该论文研究在线PCA的bandit反馈版本（Bandit PCA），每一轮t=1,...,T中，对手选择秩至多为r的d×d对称增益矩阵G_t，学习者选择单位向量w_t并接收奖励w_t^T G_t w_t。Kotlowski和Neu(2019)给出遗憾上界O(d√(rT log T))和下界Ω(r√(T/log T))。本文将上界改进至O(r√(dT))（忽略d和T的对数因子），下界提升至Ω(r√(dT))，从而确定了该问题的极小极大最优遗憾。上界算法结合了在密度矩阵谱面上的在线镜像下降与多尺度探索方案。
NeuralActuator 联合预测力矩替代、外力和电机状态，解决低成本机器人平台电流-力矩关系不可靠问题。研究引入 NAD 数据集，通过双臂遥测系统记录状态和外力标签。该模型在 OpenManipulator-X（5-DoF）、SO-101（6-DoF）和 Franka Emika Panda（7-DoF）上评估，平台成本从 500 美元到 3 万美元以上。低成本平台支持动力学和力评估，Franka 实验提供额外基准。作为预训练模块，NeuralActuator 可提升行为克隆性能。
PrismML 推出了 Bonsai 27B，这是对 Qwen3.6-27B 进行低比特量化得到的模型，不修改原架构。三元版本使用 {−1, 0, +1} 权重，每个参数仅 1.71 bits，理想大小 5.9GB。1-bit 版本采用二进制 {−1, +1} 权重。两个版本均以 Apache 2.0 许可开源，可在笔记本和手机上本地运行。
北京大学与中国科学院联合团队在《科学》发表40nm相变忆阻器神经动力学芯片，实现2.12ms计算延迟。该芯片在脑皮层重建任务上性能超越NVIDIA A100 GPU达50至478倍。研究展示了忆阻器在类脑计算中的巨大潜力。
Mistral AI发布了Robostral Navigate，一个8B参数具身导航模型。该模型仅用单RGB摄像头即可根据自然语言指令引导机器人，无需LiDAR或深度传感器。在R2R-CE验证集未见过场景上，借助pointing方法、prefix-caching训练和CISPO在线强化学习，成功率达到了76.6%。
AMD团队将ROCm支持引入vime，vime是vLLM生态的RL后训练框架，端到端RL后训练现在原生运行在AMD Instinct MI355X GPU上。vime使用vLLM作为rollout后端，在ROCm上继承完整vLLM栈，无需独立代码路径。AMD验证了pipeline并上游了ROCm修复，提供了预构建容器。支持GRPO训练、colocated和非colocated训练/rollout、Megatron-LM训练+vLLM rollout、Qwen3密集和MoE模型。在MI355X上，Qwen3-8B达到约4100 tokens/gpu/s，训练-rollout logprob差异低且稳定。
文章对比了Mistral Vibe for Code、Claude Code、Cursor和Codex四个代码智能体在Scaffold-to-PR任务上的表现。评估维度涵盖成本、开源权重、自托管能力和异步代理界面。读者可以了解各智能体在相同任务下的优劣势。
LangSmith 现已支持 Cursor、Copilot、Pi 和 OpenCode 四种编码代理的全会话追踪，无需额外插桩。用户可通过相同的稳定键识别、分组和查询任意代理产生的追踪记录。可视化展示完整运行树，包括轮次、模型调用、工具使用和子代理。系统自动提供每个会话的 token 消耗和成本统计。
.AL 顶级域名因 DNSSEC 密钥轮换失败导致解析中断。Cloudflare 部署了 Negative Trust Anchor 恢复解析，同时推出了 EDE 33 错误码。1.1.1.1 DNS 服务在返回该代码时直接表明 DNSSEC 验证被绕过。这为用户提供了更透明的 DNS 错误信息。
Weaviate发布Engram演示，解决大多数AI智能体因记忆管理不当而变笨的问题。传统方法要么将整段对话塞入上下文（导致成本高、性能下降），要么存储每条消息（产生噪音和矛盾）。Engram在后台异步运行管道：提取配置主题的信息、调和新旧记忆、处理重复和偏好变化，并将结构化记忆存储到Weaviate。这种主动维护机制让聊天机器人每次交互都实际提升性能。
