深度分析
「結構導向 Rerooter」提升 Levin 樹搜尋效率：全域聚類、啟發式成本與混合式設計
在單代理決策樹搜尋中，子目標生成常帶來高計算負擔。本文提出三種結構導向的 rerooter：利用 Leiden 全域聚類、啟發式成本估計與兩者混合，於搜尋過程自動分配資源。實驗證明，於高複雜度環境下，此 rerooting 方式比傳統子目標搜尋更易擴展，且顯著提升線上訓練樣本效率，預計能推動未來AI規劃系統的效能提升。
深度分析
深度分析
Holotron-12B：結合混合狀態空間模型的高吞吐量電腦使用代理
H公司於2026年發表Holotron-12B，這是一款以NVIDIA Nemotron 為基礎、經後訓練優化的多模態電腦使用代理模型。核心採用混合狀態空間模型（SSM）結合注意力機制，針對長序列、多影像與高併發場景提升推論效率與記憶體使用。
深度分析
單卡一日完成 NVIDIA Llama‑Nemotron‑Embed‑1B‑v2 領域嵌入模型微調全流程
隨著企業在RAG系統中遇到通用嵌入模型無法捕捉專業術語的瓶頸，NVIDIA推出以Llama‑Nemotron‑Embed‑1B‑v2為基礎的單卡一天微調流程，結合自動合成問答與硬負樣本挖掘，可在單GPU上提升Recall超過10%，加速部署於內部NIM服務。
深度分析
OpenClaw 復原指南：使用 Hugging Face Inference 與本機 llama.cpp 部署雙方案
Anthropic限制Claude在開放代理平台的存取，導致許多OpenClaw、Pi、OpenCode代理中斷。可透過HuggingFace推理服務或本機llama.cpp載入GGUF模型快速復原，前者恢復速度快，後者提供隱私與零成本。此兩條路徑將影響開發者選擇雲端或本地部署的策略。
深度分析
Granite 4.0 3B Vision：企業文件多模態模型，精準表格與圖表解析
IBM 推出 Granite 4.0 3B Vision，為企業文件提供視覺語言模型，結合表格抽取、圖表理解與語意鍵值對解析。模型以 LoRA 套用於 Granite 4.0 Micro，透過 ChartNet 合成資料與 DeepStack 架構提升精度。測試顯示在 Chart2Summary、PubTables 等基準均領先。
深度分析
0.6B Falcon Perception 以早期融合 Transformer 提升開放詞彙分割與 OCR 效能
Falcon Perception 針對開放詞彙分割提出早期融合 Transformer，將影像貼片與文字同序列處理並使用混合注意力遮罩，實現可變長實例輸出。於 SA‑Co 基準取得 68.0 Macro‑F1，顯示在屬性與密集場景上優於傳統管線，並提升效能。
深度分析
Safetensors 正式加入 PyTorch 基金會：提升模型序列化安全與治理
Safetensors為降低pickle風險而誕生，採用JSON標頭與原始張量資料的簡潔格式，支援零拷貝與延遲載入。近期加入PyTorch基金會，治理轉為中立，API不變。未來將支援裝置感知載入、張量與管線並行及多種量化格式，預期提升多卡訓練與部署效率。
深度分析
Waypoint-1.5：即時生成互動世界的消費級 GPU 解決方案
Overworld推出Waypoint-1.5，將即時生成的互動世界從資料中心搬回消費級GPU，提供720p高畫質與360p輕量等級，訓練資料提升近百倍並採跨幀視訊建模降低算力，支援RTX3090‑5090桌機與遊戲筆電，提升畫面連貫與回應速度，使本機娛樂與模擬更具可用性。
深度分析
AWS OpenSearch Serverless 支援 AI 代理人：計算與儲存解耦、向量搜尋按需擴展
網路長期以人類行為為設計前提，AI代理人卻帶來短時高峰與大量機機互動。AWS新版OpenSearchServerless透過計算與儲存解耦、秒級擴縮與閒置歸零的計費機制，為代理人工作負載提供即時、可計量的搜尋與向量檢索解決方案。此設計可能促進代理人大規模部署並重塑企業資料檢索模式。
深度分析
XCENA MX1：以 RISC‑V 與 CXL 將運算推近 DRAM，緩解 AI 推論的記憶體瓶頸
隨著大型語言模型推論頻繁存取短期記憶，傳統CPU到GPU到DRAM的往返成為結構性瓶頸。XCENA以MX1把運算推向DRAM附近，透過CXL在記憶體模組內處理預處理、KV快取及資料編排，宣稱能把過去需多台伺服器承擔的工作合併並顯著降低AI基礎建設成本。
深度分析
VAKRA 基準：評估企業場景中 AI 代理的工具呼叫、多跳推理與失敗模式
VAKRA是可執行的工具導向基準，評估AI代理在企業場景跨API與文件的多步組合推理與執行能力。它要求代理在本地數千個API與多領域資料庫中產生完整工具呼叫軌跡並以執行結果驗證推理。研究發現現有模型在端到端工作流上普遍表現不佳，主要失誤集中於工具選擇、參數填寫與政策遵循。
深度分析
使用 Sentence Transformers 與 MatryoshkaLoss 微調 Qwen3‑VL 用於多模態文件檢索
背景：Sentence Transformers 擴展至多模態以處理文字與影像檢索。做法：以 Qwen3‑VL‑Embedding‑2B 在 Visual Document Retrieval 資料上微調，採 CachedMultipleNegativesRankingLoss 與 MatryoshkaLoss 訓練，並以 InformationRetrievalEvaluator 評估。結果：微調使 NDCG@10 從 0.888 提升到 0.947。