深度分析

深度分析

PUMA 框架：以相位-動量對齊監控大型推理模型推理品質

大型推理模型常因過度思考浪費運算，現有方法又難即時區分有效探索與無效停滯。本研究提出相位-動量對齊假說，開發 PUMA 框架，透過輕量級熵監控與事件觸發的幾何診斷，準確判定模型是否陷入認知空轉。實驗證明 PUMA 能在不增加訓練成本下顯著提升準確率與效率的平衡。

深度分析

LaCache 無損快取框架：消除擴散語言模型冗餘計算，實現高效推理加速

擴散大語言模型在半自回歸解碼時面臨嚴重的算子級冗餘計算問題。研究團隊提出 LaCache 加速框架，透過無損狀態備忘錄快取嵌入、RoPE 與 FlashAttention 統計量，並導入針對 FFN 層的 FP8 量化策略以優化記憶體頻寬。實驗證明 LaCache 能在維持模型準確度的前提下，將推理速度提升 1.3 倍，與其他方案結合後最高可達 40.2 倍加速。

深度分析

JarvisBench：以語音中介層提升AI代理透明度與可引導性

長期 AI 代理與使用者之間的通訊往往薄弱，使用者難以掌握代理的即時狀態。JarvisBench 基準專門評估一個語音中介層（mediator），該層持續監控工作代理的執行軌跡，在使用者提問時給出基於追蹤的回應，並在偵測到失敗跡象時主動諮詢使用者，將簡潔指導注入代理的即時決策。

深度分析

精確網路手術：NeuroDSL引擎實現功能保留與梯度可塑性的理論保證

本研究提出「精確網路手術」（Exact Network Surgery），一種在即時運算圖中原地插入殘差塊的技術，能在不破壞已學習函數的前提下擴展模型容量。作者證明，透過零初始化輸出投影與梯度遮蔽（Gradient Shadowing）機制，插入後的網路在浮點運算下可達到位元層級的精確性，且新參數在插入後第一個最佳化步驟即開始學習。

深度分析

非均勻監督原則：AI長程工作流程中人類監督的最佳化排程理論

生成式 AI 正從單一步驟生成轉向多步驟自動化流程，但人類監督角色的重要性與時間成本之間的張力日益突出。本研究將此問題形式化為有限監督次數下的排程最佳化，並提出「非均勻性原則」，證明最優排程應在前期密集監督、後期逐漸拉大監督間隔，以平衡最終成果的對齊品質與人力投入。

深度分析

Shapley Context Pruning：以合作賽局理論提升 RAG 上下文剪枝效率

RAG 系統面臨長上下文處理瓶頸，現有方法缺乏理論基礎。SCP 以合作賽局觀點，用 Shapley 值計算句子邊際貢獻，搭配 3M 參數的 Deep Sets 網路與蒙特卡羅採樣，實現可擴展的上下文排序與剪枝。實驗在多跳推理等任務上表現優異，並提供可解釋性。

深度分析

PlanFlip攻擊框架揭示多智能體系統規劃階段級聯放大漏洞

多智能體LLM系統的規劃階段存在致命安全漏洞。PlanFlip框架透過四種提示注入攻擊（目標置換、優先級反轉等），單次注入即可污染所有子任務。測試顯示GPT-5攻擊成功率達0.68，同質化管線的Critic完全無法察覺計畫被篡改，僅推理增強模型DeepSeek-R1能完全抵抗。

深度分析

Botmux 開源工具：橋接飛書與 AI 程式設計 CLI，實現多會話即時串流協作

GitHub Explorer 發掘的 Botmux 將飛書橋接至 Claude Code 等 AI 程式設計 CLI，每個會話獨立進程即時串流。不同於 Agent SDK 重構方案，它直接繼承 CLI 完整能力與迭代升級，支援多機器人協作與 Web 終端。此工具可能改變遠端開發協作方式。

深度分析

RL-Struct：用强化学习内化结构约束，实现可靠JSON输出

大型語言模型在生成 JSON 等結構化數據時常因機率性質而導致格式錯誤，形成結構鴻溝。研究團隊提出 RL-Struct 框架，透過多維度獎勵函數定義結構層級，並利用 GRPO 演算法在無 Critic 網路的情況下進行輕量化強化學習。結果顯示該方法能顯著提升小型模型的結構準確度與有效性，且模型會自發性地先掌握語法再學習語義。

深度分析

CAV-STIXGen：利用開源 LLM 將 CVE 漏洞描述自動化轉換為 STIX 威脅情報

聯網與自動駕駛車輛面臨複雜的軟硬體漏洞威脅，但 CVE 描述多為非結構化文字。研究團隊建構 CAV-STIXGen 資料集，評估多款開源大型語言模型將漏洞描述轉換為 STIX 結構化格式的能力。結果顯示 Phi-4 等模型在實體提取與弱點映射上表現強勁，能有效將漏洞資訊轉化為機器可讀的威脅情報，大幅提升車聯網資安分析效率。

深度分析

DADiff：以擴散模型量化生成軌跡偏差，突破強化學習Sim-to-Real動力學不匹配

強化學習在實作時常面臨模擬環境與現實世界動力學不匹配的挑戰。研究提出 DADiff 框架，將狀態轉移視為生成過程，利用擴散模型的生成軌跡偏差來量化域間差異，並透過修正獎勵函數或篩選數據來優化策略。實驗結果顯示，該方法在處理隨機動力學環境時性能優於現有方案，有效提升了策略的跨域適配能力。

深度分析

Muon 優化器在稀疏回饋代理強化學習中提升成功率達 88%

研究探討Muon優化器在稀疏回饋的長程代理強化學習中的表現，與AdamW於ALFWorld任務比較。結果顯示，在GiGPO設定下，僅對隱藏矩陣使用Muon可將驗證成功率提升約88%，且在較高學習率仍保持效能。Muon在GRPO與GraphGPO上亦有提升，於GraphGPO接近飽和時差距縮小。