深度分析
哲學性格鏡頭在 AI 程式碼審查中的設計與實證
這份研究提出一套以「哲學性格（philosophical dispositions）」約束 AI 審查行為的系統，將審查拆成四種單一視角的鏡頭（犬儒式減法、懷疑式校準、Navya-Nyāya 邏輯審核、儒家命名與關係檢查），並以角色協定順序執行。
深度分析
深度分析
為 Kubernetes 代理量測化：agent-breakage、pgvector 與 HNSW 的實作與發現
研究指出當前自動化Kubernetes運維代理難以被科學反駁。本文提出agent-breakage測量框架，透過注入故障、檢測回應、四向量評分及確定性嵌入做真實對照。實驗部分否證單叢集語料密度下的檢索累積效應，並揭露三項關鍵偏誤與框架的自我修正能力。
深度分析
多層 Floyd–Steinberg 抖動強化視覺基礎模型的對抗魯棒性
視覺基礎模型被當作凍結骨幹，成為單一故障點。本研究採用多層Floyd–Steinberg誤差擴散抖動作為輕量輸入預處理，並配合後處理模糊，能破壞對抗擾動並保留語意。實驗顯示在多任務、多模型與多種攻擊下，此法達到優於或相若的防護效果。對於不可重訓的凍結骨幹，為實務部署提供可行且低成本的防線。
深度分析
以 LLM 驗證統計前置（preemption）：分布式競爭、尺度關係與微調因果證據
研究探討大型語言模型如何從正向語料學到不可說的語法限制。作者透過四組實驗比對統計前置與紮根，並用surprisal與人類接受度對照，最後以微調干預提供因果證據。結果顯示競爭形式頻率能說明模型與人類的差異，支持前置機制。此外模型敏感度隨參數量呈次線性上升。
深度分析
將臨床推理形式化：TPA 框架在 ADOS‑2 語言性 SLD 檢測上的效能提升
本研究提出 TPA（Think, Plan, Ask），一個把臨床推理形式化為主動循環的多代理對話框架，專門用於 ADOS-2 Module 4 的語言評估。系統由可選策略的醫師代理、以真實臨床語料校準的病患代理，以及 SLD（社交語言障礙）檢測器組成；每回合先推理缺漏、再選擇策略、最後產生目標化提問。
深度分析
人本學習力學（HCLM）：以有效熵與資訊力重塑表示學習動力學
在不確定與人類回饋環境下，深度學習需超越封閉優化。HCLM把學習當作受熵調控的開放動力學，引入可實作的幾何熵代理與「有效熵/資訊力」概念，指出只有當熵代理在優化軌跡產生非退化資訊力時，熵正則化才真正能影響表示學習；實驗發現對數行列式協方差類熵比softmax熵更穩定地誘發資訊流，並提供對泛化與人控調節的動力學說明。
深度分析
開源 LLM 的脆弱性評估：基於 Overton 窗口的紅隊測試與模型家族差異
研究針對本地部署的開源大型語言模型與社群媒體影響風險進行紅隊測試。研究提出LLMOvertonWindow量化框架並評估簡單提示攻擊、Few-Shot與其他繞過技術對立場表達範圍的影響。結果顯示模型在左傾立場上較易被驅動，繞過效果家族與模型相關，防禦需依家族定制。
深度分析
PilotWiMAE：以導頻原生輸入與軸向分解注意力的無線通道自監督表示學習
無線通道基礎模型常假設可取得完整CSI，與實際以導頻觀測的情境不符。本文提出PilotWiMAE，直接以有噪導頻為輸入，並沿時間與頻空域分解注意力以符合物理誘導偏差。訓練採高遮罩率與尺度正規化重建，並以AWGN課程匹配導頻雜訊。結果顯示在跨頻率任務上，於較小觀測空間仍優於監督基線。
深度分析
以逆向博弈回收結構性參數：LLM 對格陵蘭地緣政治決策的系統性評估
本文以2019–2026年美國對格陵蘭的主權壓力為案例，提出一套以博弈理論與反向推估為核心的 LLM 地緣政治壓力測試。研究以三個理論遊戲建模（非對稱脅迫、北約執行信心臨界、三方廣義形式遊戲），設計多語模擬令八個前沿模型分飾六個角色，完成3,604場對弈、產生超過108,000次行為觀察。
深度分析
SpaceNum：評估 VLM 在空間數值理解的缺口與雙向測試框架
本文質疑視覺語言模型是否能以度量化數字表徵空間。作者提出SpaceNum框架，涵蓋動態轉移與靜態佈局，並以Num2Space與Space2Num兩項雙向任務評估模型在視覺與語言間的數值映射。實驗指出多數模型無法以穩定座標語意生成或解讀數字，表現接近隨機。
深度分析
pcsp：用 Persona‑Conditioned Shared Policy 與 InfoNCE 實現零樣本可追溯 NPC 行為
面對生活模擬遊戲的規模化NPC挑戰，研究提出pcsp：以凍結LLM嵌入加低秩投影，訓練單一共享RL策略並以InfoNCE保持軌跡一致性。在300人測試上，達到最高17×優於隨機、語意—行為Spearmanρ≈0.73，且推論比LLM基線快22×。
深度分析
EPC-AW：LLM 多代理系統的規劃認知校準工作流程與實驗結果
研究指出，LLM 多代理系統在規劃階段可能高估可行性，導致即便執行無誤仍無法完成任務。作者提出 EPC-AW 工作流程，透過跨代理的資訊一致性選計畫與一致性導向的認知精修，將不一致轉為持久約束以改善後續規劃，實驗顯示系統成功率平均提升約9.75%。