深度分析
結合 Agentic AI 與 RAG 的保險承保自動化：效能比較與產業趨勢
隨著人工智慧從規則自動化演進至Agentic系統，本文以小型商業保險BOP的全自動承保為例，比較單一大型語言模型、簡易檢索增強生成與多代理AgenticRAG三種管線，結果顯示多代理架構在多步驟與資訊缺失情境下能顯著提升決策正確率與可追溯性。
大型語言模型
大型語言模型
「awesome-LLM-resources」全景彙整：大型語言模型資源與工具總覽
GitHub上新發現的awesome-LLM-resources彙整全球大型語言模型相關資源，涵蓋多模態、Agent、資料處理等領域。該清單以開源授權為主，持續更新，為研究與開發者提供快速索引，提升資源搜尋效率。此專案已獲8,600+星標，顯示社群高度關注。
深度分析
以引用決策評估大型語言模型的學術關聯工作生成：RWGBench 介紹
隨著科研文獻激增，自動化關聯工作生成需求提升。RWGBench以引用決策為核心，提供100篇金標本與千萬檢索庫，評估引用選擇、組織與語篇結構。實驗顯示現有模型在引用精準度上仍不足，凸顯檢索與生成瓶頸。此基準亦比對傳統摘要相似度指標，揭露模型在引用選擇上的系統性缺陷。
深度分析
TLA‑Prover：結合低秩適應與偏好最佳化的可驗證 TLA+ 規格生成模型
TLA+ 是用於驗證分散系統的形式規格語言，研究以 20 億參數模型 TLA‑Prover 結合偏好最佳化低秩適應訓練，透過四層驗證（銅、銀、金、鑽）確保規格既能通過 TLC 檢查又避免永真不變式，最終在 30 題基準上達到 30% 通過率，遠超過未調校的 8.6%。
大佬動態
Meta 推出 Muse Spark 1.1 API：首個支援工具呼叫的 Spark 模型
Meta 於 2026 年 7 月公布 Muse Spark 1.1，為首款提供 API 的 Spark 系列模型。官方稱其在代理式工具呼叫與電腦操作上有顯著提升，並在防止 jailbreak、降低幻覺與提升提示注入防禦方面表現更佳。
深度分析
「代理式上下文壓縮」提升金融文本資訊忠實度：LLM 壓縮的決策效能分析
研究指出，大型語言模型在壓縮財報與電話會議文字時，常會遺失關鍵情境，使投資判斷翻轉。作者提出多候選壓縮與原文比對的代理式上下文壓縮流程，顯著降低決策翻轉率。實驗以 S&P 100 企業 2025 年第一至第三季的 10‑Q MD&A 以及盈餘說明會稿為樣本，顯示單一壓縮模型的翻轉率可達 20% 以上。
深度分析
「否定敏感度指標 (NSI)」揭示大型語言模型在醫療與金融等高風險領域的安全盲點
研究發現大型語言模型在處理否定指令時常出錯，開源模型在簡單否定下錯誤贊同禁令高達77%至100%，商業模型亦出現19%至128%的極端波動，醫療情境較金融情境更易受影響。作者提出否定敏感度指標(NSI)作為安全治理度量，並建議以領域門檻分層認證，降低高風險應用的安全風險。
深度分析
透過 CPT 與方言對齊，DiaLLM 改善 LLM 在多種英語方言的生成品質
研究指出大型語言模型已能理解英語方言，卻仍只能產出標準美式英文。團隊提出DiaLLM框架，透過持續預訓練與顯式方言對齊，提升方言生成辨識度，揭示韌性與生成的斷層。實驗比較DPO、GRPO、GSPO，顯式方言適配產出被認可的方言風格，但最佳化獎勵的GRPO未獲偏好，顯示獎勵設計仍需改進。
速報
多因素評分框架揭示大型語言模型的優勢與盲點
大型語言模型在語言任務上表現亮眼，但傳統評估方式往往只看單一面向，難以完整衡量模型的回應品質。研究提出一套結合正確性、簡潔性、事實一致性、可讀性與連貫性的多因素評分模型，並配合圖形使用者介面讓結果一目了然。以 TruthfulQA 資料集測試，主流模型在推理任務上取得最高 0.6104 的綜合分數，卻在處理複雜事實與模糊情境時仍顯不足。
深度分析
TriRoute：統一注意力、專家路由與 KV 快取位元寬度的條件計算框架
TriRoute 提出一個輕量化的共享控制器，於每層每個 token 同時決定注意力模式、稀疏專家選擇與 KV 快取位元寬度，將傳統的 MoE、MoD 與快取量化分別調校的三條路徑合併為一個全局預算下的協同決策。
深度分析
「SkillCenter」大型來源基礎技能庫：提升 AI 代理的正確性與安全性
SkillCenter以216,938筆來源基礎技能構成24大領域庫，透過自動化管線從學術、GitHub等來源抽取、驗證與發布，實驗顯示精準匹配的技能能顯著提升AI代理的正確性與安全性，預示未來開發流程將更倚賴可追溯的技能資源。同時結合社群貢獻與自動品質評分，為台灣開發者提供跨領域即取即用的知識庫。
速報
以社會規範為基礎的 LLM 協調模型：行人與車輛互動突破
研究團隊以行人與車輛的動態互動為測試平台，從 3,456 例人類互動中抽取三大社會規範原則：結果可預測性、價值對齊與利益感知。將這些原則嵌入大型語言模型（LLM）後，模型在與人類的閉環協調任務中總得分提升近四倍，且比人與人互動高出 43%。