深度分析
DRBENCHER：同時測試代理人實體辨識、屬性擷取與多步驟計算的新基準
隨著研究代理人需同時瀏覽網頁與執行計算，現有基準無法全面評估其表現。DRBENCHER 透過四項標準生成跨領域問題，涵蓋實體辨識、屬性擷取與領域計算。實驗顯示最高模型正確率僅 20%，突顯此類任務的挑戰與未來改進空間。
深度分析
深度分析
Camera Artist：多代理人框架結合遞迴分鏡與電影語言提升 AI 影片敘事連貫性
隨著 AI 影片生成技術成熟，缺乏鏡頭連貫與電影語言成為瓶頸。Camera Artist 引入攝影機鏡頭代理人與遞迴分鏡稿，提升敘事連續性與影像表現。實驗證實其在敘事一致性與影片品質上優於現有方案，為電影級 AI 生成開闢新路。
深度分析
PETITE：導師‑學生多代理互動提升大型語言模型程式碼解題效能與資源效率
受人類認知發展啟發，研究提出導師-學生多代理系統 PETITE，讓同一大型語言模型以非對稱角色互動，提升程式碼解題效能。學生代理產生並精進解答，導師代理提供結構化回饋，未使用真實答案。實驗顯示 PETITE 在 APPS 基準上與最先進方法相當，且 token 使用量顯著減少，顯示此角色分化策略具資源效益。
深度分析
SPPO：序列層級 PPO 在長程推理任務中的突破性方法
本研究針對大型語言模型在長程推理任務的時間信用分配問題提出 SPPO，將推理重新定義為序列層級情境式多臂賭徒，利用解耦標量價值函數獲取低變異優勢訊號，免除多樣本基線估計。實驗結果顯示其效能顯著優於標準 PPO，且與計算密集的群組方法相當，提升對齊效率。
深度分析
ViSA‑R2 以視覺化輸入直接產出可執行 SymPy 解析解
研究聚焦於將二維線性穩態場的視覺化資訊轉換為可執行的 SymPy 解析式。作者提出 ViSA‑R2，結合自我驗證的解題導向思考鏈，模擬物理學家的推理流程，並發布含 30 種情境的 ViSA‑Bench 基準。實驗顯示在數值精度與結構相似度上，ViSA‑R2 超越現有開源與封閉商業視覺語言模型，提升 AI 在科學推理的應用潛力。
深度分析
環境 artifacts 作為外部記憶：強化學習中記憶壓縮與效率提升
研究探討認知中的環境記憶角色，提出 artifacts 概念證明可縮減歷史資訊需求。實驗顯示觀測路徑降低記憶負擔，暗示未來可利用環境取代內部記憶。
深度分析
RAMP：結合深度強化學習與數值規劃的線上行動模型學習框架
自動規劃需行動模型，傳統需離線學習。RAMP 以深度強化學習線上收集資料，同時抽取數值行動模型並規劃未來動作，形成正向回饋迴路。實驗證實其在可解性與計畫品質上顯著優於 PPO，顯示線上混合學習的潛力。
深度分析
LOM-action：本體驅動的事件模擬提升企業 AI 可審計決策
傳統 LLM 代理缺乏情境模擬，決策常無根據且不可追溯。LOM-action 引入本體驅動的圖形模擬，透過企業本體條件在沙盒中生成情境有效的模擬圖，所有決策均基於此圖並產生審計日志。實驗顯示其準確率 93.82%，F1 98.74%，顯著優於現有基線。
深度分析
OpenKedge：執行合約與證據鏈治理 AI 代理變更
隨著自主 AI 代理崛起，API 為中心的架構缺乏安全保證。OpenKedge 以宣告式意圖提案、執行合約與證據鏈取代即時變更，確保執行範圍與資源受限。實驗顯示能在多代理衝突與雲端變更情境下決策衝突意圖並阻止不安全執行，同時保持高吞吐量。
深度分析
Meta AI 與 KAUST 推出神經電腦：計算、記憶與 I/O 融合的單一模型
Meta AI 與 KAUST 提出神經電腦概念，模型內部同時承擔計算、記憶與 I/O；原型 NC‑CLIGen 與 NC‑GUIWorld 分別在終端機與桌面渲染上取得高畫質與光標 98.7% 準確率；研究指出仍須解決符號推理與長程一致性，才能實現完全神經電腦。
深度分析
本機大型語言模型推論的安全挑戰與端點治理實務
企業過去以防止資料外洩為核心的 AI 安全策略正被本機推論衝擊。隨著消費級加速器、量化技術與開源模型下載的便利，開發者可在筆電離線執行 LLM，形成 Shadow AI 2.0。此舉帶來模型完整性、授權合規與供應鏈可追溯性的風險，企業需重新定位治理重點至端點。
深度分析
MiniMax M2.7 開源：具自我演化能力的多代理 MoE 大型語言模型
MiniMax M2.7 於 2026 年 4 月開源，採用 MoE 架構並支援 Agent Teams，能在 SWE‑Pro、Terminal Bench 2 等實務基準取得 56% 以上正確率，且透過自我演化迴圈提升 30% 效能，預示開源模型在生產除錯與金融分析上的新可能。