深度分析
TALE：結合搜尋工具的 LLM 無參考評估方法與性能分析
隨著大型語言模型廣泛應用，傳統參考答案評估成本高且難以因應變動事實。研究提出TALE框架，讓模型透過工具自動搜尋、彙整外部證據來驗證回應。實驗顯示其在自由問答基準上與人類評分高度一致，提升評估可靠性。此方法減少對模型內部知識的依賴，並能即時因應快速變化的資訊，預示評估流程將向自動化與證據導向轉型。
深度分析
深度分析
「LLM」透過字串匹配與回溯破解位元操作謎題：降低組合爆炸的全新方法
本研究針對 NVIDIA Nemotron 推理挑戰中的位元操作謎題，提出以字串相似度與結構化回溯取代傳統布林門推導的全新框架，藉由 22 種空間基底與最小位翻轉抽取約束，實現高達 98.6% 的解題正確率，顯示 LLM 在組合爆炸問題上的可行性，並為未來 AI 推理工具鏈提供新方向。
深度分析
IterCAD：多模態 LLM 驅動的閉環 AI CAD 代理人，實現看圖‑循環迭代設計
隨著多模態語言模型與程式化 CAD 框架的進步，IterCAD 以「看圖‑循環」方式，將工程圖作為參考，透過編譯、執行與視覺回饋修正幾何缺陷並產生可執行的 CadQuery 程式。實驗顯示在 IterCAD‑Draw 與 IterCAD‑Edit 基準上，其執行成功率與幾何精度顯著優於主流模型，預示將加速設計自動化。
深度分析
GAMBLe 框架解析：AI 驅動研究系統的生成器、評分器與預算機制
本篇報導深入探討 AI 驅動研究系統（ADRS）的運作機制，提出 GAMBLe 框架以四個參數分解系統行為，並證明最佳分數過程非馬爾可夫。
深度分析
DeXposure‑Claw：圖時序預測與大型語言模型驅動的 DeFi 風險監控系統
DeFi風險快速演變，研究提出DeXposure-Claw以圖時序預測模型DeXposure-FM結合監控與安全門檻，將LLM決策限定於結構化證據。實驗在五年每週資料上顯示票證F1從0.0076提升至0.0288，且每週成本低於1美元。即使如此，約37%介入仍屬誤報，凸顯資料健康與信心門檻的重要性。
深度分析
貝爾曼最適性在吸收性災難 MDP 中自然呈現前景理論特徵
本研究探討在吸收性災難狀態的馬可夫決策過程中，標準貝爾曼最適產生前景理論的 S 形價值函數、損失敏感係數大於一以及反射效應的逆轉，研究顯示風險中性代理人在成長與衰退情境下，也會分別呈現保守與冒險行為。研究遍歷495種參數組合，發現損失敏感係數於災難時顯著上升，且不同折扣因子與成功機率下均保持此行為。
深度分析
Guide：利用即時影片檢索與自動標註解決 GUI 代理人領域偏差
隨著大型視覺語言模型推動 GUI 代理人能力，缺乏特定軟體操作經驗導致領域偏差。Guide 透過即時影片檢索與自動標註，補足規劃與定位知識，於 OSWorld 測試提升 4.5%~7.5% 成效，顯示影片資源可成為彈性校正工具，此方法免除模型微調與人工標註成本，亦為開放源社群提供快速適配新軟體的路徑。
深度分析
多代理與證據驗證結合：RebuttalAgent 提升論文回覆品質的技術解析
RebuttalAgent 以多代理架構將審稿評論拆解為原子關切，結合內部段落與即時文獻搜尋，生成可驗證的回應計畫，並於草稿前提供人機檢查點。作者可在保持最終決策的同時，降低幻覺風險、提升論點一致性與證據可追溯性。
深度分析
LLM 驅動的動態 Stackelberg 多代理 MAC 協定：提升吞吐量與公平性
隨著無線網路需求多變，傳統手動設定的MAC協定已難以因應。研究以LLM結合近端策略最佳化，將上行排程建模為動態多追隨者Stackelberg博弈，產生語意化、可變長度的協定指令。模擬顯示吞吐提升77.6%，公平性提升65.2%，且能自適應使用者數量而無需重新訓練。
深度分析
「MADreMIA」：鏈式再生成提升跨模態生成式 AI 會員推斷攻擊效能的隱私稽核框架
隨著生成式 AI 快速擴張，資料隱私與版權審核需求激增。研究提出 MADreMIA 框架，利用鏈式再生成放大成員訊號，跨視覺、語言與音訊模型皆可應用。實驗顯示在低誤報率下可顯著提升成員與非成員區分，為隱私稽核提供更可靠工具。此技術預計將促進生成式 AI 的合規開發，並引發對模型可解釋性與濫用防護的討論。
深度分析
CHERRY-1.8B：選擇性監督、深層壓縮與專家融合提升語言模型效能
面對大型語言模型訓練成本高企，研究提出以選擇性監督聚焦語意關鍵token、層級深度壓縮與MoE專家融合三項技術。實驗顯示，在僅500步、15%標註成本下，CHERRY-1.8B的效能接近全序列訓練，同時降低參數與計算需求。此方法為資源受限環境提供可行路徑。
深度分析
利用 XAI 引導特徵遮罩提升聯邦學習在非 IID 環境下的效能與隱私
聯邦學習因客戶端資料分布不一致而性能受損，研究提出FedXDS以XAI的特徵歸因指導資料共享，僅傳送屬於模型決策關鍵的特徵並加入度量差分隱私保護。實驗顯示在多客戶端與高異質性情境下，FedXDS能提升準確率與收斂速度，同時抵禦成員推論與特徵反演攻擊。此外，該方法僅需一次反向傳播即可取得歸因圖，減少計算開銷。