深度
AI 领域长篇解读、行业观察、技术分析 —— 慢下来读一篇。
自闭症大脑语言处理：跨模态神经影像元分析揭示左偏侧化减弱
一项整合45项fMRI和PET研究的元分析发现，自闭症大脑使用相似的左偏侧化语言网络，但左侧化减弱，左侧perisylvian皮层活动降低、右侧颞极活动增强，且口语与书面语、儿童与成人之间存在差异。
BharatSynthQA：印度寺庙遗产问答数据集，LLM表现如何？
BharatSynthQA是一个聚焦印度寺庙与宗教遗产的问答数据集，包含近10万问答对，揭示当前LLM在该领域知识薄弱，提供源段落时F1从0.18-0.30提升至0.73-0.77，支持文化 grounded QA与RAG研究。
GOPR-CAD：操作图渐进推理实现高精度文本到CAD生成
GOPR-CAD提出操作图渐进推理方法，让语言模型作为决策代理构建CAD操作图，再由确定性编译器生成模型，在MHCAD基准上达到82.7%结构良率，显著提升文本到CAD的结构保真度。
让传播器学会排序：学习式优先级提升约束求解效率
一项研究将约束编程中传播器优先级分配建模为学习排序问题，使用自注意力模型和运行时偏好训练，在XCSP3基准上使Choco求解器多解20个实例，中位运行时间降低27.93%。
RealEmbedBench：大模型在嵌入式应用层开发中的真实表现
RealEmbedBench 基准包含 5,142 个样本，评估大语言模型在嵌入式应用层代码生成、状态机建模与跨系统翻译中的真实表现，揭示上下文影响与翻译方向性差异。
OPD容忍多大的训练-推理不匹配？实证预算与FP8加速方案
本文解读OPD对训练-推理不匹配的容忍度研究：量化、异步rollout带来的mismatch存在经验预算，OPD比RL更稳定，并给出FP8配方与准入检查实现1.62倍加速。
通用AI智能体能否读懂手术场景？新基准给出答案
新研究提出两阶段框架评估通用多模态大模型的手术场景理解能力，SurgKnowBench基准揭示关系与流程理解短板，SurgAgentGym智能体环境显示推理增强仅对感知任务有效。
Claude Fable 5.2 设计PCB？三款原型引热议
Anthropic 称 Claude Fable 5.2 与 Diode Computers 合作设计了三款可工作的电子原型。本文拆解 claude pcb design 研究中的厂商报告成分，分析哪些结论可验证、构建者如何自行测试 AI 的 PCB 设计能力。
一句提示词让AI重构代码：Claude 5.2所有权机制揭秘
Anthropic 文档揭示 Claude 5.2 的所有权提示机制：声明代码归属可将重复代码合并概率从不到十分之一提升至约一半，本文解析其原理与开发者实践启示。
Claude Fable 5.2 升级解析：价格下调与强制前缀检查
Claude Fable 5.2 发布：价格降至 $8/$40 每百万 token，但强制所有账户执行前缀检查。了解四项破坏性变更及迁移指南。
Fable 5.2 不再提醒睡眠：功能退化还是设计调整？
Reddit 用户反映 Fable 5.2 不再像 Opus 那样定时提醒睡眠。本文分析这一功能变化背后的产品设计取舍、用户对 AI 主动关怀的预期，以及版本迭代中容易被忽视的体验落差。
Fable 5.2 一次生成我侄子的梦想游戏
Fable 5.2 一次生成侄子梦想游戏的文章在 Hacker News 引发 205 条评论热议。本文梳理 HN 社区的两种声音，分析 AI 游戏生成工具从素材生成走向完整可玩原型的趋势，以及对开发者和教育场景的实际启示。
加州亿万富翁税未通过：科技领袖重金反对
加州第40号提案——对亿万富翁征收一次性5%税收的议案——被选民否决。科技领袖以约10比1的支出优势主导反对阵营，经济学家对税收影响存在分歧。
平面向量回归加权选择上界改进至11/6
最新预印本证明平面向量值回归中三点加权选择的上界从15/8改进至11/6，并给出下界13/8，缩小了理论区间。
亚马逊用Strands Decider替代Sonnet 4.6，节省数百万美元
亚马逊用自研Strands Decider替换Sonnet 4.6，节省数百万美元。本文分析这一模型替换背后的成本逻辑、Strands Decider的可能定位，以及对AI应用开发的启示。
青少年飞行员崛起：不会开车却能开飞机
Hacker News热议青少年飞行员现象：不会开车却能开飞机。本文分析青少年飞行训练热潮背后的动因、争议及对航空业的影响，探讨航空教育门槛降低与青少年挑战精神。
System 1决策模型的置信度与决策可信任吗？可解释性与扰动审计
一项开放确定性审计基准评估System 1决策模型的校准、跨问题干扰与归因忠实性。五项发现涵盖：置信度为闭式变换而非准确率、4B以下模型跨问题干扰显著、4B以上模型句法偏移下校准优于System 2基线、提示注入防御高AUROC低延迟、单次推理使交互式XAI可行。
学习非精确交替最小化：神经网络加速凸优化求解
本文介绍一种学习非精确交替最小化方案，用神经网络近似子问题解，针对二次耦合凸问题推导最优性间隙界，结合PAC-Bayes分析，在矩阵补全和低剂量CT重建中实现5-30倍加速。
K-prop：用时间核反向传播实现高效在线学习
K-prop是一种新型在线学习方法，通过反向传播时间核增益大幅降低RTRL的计算和内存成本，在序列学习、分类和强化学习任务中性能媲美BPTT，并分析了其唯一近似对梯度质量的影响。
无需调参的表格基础模型，正在挑战高斯过程在材料发现中的统治地位
最新研究评估TabPFN和TabICL作为贝叶斯优化的开箱即用代理模型，在两个材料科学基准上与传统高斯过程、随机森林和CatBoost对比，展现高度竞争力，无需核函数选择或超参数调优。