深度分析
HGMem：以超圖記憶（Hypergraph）強化多步驟 RAG 的長文本全域關聯推理
面對長文本與跨段證據的複雜推理需求，研究提出超圖記憶機制HGMem，將記憶建構為超邊集合，透過更新、插入與合併逐步形成高階關聯，並以超圖拓樸指引子查詢與檢索，讓模型以結構化命題展開推理。實驗證明HGMem在多項全域理解任務中優於既有RAG基線，並兼顧效能與成本。
深度分析
深度分析
NFD 與 depth-μP：揭示深度 ResNet 中梯度獨立化與特徵學習崩塌機制
本文從縮放律與訓練穩定性的矛盾出發，針對深度ResNet在深度尺度上為何失效提出新的理論視角。研究在聯合無限寬與無限深極限，為前向與反向通道導出一組耦合隨機微分方程，稱為「神經特徵動力學」（NFD）。NFD說明在1/√depth殘差縮放下，會出現使前向與反向動態獨立的消失機制，從而再次使梯度獨立假設（GIA）在極限成立；
深度分析
VULPO 與 ContextVul：以 on-policy LLM 強化情境感知漏洞檢測
隨著開源軟體的廣泛採用，漏洞利用風險提高，現有自動化漏洞檢測多侷限於函式級別、固定輸入或靜態偏好資料集，難以重現人類對跨檔案、跨程序的情境推理。
深度分析
MedAgentAudit 實證：基於 LLM 的醫療多代理協作失靈與量化稽核框架
MedAgentAudit 針對多代理大型語言模型在醫療任務中的協作過程進行大規模實證稽核。研究以 3,600 筆互動紀錄、六個醫療資料集與六套代表性多代理框架為基礎，結合質性標註與量化追蹤，提出一套協作失效分類法並量化常見崩解模式。
深度分析
以 DRC（ConvLSTM）解構學習式搜尋：Sokoban 中的轉移模型與價值函數
本研究反向解構一個用於Sokoban的卷積遞歸神經網路，發現其在測試時計算量增益下，透過方向通道、長短期路徑與WTA競爭，形成類似雙向搜尋的計畫與轉移模型，並以通道幅度作為價值函數引導回溯與剪枝。研究也指出網路分別處理每個箱子，非統一狀態表徵。
深度分析
VS2 與 VS2++：利用稀疏特徵與檢索增強提升 CLIP 零樣本影像分類
在推論端控制視覺基礎模型具挑戰。VS2以top-k稀疏自編碼器抽取可解釋稀疏特徵，推論時放大這些特徵構成steering向量，無需微調或對比資料。VS2++用檢索到的鄰近影像建偽正負群組以選擇性增強差異性特徵。實驗顯示VS2系列可穩定提升零樣本分類準確度。
深度分析
點雲、影像與文字比較：ScanReQA 揭示 3D LLM 的空間推理限制
研究探討點雲是否提升3D大語言模型的空間推理能力。作者以文字、影像與點雲相互替換輸入，並提出ScanReQA基準評估二元空間關係與絕對座標理解。實驗顯示純文字或影像輸入仍能取得競爭成績，模型對點雲注意力偏低且在細緻關係推理上表現有限，指出3D LLM在利用點雲結構座標進行精細推理上存在瓶頸。
深度分析
Deepfake-Eval-2024：多模態真實世界基準揭示深偽檢測泛化缺口
生成式人工智慧讓深偽媒體在社群平台快速擴散，成為詐騙與錯誤資訊的實際威脅。本研究建立一個二零二四年蒐集的多模態真實世界基準，涵蓋影片、音訊與影像並跨越五十二種語言。評估結果顯示公開開源檢測模型在此基準上AUC值大幅下降，商業方案表現較佳但仍難超越人類鑑識能力。
深度分析
Stable‑SPAM：結合AdaClip與AdaGN提升4位元（FP4/INT4）訓練穩定性
隨著大型語言模型往低位元精度訓練移轉，4位元訓練顯示出較高的學習率敏感度與梯度不穩定性。Stable‑SPAM引入自適應尖峰裁剪、整體梯度範數正規化與動量重置，針對突發梯度和整體梯度放大做出調整。在實驗中，4位元模型以Stable‑SPAM訓練能優於BF16+Adam或在相同精度下達到更少訓練步數。
深度分析
MCTS‑Judge：以蒙地卡羅樹搜尋與測試時計算強化 LLM 的程式碼正確性評估
面對大型語言模型在程式碼判斷上的推理不穩與偏誤，研究提出MCTS-Judge，一套在測試時計算（test-time computation）加入蒙地卡羅樹搜尋（MCTS）的 System‑2 評判框架。
深度分析
聊天型人工智慧平台與勞動市場曝露：平台選擇性如何造成測量誤差
研究以聊天型AI平台對話紀錄衡量職業對AI的曝露度，發現平台使用者組成與任務分配造成測量偏差。學者把偏差分為跨職業代表性與職內任務選擇兩類，並展示不同平台與通道會產生相異結果。將平台權重重置為勞動力分布可顯著降低估計偏誤，顯示現行平台度量難以直接外推至整體勞動市場。
深度分析
Life-Harness：以執行時介面調適提升確定性 LLM 代理效能
研究背景：LLM代理表現不只仰賴模型權重，也受執行時介面影響。方法：Life-Harness從訓練軌跡演化出四層可重用介面干預，涵蓋環境契約、程序技能、動作驗證與軌跡調節，評估期固定不變。結果：在七種確定性環境與18個模型骨幹上整體相對提升88.5%。