深度分析
彭博終端導入 ASKB：以生成式人工智慧與資料驗證改造金融資訊檢索
彭博終端歷來以資訊密度高著稱，但隨著資料多元化與規模擴大，關鍵資訊愈來愈難找。彭博推出名為ASKB的對話式介面，結合多種語言模型以自然語言提示匯整數據、產出摘要與工作流程。此改造旨在縮短分析時間並協助使用者揭露有價值的洞見。測試階段已對約三分之一的用戶開放，團隊強調採保守驗證機制以降低幻覺風險。
生成式人工智慧
深度分析
生成式人工智慧如何催生超級詐騙與醫療AI挑戰：攻防、監管與供應鏈影響
自生成式人工智慧普及以來，詐騙手法顯著升級，犯罪者利用大型語言模型自動撰寫誘騙郵件、生成深偽影音並執行自動化弱點掃描，讓攻擊更快且成本更低。與此同時，醫療場域開始導入AI協助記錄與影像判讀，初步研究顯示工具在精準度上有可觀表現，但尚未明確證實能改善病人臨床結局。
速報
可重用評估管線：為生成式人工智慧會議摘要建立標準化基準
研究團隊提出一套可重用的生成式人工智慧評估管線，並針對會議摘要場景釋出公開套件。系統將評估流程拆成五個階段：來源擷取、結構化參考建構、候選生成、結構化評分與報告，並把參考與評估輸出當作帶類型的持久化資產，方便彙總、議題分析與統計檢驗。
速報
MaSH 迴圈：以社會—機器—人視角重構生成式人工智慧評估
背景：評估工具不只量測，還會形塑模型被看見的價值。做法：提出MaSH迴圈，將模型、使用者與制度視為互構社會技術系統，並以World Values Benchmark結合世界價值調查與結構化提示進行分布式評分。這使得誰的價值被放大成為關鍵問題。結果：評估是治理行動。
深度分析
生成式人工智慧助攻：北韓關聯駭客如何用 AI 自動化盜取加密貨幣
資安公司揭露一波以人工智慧輔助的駭客行動，針對加密貨幣開發者發動攻擊。駭客借助商業人工智慧撰寫惡意程式、建立詐騙網站、設計含木馬的測驗題，活動涵蓋招募面試至憑證竊取。報告指出該行動侵入逾兩千台機器並估計挪用約1200萬美元加密資產，顯示人工智慧已成攻擊放大器。
速報
Google Maps 注入地理空間生成式人工智慧：Maps Imagery Grounding 與 Earth AI 新模型
Google於Cloud Next揭露面向企業的地理空間生成式人工智慧。Maps Imagery Grounding能在Street View以提示生成場景，Aerial and Satellite Insights結合BigQuery加速衛星與航拍影像分析。Earth AI新模型可協助辨識橋樑、道路與電力線，縮短分析與開發所需時間。
深度分析
使用者模擬在生成式人工智慧的應用：建模、合成資料與系統評估
生成式人工智慧興起之下，用戶模擬成為訓練、測試與研究互動式AI系統的重要工具。本文說明用戶模擬的定義與架構，討論以模擬代理重建用戶決策流、當作資料擴增來源，以及在可重複環境中評估系統效能的角色。
深度分析
生成式人工智慧治理：訓練資料溯源、事前合規與機器取消學習的法律極限
生成式人工智慧因大規模爬取公開資料而面臨廣泛法律挑戰，業界常訴諸事後緩解手段，例如機器取消學習與推理時防護，試圖以輸出等價論證合規。但法律觀點強調侵權在於資料取得與複製行為本身，而非僅看最終輸出。本文分三大論點說明：未經授權的複製在法律上可視為已完成之行為，模型權重具備保存訓練-derived 表現價值；
速報
人工智慧如何生成學術引用幻覺？研究揭露可重複的虛構引用模式
研究檢視生成式人工智慧如何產生並散播學術參考幻覺，以一則反覆出現的虛構引用「Education Governance and Datafication」為個案。研究者透過Google Scholar與Google識別137篇可取得來源，分析引用結構、重複與擴散路徑。
深度分析
CONVEX 資料集揭示 AI 生成多模態誤導的傳播、共識與檢測挑戰
研究以X的Community Notes建立CONVEX資料集，分析AI生成與其他多模態誤導影像的傳播與可偵測性；發現AI生成內容在被動互動下具有高病毒性，社群標註後達成共識較快，但專門偵測器對新一代生成模型的辨識力顯著下降，需長期監控與彈性應對。