深度分析
MosaicLeaks 基準揭示研究代理人資訊外洩風險與 PA‑DR 隱私感知深度研究成效
研究代理人結合本地機密文件與網路搜尋，可能在查詢紀錄中拼湊出企業私密資訊。HuggingFace與ServiceNow提出MosaicLeaks基準，並以隱私感知深度研究（PA‑DR）強化學習框架，將泄漏率從34%降至約10%，同時提升鏈路成功率至58.7%。
深度分析
深度分析
OpenAI 被指隱瞞 ChatGPT 對話搜尋與 Project Giraffe Bloom 濾鏡，牽動 AI 版權與隱私監管
紐約時報與每日新聞指控 OpenAI 在訓練資料與使用者聊天紀錄的搜尋能力上說謊，稱公司早已建立約 7800 萬筆去識別化對話資料庫，並在 Project Giraffe 計畫中部署 Bloom 濾鏡偵測內容重複。法院質疑其提交的 2000 萬筆樣本過度刪減，認為 OpenAI 故意妨礙證據取得。
深度分析
Ollama 獲 6500 萬美元 B 輪融資 本地開源 AI 模型部署與雲端加速服務概覽
Ollama於2023年推出，允許開發者在本機快速部署開源模型，近期完成6500萬美元B輪融資，月費制雲端服務已支援超過8.9百萬開發者，預計將推動AI開源模型商業化與本地化潮流。同時，Ollama以14員工支撐服務，與DockerDesktop類似，並與BrainPlus競爭多模型管理。
深度分析
以引用決策評估大型語言模型的學術關聯工作生成：RWGBench 介紹
隨著科研文獻激增，自動化關聯工作生成需求提升。RWGBench以引用決策為核心，提供100篇金標本與千萬檢索庫，評估引用選擇、組織與語篇結構。實驗顯示現有模型在引用精準度上仍不足，凸顯檢索與生成瓶頸。此基準亦比對傳統摘要相似度指標，揭露模型在引用選擇上的系統性缺陷。
深度分析
VbR（Variability by Regeneration）— LLM 驅動的 AI 生成軟體產品線新策略
研究指出，AI生成的程式碼在產出時已決定所有變異，提出「變異再生(VbR)」以規格驅動生成多個無死碼二進位，並以分派器動態選擇，預示產品線管理將從程式碼轉向規格。此方法對比傳統以預處理指令或變異點的產品線，將變異完全外部化，未來或促進 AI 驅動的軟體生態更快迭代與驗證。
深度分析
「Bag of Dims」：Transformer 隱層維度符號的零訓練可解釋性突破
隨著大型語言模型應用增多，解讀其內部運算成為關鍵。本研究提出 Bag of Dims 框架，將 transformer 隱層視為獨立二元暫存器，僅憑符號即可讀取語意特徵。實驗顯示符號模式可在無訓練情況下達到 80% 以上的預測準確，並比現有 SAE 方法更高效。
深度分析
TLA‑Prover：結合低秩適應與偏好最佳化的可驗證 TLA+ 規格生成模型
TLA+ 是用於驗證分散系統的形式規格語言，研究以 20 億參數模型 TLA‑Prover 結合偏好最佳化低秩適應訓練，透過四層驗證（銅、銀、金、鑽）確保規格既能通過 TLC 檢查又避免永真不變式，最終在 30 題基準上達到 30% 通過率，遠超過未調校的 8.6%。
深度分析
從公開歌單推斷使用者屬性：musicPIIrate 框架與 JamShield 防護機制解析
研究指出，公開音樂歌單可被OffensiveAI工具musicPIIrate解析出使用者年齡、性別、嗜好等隱私資訊，使用圖神經與DeepSets模型提升屬性推測準確度，並提出注入虛擬歌單的JamShield防禦，可降低推論準確度約10%，顯示此攻擊對使用者隱私構成新興威脅。
深度分析
Fast–Slow 循環模型 (FSRM)：結合潛在遞迴與 Fast‑Slow Training 的長程序列推理新框架
研究延伸潛在遞迴模型，提出快速‑慢速循環模型(FSRM)以觀測慢速、推理快速雙通道同時更新，實驗顯示在Dyck與迷宮等長程任務上保持約90%正確率，並優於LSTM、Transformer等基線。模型在不同長度序列上保持表現，減少對基線策略的位移，提升持續學習能力。
深度分析
DASH：以音訊驅動的語意分塊提升 OmniLLM 多模態令牌壓縮效能
隨著多模態大型語言模型需同時處理音訊與影像，令牌數量激增成為推論瓶頸。研究提出動態音訊驅動語意分塊（DASH）以音訊嵌入作為語意錨點，偵測相似度斷層並投射至影像，結合邊界、獨特性與注意力三信號評估重要性，實現結構感知壓縮。實驗顯示在25%保留率下仍保持或超越既有方法，提升預填速度與端到端延遲。
深度分析
Refine Thought (RT)：測試階段多次前向提升文本嵌入模型語意推理能力
研究針對文本嵌入模型在語意推理任務上的深度不足，提出測試時多次前向的 Refine Thought 方法，透過時間展開提升推理步數，實驗在 BRIGHT 與 PJBenchmark 上取得顯著改善，同時在 C‑MTEB 上維持穩定表現。此方式不同於一次前向或CoT，透過測試時展開提升推理深度，預期有助檢索與代理系統。
深度分析
FSU‑QA 資料集與基準：評估自動駕駛前瞻視覺語言模型與世界模型
研究背景：視覺語言模型多聚焦於即時感知，忽略未來推測。核心做法：提出FSU‑QA資料集與FSU‑Bench基準，設計九項自駕前瞻任務，並以VLM評估World Model生成之未來影像之語意一致性。主要結果：即使是小型模型經FSU‑QA微調，也能超越多數大型閉源模型，顯示該基準有效提升前瞻推理能力。