深度分析
大型音訊語言模型 (SALMONN‑7B、Qwen2‑Audio‑7B) 在防偽說話驗證任務的實驗分析
近年文字轉語音技術成熟，威脅語音驗證安全。研究將大型音訊語言模型應用於防偽說話驗證，透過 LoRA 微調、損失函數調整與推理監督，取得與傳統融合系統相當的準確度，同時比較了多音訊輸入與串接方式的效能差異，並預測此技術將降低邊緣裝置部署門檻，促進開源生態與商業化應用。
LoRA 微調
深度分析
大規模即時語言模型 (Point‑in‑Time LLM) 以 FineWeb 資料提升至 4 B 參數的效能突破
隨著大型語言模型在金融與社會科學的應用日增，未限制時間的訓練資料會產生前視偏誤。研究者以月為單位切割，將模型擴至40億參數、使用1兆時間序列過濾的網頁文字，並以LoRA微調。結果顯示，即時模型在常識推理與語意理解上接近Gemma‑3‑4B與LLaMA‑7B，且在資產定價測試中具顯著預測能力。
深度分析
梯度編輯與 LoRA 結合：Epistemic Goggles 提升 LLM 虛構辨識能力的機制
研究指出，傳統在文件前後加上否定標示仍會讓大型語言模型相信虛構內容，作者提出Goggles模組於微調梯度中植入epistemic框架，實驗顯示模型能以約91%正確辨識虛構資訊，同時保持原有能力。此外，Goggles也能標記為Redwood AI安全評估，持續微調仍保留框架。
深度分析
小型模型 Qwen2.5‑7B 透過 CoT 蒸餾與 LoRA 微調在數學競賽題上突破 69% 正確率
本研究利用JohnO’Bryan數學競賽題庫，將DeepSeek‑R1大模型的思考鏈以CoT方式蒸餾至Qwen2.5‑7B，透過LoRA早停微調將正確率提升至69.43%，在MATH‑500上達73.1%。實驗顯示，回應字數低於約50‑100詞會使正確率跌至41.9%，且約40%錯誤源於格式問題，提示可透過後處理提升效能。
深度分析
COGNI 異質資料對話查詢平台：索引、路由、檢索與快取四層架構深度解析
企業商業智慧查詢常跨結構化資料與簡報文件，COGNI以四層架構自動分流並調整檢索複雜度，實測在內部基準上達到88.3%與93.9%正確率，顯著降低成本與延遲，同時透過多維度語意快取避免錯誤回傳，並以LoRA微調模型實現低成本路由，此設計為企業AI分析提供可擴展且安全的對話式平台。
深度分析
自動化資料生成與檢索器融合：查詢側 LoRA 微調提升多租戶企業搜尋效能
大型多租戶檢索系統缺乏標籤資料且更新成本高，研究提出DevRevSearch基於自動化管線生成的技術支援，採用多檢索器融合與LLM作為評審的資料篩選，並以LoRA僅微調查詢編碼器避免重建文件索引，實驗顯示在企業與科學領域均可提升召回率與效能。
深度分析
「ToolSense」：揭露參數化工具檢索在真實查詢下的性能缺口與內化指標
研究指出大型語言模型在工具選擇上依賴參數化檢索，卻可能只學會匹配模式。ToolSense框架自動產生實務檢索、選擇與問答測驗，揭露在真實簡短查詢上性能大幅下降，甚至低於傳統向量檢索，警示知識與檢索的脫節。此結果呼籲未來模型需兼顧自由生成與真實工具知識的內化。
深度分析
SpectCount：利用合成脈衝訊號提升大型音訊語言模型的頻譜時間計數能力
大型音訊語言模型（LALM）在處理環境聲音、音樂與語音等多樣訊號時，仍受限於高品質標註資料的缺乏。研究提出 SpectCount，一種僅使用即時生成合成脈衝訊號的微調方法，透過計數任務直接針對模型的頻譜‑時間感知弱點進行訓練，無需真實錄音或標註。
深度分析
「Echelon」邊界優先聚合訓練框架：提升 AI 模型合規性與效能的分散式微調方案
隨著跨機構AI模型開發受限於治理與資訊流規範，Echelon提出以邊界為第一級的聚合限制，僅允許安全聚合的更新與少量協調資料跨境。實驗顯示在1B參數LoRA調整下，效能與低通訊基線持平，且可審計的資訊流提升合規性。此設計亦支援WAN延遲與設備漂移的自適應同步，確保穩定訓練。
深度分析
Phi Silica 透過 LoRA 微調提升短文本重寫精度
隨著短文本重寫需求提升，研究者以公開投影片文字建構資料集，透過 GPT‑5‑Chat 產生參考改寫，並以 LoRA 微調 Phi Silica。共收集93萬對短句，評估以 GPT‑5‑Chat 作為評審，偏好勝率提升至68%以上。結果顯示模型在語意保留與幻覺降低上明顯優於基線，縮小與雲端大模型差距。
深度分析
「駕駛向量蒸餾」揭示潛意識學習機制：單向量傳遞偏好與自適應優化器角色
研究指出，語言模型在以無語意輸出微調教師模型後，會透過單一駕駛向量繼承教師的語意偏好。實驗顯示，向量可在推論時復現偏好，且需自適應優化器才能成功蒸餾。此發現解釋了跨模型失效的原因。未來此機制可能影響模型安全與偏見控制，提供新型可控微調方法。
深度分析
Pocket‑Dentist：緊湊多模態視覺語言模型與LoRA微調在牙科影像的在地推論與效率評測
全球口腔病負擔高且偏遠地區缺診斷資源。研究提出Pocket-Dentist，將三種牙科影像與五類臨床問題統一為多模態問答基準，並納入效率指標與在地推論考量。在iPhone17Pro上微調後之2B模型達到每樣本4.31秒，本地推論兼顧準確與低延遲。