深度分析
LLM 文本生態系統中的漂移與選擇：遞迴出版對公共語料的影響
隨著生成式 AI 文本不斷回流至公共語料庫，研究以可變階 n-gram 代理模型建構數學框架，將漂移與選擇兩大力量分離。結果指出，僅統計式出版會使語料庫陷入淺層平衡；具規範性出版則能保留深層結構，並提供理論上可達的偏離上限。此發現對 AI 訓練語料設計與產業發展具重要啟示。
大型語言模型
深度分析
GNN-as-Judge：結合圖神經網路與大型語言模型的少樣本圖學習框架
隨著大型語言模型在文字屬性圖上展現語意優勢，標記稀缺仍限制其預測效能。GNN-as-Judge 透過圖神經網路的結構偏置，採用協同偽標籤與弱監督微調，產出更可靠的標籤並抑制噪聲。實驗證明在低資源情境下，其表現顯著優於既有方法，提升圖學習的可用性。
大型語言模型
結合本體限制與大型語言模型的自動化生醫元資料標準化系統
生醫遺留資料集元資料常缺乏標準化，研究提出結合本體限制與即時術語查詢的 LLM 代理系統。實驗以 HuBMAP 839 筆記錄測試，顯示加入即時工具後正確率提升，證實自動標準化具可擴展性。
深度分析
OmniBehavior：首個以真實資料建構的跨情境長時序使用者行為模擬基準
隨著大型語言模型被視為通用使用者模擬器，現有基準仍受限於單一情境或合成資料。研究推出 OmniBehavior，整合真實長時序、跨情境與異質行為，提供完整模擬框架。評估發現 LLM 在長期因果鏈與多情境決策上表現受限，且呈現正向平均人偏差，削弱個體差異與長尾行為。
深度分析
策略性單一文化：大型語言模型在協調遊戲中的行為與多樣性分析
隨著 AI 代理在多代理環境中日益增多，協調成為關鍵挑戰。本研究以協調遊戲實驗區分基礎相似度與策略性單一文化，發現大型語言模型呈現高度基礎相似度，且會因協調激勵調整行為，但在需要多樣性以獲獎勵時，表現不及人類，顯示其在多樣化協調情境仍有提升空間。
限制感知校正記憶
具備限制感知的校正記憶 (CACM) 提升語言驅動藥物發現代理人成功率
大型語言模型使自動化藥物發現成為可能，但成功取決於候選集合是否同時滿足大小、多樣性、結合品質與可開發性等協議需求。研究者提出具備限制感知的校正記憶（CACM）框架，透過協議稽核與基礎診斷器定位違規，並以壓縮的記憶寫回引導後續行動。實驗結果顯示 CACM 提升目標成功率 36.4%，顯示精準診斷與經濟狀態對語言驅動藥物發現的重要性。
大型語言模型
PilotBench：結合安全約束的通用航空代理人基準測試與評估指標
研究針對大型語言模型在航空安全領域的推理能力提出基準。PilotBench 以 708 筆真實飛行軌跡與 34 通道遙測，衡量模型在六至九大飛行階段的預測與安全合規。結果顯示傳統預測器精度較高，LLM 在指令遵循上表現佳，但在高負荷階段精度下降，突顯混合架構的需求。
深度分析
PETITE：導師‑學生多代理互動提升大型語言模型程式碼解題效能與資源效率
受人類認知發展啟發，研究提出導師-學生多代理系統 PETITE，讓同一大型語言模型以非對稱角色互動，提升程式碼解題效能。學生代理產生並精進解答，導師代理提供結構化回饋，未使用真實答案。實驗顯示 PETITE 在 APPS 基準上與最先進方法相當，且 token 使用量顯著減少，顯示此角色分化策略具資源效益。
深度分析
SPPO：序列層級 PPO 在長程推理任務中的突破性方法
本研究針對大型語言模型在長程推理任務的時間信用分配問題提出 SPPO，將推理重新定義為序列層級情境式多臂賭徒，利用解耦標量價值函數獲取低變異優勢訊號，免除多樣本基線估計。實驗結果顯示其效能顯著優於標準 PPO，且與計算密集的群組方法相當，提升對齊效率。
CowAgent
CowAgent：開源多模態 AI 助理與可擴充 Agent 框架
CowAgent 為新發掘的開源 AI 助理，結合大型模型與多模態處理。它支援自主任務規劃、長期記憶與 Skills 擴充，並可接入微信、飛書等多通道。此專案為個人與企業提供輕量化的數位助理解決方案。
深度分析
本機大型語言模型推論的安全挑戰與端點治理實務
企業過去以防止資料外洩為核心的 AI 安全策略正被本機推論衝擊。隨著消費級加速器、量化技術與開源模型下載的便利，開發者可在筆電離線執行 LLM，形成 Shadow AI 2.0。此舉帶來模型完整性、授權合規與供應鏈可追溯性的風險，企業需重新定位治理重點至端點。
Phi-4
Andrej Karpathy 為 Microsoft Phi‑4 點星：AI 大模型新動向
Andrej Karpathy 在 GitHub 為 Microsoft 開源的 Phi‑4 大型語言模型加星，表達對該模型的關注。Phi‑4 採用先進的稀疏化與混合精度技術，支援多語言指令式任務。此舉顯示開源大模型在開發者社群的影響力持續提升，可能促進更多應用落地。