深度分析
Google Vantage：執行者大型語言模型提升協作與批判思維評量
研究針對協作、創造與批判思維等耐久技能缺乏量化方法提出解決方案。Vantage 以單一執行者大型語言模型協調多個 AI 角色，主動引導對話以收集技能證據。實驗證實其證據取得率與人類評分一致性均優於獨立代理人，創意評分與人工專家相關係數達 0.88，顯示可大幅提升 AI 驅動的技能測評效能。
深度分析
深度分析
HyperMem：以超圖記憶提升長期對話的高階關聯檢索
長期對話需要記憶以維持連貫性。研究提出HyperMem，以超圖結構將主題、情節、事實以超邊關聯，並採用混合索引與粗細檢索。此架構克服傳統二元關係限制，提升高階關聯檢索效率，實驗在LoCoMo基準上達92.73%準確率。
深度分析
單一噪聲向量提升生成式機器人策略：黃金票證技術解析
研究指出，固定特定初始噪聲向量（黃金票證）可提升預訓練生成式機器人策略的任務表現。作者透過蒙特卡洛政策評估搜尋最佳噪聲，無需重新訓練模型，並在多項基準測試中顯著提升成功率，最高達 58%。此方法亦在多任務設定中形成自然的帕累托前緣，兼顧速度與成功率等目標。
深度分析
Adam 優於 SGD：二階矩正規化提升高機率收斂速度
研究指出 Adam 在有界變異假設下的二階矩正規化，使其收斂上界僅呈 δ⁻¹/² 依賴；相較之下 SGD 必須承受 δ⁻¹ 的依賴。此理論分離解釋了 Adam 在實務上常勝 SGD 的現象，並暗示未來優化器設計可聚焦於更精細的二階統計正規化。
深度分析
流式擴散模型雙階段訓練本質：Oracle 速度場解析與實務技巧
研究重新檢視流匹配目標，發現流式擴散模型具備兩階段訓練本質：早期以資料模式導航形成全局布局，後期靠最近樣本細化細節。此發現說明時間步移位與指導間隔等技巧的效用，並為未來模型改進提供指引。
深度分析
協調式線上行為偵測與特徵化：圖神經網路與因果推論的全方位調查
隨著社群平台成為協調行為的主要舞台，研究者開始針對其偵測方法進行系統整理。本文提出統一框架，比較圖神經網路、時間序列與因果模型等技術，並指出資料稀疏與跨平台追蹤是主要瓶頸。結果顯示，結合多模態特徵可提升偵測精度，未來有望改善資訊操控與仇恨言論的治理。
深度分析
演化式最佳化 sep‑CMA‑ES 超越 Adam：Stable Diffusion XL Turbo 提示嵌入實驗
研究聚焦於 Stable Diffusion XL Turbo 的提示嵌入搜尋，將無梯度的 Sep‑CMA‑ES 與梯度式 Adam 進行比較。使用結合美學預測與 CLIPScore 的加權目標，於 36 個提示測試三種權重設定。結果顯示 Sep‑CMA‑ES 在目標值、資源佔用與影像相似度上均優於 Adam，證實其在推論時的有效性。
深度分析
Gen-n-Val：代理人驅動的高品質影像合成與驗證框架
資料稀缺與長尾不平衡持續挑戰視覺任務。Gen-n-Val 結合 LD、LLM 與 VLLM 以代理人方式生成單物件影像與遮罩，並以 VLLM 過濾低質樣本。實驗證明在 LVIS、COCO 與開放詞彙偵測上均顯著提升效能，顯示其在合成資料領域的突破。
深度分析
代理模型提升 LLM 可解釋性：高忠實度與低成本的操作框架
研究指出大型語言模型解釋成本高，作者提出以高效代理模型近似決策邊界，透過篩選驗證局部對齊，僅用11%成本達90%相似度，證明可用於提示壓縮與毒樣本移除，提升模型優化效率。此方法在多項基準測試中均表現出穩定的高忠實度，為實務上大規模部署解釋工具提供可行路徑。此技術亦可延伸至其他生成式模型的可解釋性研究。
深度分析
Anthropic 被指削弱 Claude Opus 4.6 與 Claude Code 效能，引發 AI 社群熱議
開發者指 Anthropic 最近削弱 Claude Opus 4.6 與 Claude Code，稱其推理深度下降、任務中斷與幻覺增多。Anthropic 回應稱變更為 UI 與預設運算力度調整，非模型降級，並提供手動提升運算力度的指令。此爭議凸顯使用者對模型效能與資源管理的信任危機，可能影響 AI 代理市場競爭格局。
深度分析
Editing Anchor Compression：抑制參數偏移的序列模型編輯關鍵技術
大型語言模型易因知識錯誤產生幻覺，研究提出編輯錨點壓縮（EAC）以限制序列編輯時參數偏移。EAC 選取重要且偏離度低的錨點壓縮資訊，保留模型通用能力。實驗顯示EAC能將通用能力保持超過七成，同時提升編輯知識保存效果。
深度分析
AI Index 2026：美國資料中心激增與台積電主導全球 AI 晶片供應鏈
斯坦福 AI Index 2026 報告揭示美國擁有超過5,400座資料中心，且全球AI晶片製造高度依賴台積電。報告指出專家與大眾對AI影響認知落差逾五成，預示產業與社會的分歧與挑戰。