深度分析
NVIDIA Nemotron 3 Nano 30B 開放評估全攻略：NeMo Evaluator 使用指南與結果分析
隨著大型語言模型快速發展，評估結果的可比性變得更具挑戰。NVIDIA 以 Nemotron 3 Nano 30B A3B 推出完整開放評估食譜，使用 NeMo Evaluator 統一基準、提示與執行設定，支援多種推理端點。實驗顯示模型在多項任務上取得具體分數，且提供結構化日誌供深入分析，提升評估透明度與可重現性。
深度分析
深度分析
AprielGuard：8 B 參數統一式安全與對抗防護模型
隨著大型語言模型從文字助理演變為具多步推理與工具呼叫的代理系統，安全風險亦同步升級。AprielGuard 以 8 B 參數模型統一偵測 16 種安全類別與廣泛對抗攻擊，支援單句、對話與完整工作流程，提供可解釋與低延遲模式。測試顯示在多語言與長上下文情境下，精確度與召回率均超過 90%。
深度分析
NVIDIA Cosmos Reason 2：提升實體 AI 的高精度視覺語言推理模型
NVIDIA 於 2026 年推出 Cosmos Reason 2，提升實體 AI 的視覺推理能力。新模型支援 256K Token、2D/3D 點定位與 OCR，並在 Physical AI Bench 取得第一名。此升級預計加速機器人與自駕車等領域的應用落地。
深度分析
Daggr：程式化串接 Gradio 應用與模型的視覺化工作流程庫
Daggr 旨在解決 AI 應用串接多模型時的除錯與流程管理痛點。它以程式碼為主，能自動產生視覺化畫布，支援即時檢視與單步重跑，並與 Gradio 深度整合。此工具讓開發者在建構複雜工作流時更具彈性與可追溯性，預期將提升 AI 原型開發效率並促進社群創新。
深度分析
GPT‑OSS 代理式強化學習實驗與技術修正報告
在 AI 代理需求日增的背景下，本文探討 GPT-OSS 的代理式強化學習訓練流程，說明了環境互動、工具調用與多步決策的實作方法，並指出 MoE 路由不一致與注意力匯流問題導致的梯度爆炸。透過修正 log‑probability 與引入 FlashAttention v3 的注意力匯流支援，訓練穩定性與收斂速度大幅提升，預示此技術將加速開源模型在商業代理應用中的落地。
深度分析
PRX 第三部：24 小時完成文字生成影像模型訓練的全流程
在算力成本下降的背景下，Photoroom 以 32 顆 H200 GPU 於 24 小時內完成文字生成影像模型訓練。核心做法包括像素空間 X‑prediction、感知損失與 TREAD token routing 的結合，以及 REPA‑DINOv3 表徵對齊。實驗證明，在 1,500 美元預算下可得到可用模型，顯示快速低成本訓練的可行性。
深度分析
NXP i.MX 95 搭載 VLA 模型：全流程最佳化與即時推論
隨著大型語言模型進入多模態時代，Vision‑Language‑Action (VLA) 模型成為機器人新焦點。NXP 以資料錄製、VLA 微調與非同步推論結合硬體分割、量化等技巧，將 ACT、SmolVLA 在 i.MX 95 上的推論延遲從數秒降至 0.3 秒，同時保持高準確度。此成果展示嵌入式機器人可在低功耗平台上實現即時多相機感知與控制，推動 AI 機器人商業化。
深度分析
Transformers.js v4 正式上線 NPM：全新 WebGPU 執行環境與模組化升級
Transformers.js v4 於 2026 年 2 月上架 NPM，採用全新 C++ 重寫的 WebGPU 執行環境，支援瀏覽器與多種 Node 替代執行環境，並以 pnpm monorepo 與 esbuild 重構套件結構。新版效能提升最高四倍、建置時間縮短至 200 毫秒，讓本地執行大型模型更為可行，預計將推動 WebML 生態快速成長。
深度分析
OpenEnv 框架與 Calendar Gym：驗證工具型 AI 代理人於真實環境的可靠性
AI 代理人在研究環境表現優異，但在真實系統面臨多步驟、工具使用與部分資訊限制。OpenEnv 以標準化介面連結真實工具，Turing 以 Calendar Gym 提供行事曆管理基準，測試存取控制與時間推理。結果顯示，多步推理與語意模糊會大幅降低成功率，突顯實務部署的挑戰。
深度分析
Agent 驅動的自訂 CUDA 核心：高效能 GPU 加速實驗與實作指南
Hugging Face 開發 Agent 技能自動生成 CUDA 核心，支援 H100、A100、T4 等 GPU，提供完整建置與測試範例。實驗在 diffusers 影片生成與 transformers 大模型上分別達到約 1.9 倍加速。此技術降低開發門檻，預計加速 AI 晶片生態與社群共享。
深度分析
IBM 與加州大學伯克利合作：IT‑Bench 與 MAST 解析企業 AI 代理人失效根因
IBM與加州大學伯克利合作，利用IT‑Bench基準與MAST失敗分類法分析企業代理人在IT自動化中的失效。研究標註310筆SRE執行軌跡，發現驗證錯誤是主要失敗指標，前沿模型失效較單一，開源模型則出現連鎖失效。結果提供企業部署AI代理人的診斷與優化建議。
深度分析
LeRobot v0.5.0 發布：完整支援 Unitree G1 人形機器人與高速 Real‑Time Chunking 資料管線
LeRobot v0.5.0 在支援硬體與模型上同步擴張，首次完整整合 Unitree G1 人形機器人，提供全身控制與遠端操作；新加入的 Pi0-FAST、Real-Time Chunking 等政策提升即時推論與長程任務學習；即時串流影片編碼與 10 倍影像訓練加速大幅縮短資料處理時間，推動開源機器人學習向更廣泛應用發展。