深度分析
「Moonshine」自動化數學代理人框架：神經雅可比猜想的定義與部分驗證
Moonshine是一個自動化數學研究代理人，核心目標是產生可驗證的數學猜想。它從雅可比猜想抽象核心概念，提出神經雅可比猜想，並在寬度N=n與N=n+1的情況下證明全局單射。它利用結構辨識、橋接建構與障礙辨識三大模組，並保留研究日誌以支援後續驗證。
神經網路
深度分析
CYKNN：將 CYK 演算法直接編碼於神經網路的創新架構
研究以CYK演算法為例，直接將其運算流程注入神經網路，提出CYKNN架構，透過可訓練的矩陣向量乘法實現語法分析。實驗顯示在簡易文法測試中，該模型優於20億參數以上的大型語言模型與經LoRA微調的較小模型。此舉為神經符號結合開啟新方向，預計將影響語法分析與程式語言編譯的研發路線。
Transformers
BeatAI 開源專案：由神經網路到大型語言模型（LLM）的工程實作指南
BeatAI為面向學生與工程師的開源教學專案，從神經網路基礎到大型轉換器模型的工程實作皆有涵蓋。專案以實作文章與範例示範如何構建本地瀏覽型LLMagent、解析資料科學agent與現代prompt工程，旨在讓讀者理解並動手實作下一token預測的技術脈絡。