深度分析

深度分析

以 STR（三重健壯）復原支付網路標籤：授權、回報與延遲三階段估計法

本文改寫自 ArXiv 研究，聚焦卡片支付網路中被遮蔽且噪聲化的詐欺標籤問題。作者將標籤復原表述為含三個選擇門檻（授權、發行者回報、成熟延遲）與標籤汙染通道的序列型遺失資料問題，提出 Sequential Triply Robust（STR）估計器。

深度分析

TimeGate：以時間窗控管的持續適應政策層，透過部分評估與M指標降低評估成本

面對持續適應的機器學習系統，TimeGate以時間預算為核心，將標註、訓練與評估放入時箱門檻，並以部分評估一致性信號M決定是否可替代完整評估；研究顯示標註相對訓練具優勢(2.3×)、評估成本可省評估週期66%，且在大型語言模型測試中M於多數執行維持高度一致。

深度分析

Parallax（PLX）：以參數化協方差修正提升本地線性注意力的長序列檢索能力

大型語言模型長序列生成常仰賴SoftmaxAttention。本文提出Parallax，將本地線性注意力參數化，加入可學習的R投影以近似KV協方差，避免每步共軛梯度求解並穩定訓練。實驗在合成任務與0.6B、1.7B預訓練上顯示較Softmax更好困惑度與下游準確度。

深度分析

unix-ctf：以可驗證植旗／回收契約評估 Unix 能力（Qwen3-8B、LoRA 與容器化驗證）

unix-ctf 將「Unix 能力」從以程式為中心的終端任務中抽離，建立一個專注於作業系統、檔案格式與 shell 原生機制的訓練與評測表面。系統以大型語言模型輔助生成「植旗／找旗」腳本，並透過雙向契約自動驗證：植旗後磁碟不可留有明文旗、且在新目錄能被回收。

深度分析

線性探針 vs DAS：以讀出—中介角度量化時間推理的因果子空間

本研究提出「讀出—中介角度」作為量化線性探針（probe）與模型實際因果運算間距離的指標。以日曆日期的持續時間推理為案例，比較傳統 sin/cos Ridge 探針與 Distributed Alignment Search（DAS）所發現的子空間，並以 Haar 隨機基準檢驗角度分佈。

深度分析

Q-align DT：以Q函數對齊RTG以提升Decision Transformer的可控性

離線強化學習常以Return-to-Go作為控制信號。Q-alignDT引入輔助Q函數、RTG擾動與對齊損失，加強RTG與策略行為的一致性。實驗顯示提升RTG可控性並在D4RL上達到競爭表現。理論證明透過順序限制縮小策略類別，並在速度追蹤等任務示範零樣本轉移能力。

深度分析

LoRe：以每步預算與狀態驅動動態路由，擴展圖形疊代解算器的推理規模

面對大尺度圖形疊代求解的記憶體與延遲瓶頸，本文提出LoRe：在每步強制互動評估預算，動態路由計算到高衝突或高不確定互動，並以輕量回補維持全局影響，實驗顯示在MIS與TSP上能大幅減少記憶體與加速推理。在多項實驗中保持解品質同時顯著降低記憶體與時間成本。

深度分析

Claude Code 與 Codex 在 PyCBC 重力波管線的比較：速度、資源與可審計性權衡

代理式人工智慧正從簡單輔助工具走向能自主規劃、執行與回報整套計算流程的方向。本研究以愛因斯坦望遠鏡模擬資料為場域，讓 Claude Code 與 Codex 在相同 Markdown 規格下，自動執行 PyCBC 的重力波匹配濾波驗證管線。

深度分析

HDSR 與 HDSR‑PL：以幻覺偵測驅動的臨床摘要事實性優化

臨床摘要常產生不實陳述。本研究提出HDSR與HDSR-PL：以幻覺偵測器指導模型逐步修正摘要，並將修正軌跡轉為偏好對用於微調。實驗於MIMIC‑IV出院指示任務顯示，方法能在維持流暢性與相關性的前提下，明顯降低幻覺發生，且對臨床可用性具實務意義。

深度分析

GrowLoop 架構：結合 Heuristic Learning 與 Rubric–Case 雙迴路的可演化人類相似性評估平台

面對開放式對話中主觀的人類相似性評估，一組研究提出GrowLoop自我演化評估系統，透過人類種子與HeuristicLearning把隱性準則外在化，並以Rubric與案例雙向共同演化區分一致與分歧判準。實驗顯示該系統能持續擴展評測範圍並提升判別力，同時可連動多模態與人機評測流程。

深度分析

Qwen Guard 在開源安全守衛模型評測中以高召回率領先，模型規模非決定因子

本研究以NIST安全分類聚合79,331筆資料，橫向評估14款開源安全守衛模型，並強調召回率為生產部署首要指標。結果顯示Qwen Guard以高召回領先，且模型參數量與檢測能力並不成正相關，實驗亦指出標籤正規化與閾值策略會顯著影響評估與部署取捨。

深度分析

用 AI 程式代理開發 clax-pt（JAX）：監督流程、失效案例與最佳實務

研究記錄物理學家在多日多次會話監督下以Claude代理於JAX開發可微分擾動論模組clax-pt；採oracle測試與會話日誌追蹤多起監督事件，顯示代理能自動修正多數實作錯誤但需人為介入於結構性錯誤與無物理依據的校正；結論指向監督協議設計對科學軟體可信度的決定性影響。