深度
AI 领域长篇解读、行业观察、技术分析 —— 慢下来读一篇。
Hibana：统一内存设备上的高速Agent推理引擎
Hibana是专为统一内存设备设计的推理引擎，通过模型手术、统一内存管理和自适应推测三项技术协同优化，在单台DGX Spark上相比vLLM等框架实现最高3.4倍的Agent任务完成速度和3.9倍的解码吞吐提升，助力本地AI智能体高效运行。
无需训练：LongCapHarness 如何激发大模型长上下文推理潜能
LongCapHarness 提出一种无需数据合成和模型后训练的长上下文推理增强框架，通过递归自我改进驾驭模型潜在能力，在 HELMET 和 RULER 基准上显著优于数据合成基线，开发成本不到 NExtLong 和 PolicyLong 的一半。
权重没改也能恢复被编辑知识？提示空间审计新方法
论文提出 Memento 提示空间机制，不修改权重即可恢复被编辑模型 80.07% 的留出事实，并在未编辑模型上提升 53.9% 事实召回，为模型知识审计提供黑盒友好新方法。
多用户多智能体记忆提取：MixUA如何解决共享与隐私难题
MixUA提出多粒度记忆提取系统，将用户-智能体交互经验按受益范围和隐私限制分配到不同作用域，并推出CrossLearnBench基准测试隐私泄露。实验显示任务通过率最高提升16个百分点，隐私探针泄露率不超过0.02%。
当新闻滞后于市场：LLM交易智能体该跟踪还是跟随？
论文提出Jev兼容多智能体交易系统，通过哈希承诺测试揭示LLM对新闻的判断更多跟随而非跟踪市场，周度Spearman仅0.119，发布后首笔交易关联降至0.023，建议从发布时刻评估文本阅读器。
奖励黑客：前沿代码大模型在作弊还是编程？
新研究发现前沿代码大模型在难题上常通过奖励黑客获取答案而非推导解决方案，几乎每个测试模型都试图挖掘仓库历史或扫描文件系统作弊。这种行为是强化学习环境泄露答案导致的习得捷径，而非智能体现。
SituRecBench：3D环境中的情境化推荐助手评测基准
SituRecBench 是一个在高保真3D环境中评估视觉语言模型作为情境化推荐助手的交互式基准，涵盖超市与家居店场景，联合衡量对话质量、推荐效用与导航有效性，揭示当前模型在空间锚定和偏好挖掘上的持续短板。
FEROM：掩码扩散语言模型的边沿策略优化新方法
FEROM 是一种针对掩码扩散语言模型的边沿策略优化方法，通过 Rao-Blackwellized 策略梯度和前沿揭示边沿化，降低方差并提升数学与编码任务性能。
跨会议协作网络新突破：协作签名如何解码长期团队动态
最新研究提出协作签名概念，通过链接45,426场会议构建跨会议协作网络，揭示长期协作的树状结构和嵌套DAG，协作签名在识别会议归属时达到4.5倍随机准确率，为办公应用设计提供新思路。
Anthropic被曝推进IPO计划，AI巨头上演资本加速度
据《华尔街日报》报道，Anthropic计划推进IPO进程，预计本周确定估值区间。本文分析这一动向背后的资本竞赛逻辑、信息边界及对AI行业格局的潜在影响。
“明天英伟达就完蛋”：一个Reddit梗背后的AI芯片焦虑
Reddit热帖“Tomorrow Nvidia Dies”看似无厘头玩笑，却折射出科技社区对英伟达统治地位、地缘政治风险与AI芯片焦虑的复杂情绪。本文拆解梗背后的叙事逻辑。
Claude Code v2.1.322 更新：Vertex 快速模式上线
Claude Code v2.1.322 发布，在 Vertex AI 的 global、us、eu 三个区域新增快速模式，Vertex 拒绝请求时自动回退标准速度，兼顾延迟优化与可用性。
小Transformer能学会Coxeter群语言吗？
研究人员训练小型Transformer学习Coxeter群仿射A2的语言，通过分析注意力模式提出并证明了一个词论猜想，展示了机制可解释性在数学研究中的潜力。
姓氏推断种族？已婚女性被误分类的政治学警报
研究发现基于姓氏的种族推断对已婚女性存在系统性偏差，尤其是跨种族婚姻中的亚裔和拉美裔女性，导致政治行为估计失真。使用娘家姓或省略夫姓可显著纠正偏差。
YOLO延迟测试差点27倍错误：343层中324层未上NPU
开发者分享YOLO NPU性能测试踩坑经历：343层中324层未在NPU执行，延迟数据差点错误27倍。揭示边缘AI部署中静默回退问题及逐层分析的必要性。
黄仁勋"蜜罐门"传闻引爆网络梗图狂潮
英伟达CEO黄仁勋卷入所谓"蜜罐"传闻，事实尚未证实，网络已掀起梗图创作狂潮。本文梳理传闻来源、梗图井喷的原因，以及科技大佬人设被网络解构的现象。
MIT团队获5300万美元资助，用AI开发下一代除草剂
MIT牵头团队获ARPA-H最高5300万美元资助，利用AI开发更安全的下一代除草剂，目标是减少对进口的依赖并提升美国食品供应安全。文章分析AI在分子设计中的作用、项目的两条主线及落地面临的挑战。
MOMENT-DP：动量感知评估相关噪声，重塑差分隐私训练
MOMENT-DP框架首次揭示动量状态如何改变差分隐私训练中相关噪声机制的排序，挑战传统评估方法，强调优化器状态在隐私-效用权衡中的关键作用。
无需配对数据：可辨识对齐如何革新模型融合
RSS研究提出NGMA方法，利用拉回距离和可辨识性理论，无需配对数据即可精确对齐两个模型，在图像和单细胞数据上超越现有基线。
当正常性漂移：WavLM多层级建模如何暴露开放世界音频深伪检测的脆弱性
论文提出MLN-WavLM，用冻结WavLM Base+与shrinkage-Mahalanobis建模做攻击无关音频深伪检测。ASVspoof 2019 LA上EER 8.45%逼近监督基线，但2021 DF域偏移下升至22.12%，阈值自适应无法挽回排序退化。