重要啟示。
深度分析
LLM‑MAD 框架：以多代理辯論評估大型語言模型的內在推理能力
本研究以大型語言模型多代理辯論（LLM‑MAD）驗證人類爭論理論，採用初始問答、交叉批評與修正三階段，發現強模型表現提升、弱模型退步，且辯論動態呼應ATR的懶惰‑警覺不對稱與認知多樣性，顯示此框架可作為模型內在推理能力的比較基準。此外，研究指出辯論規模與批評者多樣性會影響公平性，提出固定批評者組合的基準設計建議。