深度分析
ProActor：以多時窗標註與 GRPO 優化時機感知的主動任務排程框架
在對話型助理從被動到主動的轉向下，ProActor提出以時機敏感強化學習優化任務排程。它以自動化跨域標註生成多元可行觸發時窗、設計衡量時機與動作一致性的指標，並用階段感知複合回報與GRPO進行對話回合級優化。實驗顯示能顯著改善觸發時機同時維持動作一致性。同時提出ART-F訓練框架以降低資源門檻，支援低位元量化與LoRA後訓練。
LoRA 微調
深度分析
Moltbook Files 分析：LLM 代理人社群與 LoRA 微調對 Qwen2.5-14B-Instruct 的影響
研究聚焦一個由大量LLM代理人主導的公開論壇Moltbook，團隊釋出232k篇貼文與2.2M留言並實施PII清理。分析社群、語義與情緒，並在Qwen2.5-14B上測試微調效應，發現事實性與對齊下降但與等量Reddit影響相近，提醒需以基線比較衡量風險。
深度分析
PERSA：以 RLHF 結合層級 LoRA 將 LLM 調校為教授風格回饋
大型語言模型在教育回饋上有潛力但風格對齊不足。PERSA採RLHF與層級選擇性LoRA微調，僅更新高層適配器以保留核心能力並強化教授語氣與結構表現。實驗顯示在程式碼回饋上達到高風格對齊且維持正確性，為個人化AI助教提供可行路徑。此方法兼顧內容與語氣的同步調校。
LLaMA3
以 LLaMA3 骨幹比較零樣本、少量示例與 LoRA 微調於細粒度醫療實體識別的效能
面對醫療紀錄中大量非結構化文字，細粒度醫療實體識別（MER）對臨床決策與研究至關重要。這項研究以開源LLaMA3作為統一骨幹，比較零樣本、少量示例與採用LoRA的參數高效微調策略，並引入以BioBERT嵌入做句級與字級相似度的示例選取方法以強化少量學習。
深度分析
Phi-4-mini 4 位元量化實作：從即時串流聊天到 LoRA 微調與 RAG 工作流
本篇教學在 Google Colab 環境下，以 4 位元量化載入 Microsoft Phi-4-mini‑instruct，示範從即時聊天、步驟推理、工具呼叫、檢索增強生成 (RAG) 到 LoRA 輕量微調的完整工作流程。