深度分析
以 VerbatimRAG 與 ModernBERT 微調：在論文庫中提升可溯源性並降低 LLM 幻覺
研究者面對龐大論文資料庫時，常因大型語言模型產生幻覺而難以信任答案。本研究將VerbatimRAG應用於ACLAnthology，透過抽取式問答直接回傳原文片段並建立人工標註基準，實驗顯示小型抽取模型在抑制幻覺與提高精準度方面優於零-shot LLM抽取器。
深度分析
深度分析
PVMC：以並行變分蒙地卡羅實現深度狀態空間模型的可微粒子平滑與硬體加速
研究聚焦深度狀態空間模型的訓練難題，提出 Parallel Variational Monte Carlo（PVMC），以並行可微的軌跡重要性加權替代序列化重採樣，兼具緊密變分下界與無偏梯度估計；實驗顯示在多個基準上達到或優於既有方法，並在單卡實驗中大幅縮短訓練時間。
深度分析
DODOCO 實驗揭示 MoE AlltoAll 路由不均來源與系統互連設計建議
本研究檢驗MoE專家平行訓練中AlltoAll分派的兩項基本假設：系統層能否矯正路由不均與合成Benchmark是否代表真實語料。透過五套公開MoE檢查點與多種資料情境的矩陣實驗，發現EP刻度對每專家負載比影響極小，而隨機mocktoken常常高估路由不均，並建議以工作負載分群作為互連與派送設計輸入。
深度分析
Sutra：將旋轉綁定、Lagrange 三值邏輯與尾遞迴編譯為可微 PyTorch 張量運算語言
面對凍結嵌入的挑戰，本文提出Sutra可編譯為PyTorch張量圖的純函數語言。核心包含旋轉綁定、Lagrange插值的三值模糊邏輯與尾遞迴循環，將控制流與字串I/O下推為融合張量運算。結果在多個嵌入基底上驗證可解碼且可透過自動微分訓練收斂。
深度分析
Winfree同步振盪驅動的WONN：相位動力學與參數效率的神經新範式
振盪與同步被視為表徵與計算的替代觀點。研究提出Winfree振盪神經網路，讓相位振盪器在高維環面上透過分離式敏感度與影響函數互動，互動可用三角映射或可學習網路表示，並以群組化與相位—頻率雙態設計達成穩定迭代。於影像與結構化推理任務展現競爭性準確度與參數效率。
深度分析
DTDA：GenAI 驅動的持續自動化威脅偵測於 Microsoft Security Copilot
面對攻擊技巧快速演進，Microsoft以DTDA產生持續運作的GenAI調查代理，透過統一活動時間軸與受控LLM提示合約，執行有界的規劃器—執行器循環，蒐集支持與反駁證據，自動產出具說明性的動態警示並補遺被忽略的惡意活動，實務測試顯示具高精準度並可降低分析師負擔。
深度分析
USV-1.0 多模態短影片資料集：MMF-Net 與 VTCL 的任務與基線
短影片平台快速興起，本研究建立一個大規模用戶生成短片資料集，並提出主題辨識與視訊與文字檢索兩項任務。方法方面，採用一個多模態融合網路整合影像、音訊與字幕以辨識影片主題，並以對比式學習在影片與使用者標題間建立語意對應。資料以查詢字與上傳標題做弱監督收集且未全面人工剪輯，並提供基準評測以促進後續研究。
深度分析
VerifySteer：利用段落邊界隱藏向量調控步驟式驗證嚴格度
研究指出生成式驗證器在步驟層級常出現過於寬鬆或過度嚴格的偏態。VerifySteer透過介入段落邊界的隱藏向量，選擇性地調整嚴格度，同時以樣本級正確性探測與段落級介入平衡偵錯與認證。實驗顯示其在多個基準上提升F1並減少推論成本。方法也能與微調互補，適配快速演進的指令調校模型生態。
深度分析
GLU 改寫 NTK 譜：透過條件數降低加速大型模型訓練
本文研究為何門控線性單元(GLU)在大型模型比非門控結構表現更好。透過兩層模型與神經切線核(NTK)分析，作者發現GLU的乘性門控改變NTK譜，使條件數變小且特徵值分布更集中，從而加速優化；但對泛化差距影響有限。實驗涵蓋視覺與語言模型比較，結果支持此結論。
深度分析
用設計師標註建立 TASTE：面向文字生成圖像的多維偏好資料集與評估方法
現有偏好資料以照片為主，無法捕捉設計師在字體、視覺層次、配色與版面等多維判準。TASTE由十位設計師對四款模型在九項準則逐一評分，並以三項統計檢驗確認每個準則含可學習偏好訊號，指出現有評分器與設計師一致度仍不足，呼籲採準則化監督以提升設計生成對齊。
深度分析
SCRIBE：為印度語系設計的 sandhi 容忍豐富轉錄與多維診斷框架
語音辨識在專業逐字錄入需超過校正門檻，本研究提出SCRIBE：以sandhi容忍對齊、類別化錯誤分解、領域詞庫注入與LLM整理管線，將詞彙、標點、數字與領域實體分開度量，實驗顯示其分類指標與專家判定高度一致，並能導向精準修正與資料整理策略，恢復語言評估公正。
深度分析
LlamaWeb：為 llama.cpp 提供 WebGPU 後端，實現瀏覽器端記憶體節省與性能可攜的 LLM 推論
背景：瀏覽器執行大型語言模型能提升隱私與可及性但受限於記憶體與異構硬體。核心做法：LlamaWeb以llama.cpp為基礎，採靜態記憶體規劃、預分配參數緩衝、避免冗餘載入並用模板化GPUkernels支援多種量化格式。主要結果：實驗顯示記憶體需求平均降低29–33％且解碼吞吐提升45–69％。