深度分析
AnthroDial：基於GRPO的擬人化對話閉環對齊框架
現有 AI 對話系統常因過於禮貌且傾向於總結，導致在私密聊天中顯得生硬且不自然。研究團隊提出 AnthroDial 閉環框架，透過角色卡與場景卡定義運行時，並結合 L0 有效性閘門與十個行為維度建立可執行評估基準。此外，該框架利用 CDT-ZPD 指導的 GRPO 強化學習，針對能力缺陷進行精準對齊。實驗結果顯示，該方法能顯著提升模型在擬人化對話中的一致性與自然度，使其更符合真實人類的社交行為。
卡爾曼濾波
速報
兩層線性自回歸模型自動逼近卡爾曼濾波的理論突破
本研究針對自回歸模型在序列資料（如語言與影片）上的表現進行理論探討，聚焦於部分觀測線性動態系統。研究證明，透過經驗風險最小化訓練的兩層線性自回歸模型，能自然學習到與最佳卡爾曼濾波相同的隱藏狀態估計，儘管模型未直接取得系統動態或狀態資訊。
深度分析
Kalman Evolve：以大型語言模型與演化搜尋發現可解釋的非仿射卡爾曼更新
本研究提出 Kalman Evolve，一套結合參數校準與結構學習的框架，旨在解決當觀測為非線性（例如多普勒雷達、LiDAR）時，傳統卡爾曼過濾器的結構性侷限。方法分兩階段：先估計過程與量測雜訊協方差 Q、R 建立校準基線，再透過大型語言模型輔助的進化搜尋，以語意化程式變異空間作為先驗，發現保有遞迴形式但引入非仿射更新的可解釋演算法。
H‑Risk
H‑Risk 與閉環穩定性：從控制理論解析大型語言模型的幻覺與誤校準
研究從控制理論角度檢視幻覺現象，將康德認知架構比作反饋穩定機制。作者提出H‑Risk複合指標衡量閉環條件數與靈敏度，並在線性高斯系統與大型語言模型實驗中發現：結構性脆弱會導致過度自信和錯誤產生，對校準與幻覺診斷具實務啟示。並指向可選擇性降低過度自信的診斷與修正方向。