深度分析
TinySAM 2：以記憶質量管理與時空令牌壓縮實現裝置端影片分割
TinySAM 2提出以記憶質量管理與時空令牌壓縮為核心的輕量化影片分割框架，針對SAM 2在多階影像編碼器與記憶注意力上的高計算負擔做出結構性優化。方法包括在空間上以池化降低令牌冗餘、在時間上以相似度選取最具資訊性的令牌，並以RepViT作為輕量影像編碼器。
深度分析
深度分析
Stable Audio 3 技術剖析：SAME 自編碼器、變長潛在擴散與對抗式後訓練
Stable Audio 3 是一組基於潛在擴散的音訊生成與編輯模型（small、medium、large），核心在於一個語意‑聲學（semantic‑acoustic）自編碼器與變長生成機制。自編碼器以極大壓縮比（4096×）將44.1kHz立體聲波形映射到256維潛在序列，保留頻譜與語意特徵以利擴散建模；
深度分析
MUCS：以受限鏡像遺忘與噪聲一致化損失偏斜提升擴散模型訓練資料歸因
在生成模型領域，訓練資料歸因關乎可解釋性與責任分配。本研究提出MUCS方法，結合鏡像遺忘與噪聲一致的損失偏斜計分。方法透過受限鏡像梯度上升微調第二模型，並以一致噪聲樣本計算正規化偏斜分數。實驗在多組資料集上顯著超越既有方法，並展現較佳效率與泛化潛力。
深度分析
fal 與 AWS 合作：以 AWS Bedrock、雲端 GPU 與 Trainium/Inferentia 擴展生成式媒體生產力
生成式AI已從文字擴展到高畫質影像、影片與音訊，凸顯運算與GPU分散管理的瓶頸。fal以單一API整合上千生成模型並導向雲端GPU與專用晶片加速推論，並宣布採用AWS為首選雲端供應商。此舉旨在提升延遲、可靠度與擴展性，讓創作者免於自行管理基礎建設。
深度分析
多代理LLM團隊優於人類：語意軌跡分析指出高擴散短路徑的創造力機制
這項來自 arXiv 的研究比較人類團隊與多代理大型語言模型（LLM）在六項創意問題上的表現。作者蒐集4,541個LLM團隊想法與341個人類團隊想法，並以盲評的方式由人類評審衡量新穎性與實用性，創造力以兩者乘積定義。研究同時提出語意軌跡分析框架，把對話視為在語意空間中的路徑，量化探索廣度、局部與全域連貫性等特徵。
深度分析
UniTrans：以模態內在編碼與參數專家庫實現任意到任意的異構特徵翻譯
在異構協作感知場景中，模態差異阻礙跨車聯網特徵融合。UniTrans透過模態內在編碼與參數專家庫，擷取單幀特徵定位模態映射，並動態合成轉換器以零次再訓練方式完成任意到任意的特徵翻譯，實驗於模擬與真實資料上展現顯著性能提升。它能降低跨廠商共同訓練需求，提升系統擴展性與現場部署可行性。
深度分析
OASIS：在 token↔depth 路由中引入 null 分量以減輕 AttnResidual 的量化病態
背景：AttnResidual在壓縮與長序推論下放大注意力異常與sink累積。核心：OASIS於token與depth正規化加入null通道並做token-to-depth耦合，將無效質量引導至null，降低outlier與sink。結果：提升量化穩定性與長序列表現。
深度分析
Guard：以訓練步時間為核心的節點健康與落後偵測系統
在數萬 GPU 的大規模基礎模型訓練中，輕微的效能退化會累積成顯著效率損失。論文提出 Guard，一套結合線上低開銷效能監控與離線節點掃描的系統，利用訓練步時間作為終端效能信號，能偵測短暫故障與長期「慢化」節點。
深度分析
SocialMemBench 基準：揭示社群記憶框架缺口及 Subject‑Mem、SMG 的改善效果
研究指出現有AI記憶框架為單一使用者設計，難以適應多人成員的社群對話情境目前。本文提出SocialMemBench，評估四種開源記憶框架與兩種探針，逐項檢視歸屬、時間演化與群體規範例外等能力。結果顯示大多數框架在歸屬與理論心智等題型表現不佳，需結構性修改方能部署於群組場域。
深度分析
SynPro：以有機語料與模型感知合成提升資料綁定時代的訓練效率
隨著前沿大模型從算力綁定轉向資料綁定，高品質人類文本供給已無法跟上擴展需求。SynPro 提出一套以有機文本為基礎的合成資料生成框架，透過「重述」（rephrasing）與「重格式化」（reformat）兩種操作，並以品質、忠實度與資料影響力三項獎勵用強化學習優化生成器，持續對模型尚未吸收的內容產生具資訊量且依據原始語料的合成樣本。
深度分析
PEIRA：以迴歸器對齊最大化跨視圖可預測性，連結自蒸餾與非線性 CCA
研究以非對比自監督框架探討自蒸餾類JEPA動態，提出PEIRA透過最大化最佳線性迴歸器跡值並控尺度，理論排除了坍縮為穩定解的可能，並揭示其與經典CCA的對應關係，說明正則化會隱式選擇有效維度，並在ImageNet與CIFAR實驗驗證理論與魯棒性
深度分析
Pulse：以 LLM 代理人驅動的被動手機感測，提升癌症倖存者 JITAI 判斷準確度
癌症倖存者在治療後常面臨情緒困擾，但自我回報在關鍵時刻常缺失。Pulse 採用大型語言模型代理人進行被動手機感測的自主探查，代理人可決定檢查哪些感測模態、回溯時窗與基線比較，並以跨用戶檢索校準推論。研究發現，自主探查式推理大幅提升即時干預判斷準確性。