深度分析
Hugging Face 推出本地化 Speech‑to‑Speech 堆疊，讓 Reachy Mini 桌面機器人零雲端對話
HuggingFace為開源桌面機器人ReachyMini推出全本地化Speech‑to‑Speech解決方案，採用SileroVAD、Parakeet‑TDT、Gemma4與Qwen3‑TTS四段式串接，語音全程在本機運算，避免音訊外流、降低API成本，同時保留多模型快速切換彈性，提升隱私與教育應用。
LLM
深度分析
深入解析 LATTEArena：模組化 LLM 表格特徵工程與成本感知評估
隨著LLM驅動的表格特徵工程需求增長，缺乏統一評測平台阻礙比較。LATTEArena提出六維分類與模組化競賽框架，同時量化效能、成本與魯棒性，發現Tree‑of‑Thought搭配MCTS成本效益最佳，RPN與程式碼輸出分別在分類與回歸上領先。此平台有望統一基準，推動自動化特徵工程發展。
深度分析
以 PromptMN 偽提示語言實現 LLM 提示結構化與可檢視性
在AI提示工程中，PromptMN以%開頭的關鍵字為自然語言增添結構，讓模型可解析角色、目標、需求等資訊。實驗顯示多款前沿模型能正確執行此語法，提升提示可檢視性與重用性，對開發流程具潛在效益。此方式亦可與逆向提示工程結合，先讓模型產出PromptMN版需求，再由人審核，減少修正迴圈。
速報
Tensor-Coord：用多線性代數解決 LLM 多代理人協作衝突
大型語言模型在多代理人規劃時常面臨空間碰撞與資源爭奪等協調失效問題。研究人員提出 Tensor-Coord 框架，將多代理人的共同計畫表示為三階張量，利用 CP 與 Tucker 分解等多線性代數工具量化協調複雜度並精確定位衝突。透過將分析結果轉化為自然語言約束，引導 LLM 迭代地重新規劃。實驗證明該方法在多機器人配送任務中能有效提升計畫收斂率。
速報
HierSVA：LLM 驅動的階層式硬體形式驗證整合套件
研究提出 HierSVA 整合套件，結合 RTL 前處理與 LLM 迴路形式驗證，產出階層式 SystemVerilog 斷言。套件建構 342 模組資料集，並以六項指標評估斷言品質。測試顯示編譯率 67.1%，非空斷言證明成功率 82.1%，但偵測率僅 70.2%。
深度分析
Affordance20Q：以 20 問測試 LLM 可供性推理，結合 KB‑Anchored Rule Induction 提升效能
本研究提出Affordance20Q基於20問遊戲的實體屬性推理基準，排除物件身份以測試LLM真正的可供性判斷，實驗顯示現有模型與人類相差約20分，並透過KB‑AnchoredRuleInduction改善效能。此基準亦提供跨模態模型評估新視角，且揭示知識庫覆蓋率限制仍是提升空間。
深度分析
LLM 生成 Lean 程式碼：Grothendieck 消失定理半自動化形式化案例
本研究以大型語言模型協助在Lean中半自動化形式化Grothendieck消失定理，先生成無sorry版本，經專家審查後發現定義與API設計不足，經重構後提升可重用性，顯示AI在局部證明上表現優秀，但全局庫設計仍需人工介入。此結果暗示未來AI形式化工具須結合更完善的設計指引與社群審查流程。
consult-mcp-server
利用 consult-mcp-server 平行呼叫多模型取得 LLM 第二意見
GitHub 新開源專案 consult-mcp-server 以 MCP 為基礎，讓代理人同時向多個 LLM 發送同一提示，回傳約 200 token 的結構化膠囊。此機制提供多元觀點且不增長上下文窗口，提升第二意見的取得效率，對 AI 開發與風險評估具正向影響。
Mendeley
Mendeley MCP 伺服器：開源橋接 Mendeley 與大型語言模型的實作與部署指南
Mendeley 參考管理器透過新開源的 MCP 伺服器可直接與大型語言模型互動，支援搜尋、資料夾管理與註解讀取等功能，讓研究者在 AI 助手環境下快速取得文獻資訊，提升工作效率。此外提供 Docker 影像與 PyPI 套件，授權 MIT，並可存取 Mendeley 超過 1 億篇全球文獻目錄，降低跨平台整合門檻。
速報
AI IDE 規則文件研究：揭露開發者與 AI 之間的需求落差
隨著AI IDE普及，開發者利用規則文件將專案約束注入LLM上下文。本研究分析83個開源專案與99位開發者，定義出5大類25小類規則分類法。研究發現開發者重視架構約束但實際配置多為格式要求，且更新規則能將AI產出符合率從49.14%提升至72.13%，為優化AI提示策略提供實證基礎。
深度分析
ActionRating：將資訊尋求納入序列評分提升階層式語言代理在 HTS 分類的正確率
本研究針對階層式語言代理在資訊缺口時自動決定是否求助，提出將澄清動作納入同一序列評分的ActionRating方法，實驗顯示在國際貿易稅則分類上資訊尋求效能從50%提升至74%，正確率最高提升16.2%。相較於傳統信心門檻，ActionRating讓求助與導航同時競爭，提升深層分類的可靠性。
大佬動態
Anthropic 退回 Fable 5 安全策略 讓 Claude 開發更透明
Simon Willison 在部落格指出，Anthropic 近日宣布撤回先前在 Claude Fable/Mythos 中隱蔽的前沿大型語言模型（LLM）開發限制。該公司在向 WIRED 透露的聲明中承認，原本的權衡決策錯誤，未能在保護與開放之間取得平衡，因而導致研究者在使用 Claude 時可能遭遇功能被無聲削減的情況。