深度分析
TRAP 攻擊：利用對抗貼片劫持 VLA 模型的 Chain‑of‑Thought 推理
研究指出，將Chain‑of‑Thought推理加入視覺語言行動模型可提升通用性，但同時成為攻擊新向量。研究者提出TRAP攻擊，以紙製對抗貼片干擾中間推理，成功誘導機器人執行錯誤動作。實驗顯示在三種模型上均能高成功率劫持，凸顯須加強CoT安全防護。
深度分析
深度分析
LAP 協議概述：解決代理‑儀器安全、預約與測量單位的核心問題
隨著大型語言模型驅動的自駕實驗室迅速成長，LAP協議填補了缺乏標準的代理與儀器連結。它加入儀器卡、預留、safety‑fence與測量結果等四大原語，讓跨實驗室的自動化流程更安全、可發現且具可重現性。此舉有望降低儀器整合成本，推動AI科學基礎設施統一化。
深度分析
層級技能整合框架 SkillPyramid 優化 LLM 代理人任務執行與自我演化
隨著大型語言模型驅動的代理人能自行呼叫技能完成複雜任務，缺乏系統化的技能建構與累積成為瓶頸。研究提出SkillPyramid，以層級金字塔方式重組技能並在執行中自我演化產生新技能。實驗顯示在三項基準上，平均獎勵提升約38%，執行步驟減少近28%。
深度分析
DMF：以決定性訊號分析實現對話式 AI 零代幣記憶管理
隨著對話式AI需要更長上下文，傳統以大型語言模型生成摘要的記憶方式因非決定性與高代價受限。研究提出DeterministicMemoryFramework（DMF），以純CPU、向量與數學打分取代生成壓縮，透過SurvivalScore與互動次數衰減模型維持記憶。實驗顯示DMF在準確度相當前提下，記憶管理代幣消耗降低至零至千分之五，顯示未來可望打造可審計且成本友好的對話記憶系統。
深度分析
「Think‑Before‑Speak」框架：多代理人社會模擬中的內部評估與發言分離機制
本研究提出Think‑Before‑Speak框架，讓多代理人在對話中分離私有推理與公開發言，於每個間隔更新不協調評價、意見氛圍、沉默風險等內部狀態，並以衝突解決決定發言者；實驗以氣候政策城鎮會議為例，證實此框架能產生可解釋的內部軌跡、揭示沉默與發言意圖的關聯，提升模擬機制敏感度。
深度分析
新聞增強時間序列預測：結合重要性感知壓縮與過程獎勵模型的框架
本研究針對時間序列預測結合新聞的挑戰，提出重要性感知壓縮與 PRM 引導的補充新聞選取機制，動態分配壓縮預算保留關鍵資訊，兼顧上下文窗口限制與離線訓練的獎勵模型指導，線上僅使用凍結的過濾與壓縮模組，於金融、能源、交通與比特幣基準測試提升預測精度並減少迭代次數，顯著降低計算成本。
深度分析
CORE：衝突導向推理提升大型多模態語言模型的少樣本偽造偵測效能
隨著生成式AI讓多模態假新聞更逼真，研究提出CORE框架以衝突導向推理讓大型多模態語言模型具備顯式衝突辨識能力，僅需少量或零樣本即可偵測新型偽造，實驗顯著超越現有方法。核心建構了14k筆衝突屬性語料庫，提供細粒度衝突因子與來源標註，藉此進行衝突感知訓練，提升模型在人類般的語意與物理不一致判斷上表現。
深度分析
「GAMBLe 框架」解析 AI 驅動研究系統效能與瓶頸：產生器、評估器與探索機制互動
AI 驅動研究系統正快速成為自動化發現的核心工具。GAMBLe 框架將此類系統拆解為產生器、評估器、探索機制與預算四個參數，並以有效景觀說明其互動產生的最佳化空間差異。大量實驗顯示，正確的組件配置可在有限預算下提升 13%–67% 效能與 6–39 倍搜尋效率，且不同模型與策略之間並無絕對優劣關係。
深度分析
結構化筆記降低交接債：AI 編碼代理接手效率實驗分析
本研究探討編碼代理在任務交接時產生的「交接債」成本，透過四種交接資訊形式（僅檔案、原始追蹤、摘要筆記、結構化筆記）比較繼任代理的效率與成功率。實驗顯示加入前置上下文可將事件數降低 20%~59%、提示詞減少 42%~63%，雖然解決率提升有限，但大幅降低重建負擔。結構化筆記兼具資訊完整與可審計性，未來或成為 AI 開發流程必備，提升協作效率並降低成本。
深度分析
BehaviorBench：基於區塊鏈交易與預測市場的個人化決策基準
隨著AI代理人越來越介入決策支援，研究推出BehaviorBench，以真實公開的預測市場交易紀錄建構個人化決策基準，分為信念與交易兩層，實驗顯示加入使用者歷史可提升預測準確度，且不同歷史呈現方式影響表現差異。模型在信念預測上提升約7%，交易方向正確率亦有顯著提升。
深度分析
MOSS‑Audio 採用編碼器‑適配器‑解碼器架構，實現多模態音訊理解與時間標記
MOSS-Audio旨在打造同時支援語音、環境聲與音樂理解的統一模型，透過DeepStack跨層特徵注入與時間標記，提升多任務表現，於多項基準測試中達到領先成績。模型提供4B與8B兩種規模，分別針對指令執行與深度推理優化，顯示統一音訊模型在未來語音助理的基礎建設上具備可擴展性。
深度分析
「Decan 指標」：以資訊理論測量 LLM 多樣性並與人類寫作比較
研究提出以資訊理論為基礎的「Decan」多樣性指標，透過單次前向傳遞取得每位元驚訝度，無需嵌入模型或人工標註。實驗在McDiv基準與OLMo‑2‑7B後訓練流程上均展現與人類判斷相近的表現，並偵測到RLHF導致的多樣性下降，此指標亦可用於比較不同解碼策略的多樣性貢獻。