速報
MetaKGEnrich：為大型語言模型打造元認知式自我知識修復
研究指出現代人工智慧普遍缺乏元認知。研究提出MetaKGEnrich，一套自動化流程：由種子查詢建構知識圖譜、以七種圖譜指標偵測稀疏區域、生成針對性問題並網路檢索佐證回填，最後擷取並評估回覆品質。實驗在三個公開資料集上顯示多數問題的答案品質獲得提升。
元認知
速報
元認知探針：用五項行為診斷揭露 LLM 自信與正確性落差
研究提出「元認知探針」，用五項行為診斷拆解大型語言模型的信心與正確性關係：包含校準、認知警覺、知識邊界、校準範圍與推理鏈驗證。對八款前沿模型與六十九名人類受測者比較，揭露像Gemini 2.5 Flash出現顯著跨任務不一致。工具為探索性，程式碼與資料已公開。
深度分析
當人機團隊能超越最佳個體：信心導向聚合、錯誤相關性與元認知的量化界限
多項實驗顯示人機團隊在多數情況下無法超越最佳個體。這篇論文以信號檢測理論結合資訊論，針對「信心導向聚合」類規則推導出嚴格的互補性條件：存在臨界錯誤相關性ρ*，僅當錯誤相關低於此門檻時，團隊才可能超越個體；另外證明當相關性超過ρ*時，任何信心聚合都不可能達到互補。
速報
以元認知機制協調多代理人的機率式 SOAR 框架提升資安決策韌性
在不確定與對手干擾的資安環境下，研究提出以元認知機制協調多代理人的機率式SOAR框架，能評估不確定性與代理分歧，並自動選擇執行、升級或延後。實驗顯示在噪聲與對抗測試中提升準確度並降低誤報率，此結果顯示該方法在實務部署上具備更高的韌性與可解釋性。