高盛报告指出，中国顶级编码模型GLM5.2和Qwen3.7 Max的每百万混合token成本约1美元，而美国SOTA模型为4-8美元。中国模型以低于成本价销售，高盛估计当前智能体模型EBIT利润率为-30%，编码模型为-39%，预计到2030年分别转为+14%和+22%。架构上，DeepSeek V4 Pro仅激活1.6T参数中的49B（<8%），GLM5.2激活744B中的40B，更低的FLOPs提供了价格下限。在OpenRouter上，中国模型按任务花费占比仅5-16%，但占据了85%的智能体token和89%的编码token。基准SDLLMTK从6月初约2.07降至当前1.67。
DeepMind联合创始人Demis Hassabis在一篇文章中呼吁，在AGI到来前建立治理基础设施，预计通用人类级认知系统仅需数年就会出现。他提出建立一个类似FINRA的Frontier AI Standards Body，由美国牵头，负责开发动态基准、对前沿模型进行发布前测试，并逐步从自愿审查过渡到对美国市场的强制要求。该提议基于DeepMind此前2023年Levels of AGI论文和From AGI to ASI论文，将AGI视为一条路径而非单一阈值。Hassabis强调可适应性，包括定期更新基准、独立盲测，甚至必要时协调前沿实验室放慢进展。该框架目前细节尚不充分，需防范被实验室捕获的风险，并建议引入英国AI安全研究所等独立评估方。
安全研究员@cereblab通过伪造的测试仓库，发现Grok Build在仅要求回答Ok的任务中，将整个仓库（含API密钥和密码）自动上传至Google Cloud存储桶，即使关闭数据收集开关也未阻止。传输数据显示，一个12GB仓库被上传5.1GB数据，而正常对话仅192KB。马斯克公开承认事实，并承诺完全删除所有历史上传数据，包括零残留。此事件促使大量开发者更换密钥，引发AI编程agent的隐私信任危机。
Anthropic 发布经济指数报告，专门分析加拿大用户对 Claude 的使用模式。该数据基于2025年第一季度的用户行为，显示编程和写作是最常见的任务类别。报告中提到加拿大用户在金融、教育和科技行业的采用率显著高于其他地区。Claude在加拿大的日均活跃用户数较去年增长40%，其中多伦多和温哥华集中了大部分使用量。Anthropic表示该指数将帮助理解不同国家AI工具的差异。
xAI的Grok Build CLI存在安全漏洞，会将所在Git仓库无差别上传至grok-code-session-traces存储桶。测试中一个12GB仓库上传了5.1GB数据，而实际任务只需192KB。修复通过隐藏标志disable_codebase_upload: true在一天后完成，但xAI未公开数据范围、保留或删除情况。用户设置中的“Improve the model”选项并未阻止上传。
传统参数压缩方法如量化产生码长随模型参数缩放，而prequential coding码长取决于数据熵。本文提出的requential coding使码长独立于参数数和数据熵，通常比prequential短数个数量级。在PAC-Bayes界中，该方法为十亿参数LLM提供了当前最优的泛化保证。实验还发现低熵文本比高熵图像包含更多可学习结构。
量子神经网络（QNN）易受后门攻击，但现有攻击多使用固定触发器，易被视觉检测或频谱签名等防御识别。本文提出Q-DIBA，首个输入感知动态后门攻击，联合训练经典触发器生成器和受害者QNN，采用三模式小批量策略及集成密度对比损失。在MNIST和Fashion-MNIST数据集上，针对多种QNN架构的测试显示，Q-DIBA保持了高清洁准确率，同时达到高攻击成功率，且攻击具有输入特异性。该攻击还能抵御视觉检测、频谱签名检测和微调等现有防御手段。
这篇论文提出LASKO框架，将Markdown技能建模为李代数胚的基础类别，编辑策略作为截面，锚映射到可见效果，核表示潜在结构。LASKO通过微秒级的Lie-bracket筛选测试替代昂贵的LLM验证，实现数量级加速。在因果提取任务上，LASKO比暴力搜索（使用DeepSeek V3.1 4-bit 671B参数模型）快约15倍。
该论文针对预制装配式建筑模块工厂中的柔性作业车间调度问题，提出一种时间延迟感知的深度强化学习求解器。混凝土养护、闭水试验和油漆干燥等工序造成的长时间滞后使最优参考工期平均增加约67%。方法在原始双注意力DRL基础上引入三项扩展：延迟感知动态与可接受奖励边界、两个预测延迟特征通道、以及活跃性屏蔽的操作与工位类型嵌入。在基准实例上，学习到的调度策略比所有调度规则和遗传算法元启发式更强，与约束规划参考的差距约4%，且优势在产能紧张时扩大。无需求解器可在数秒内重新规划，并开源了基于国家指南的基准生成器。
EYT-Bench是一个评估LLM多轮对话能力的基准，采用三部分解耦设计：基于人工语料库（Nemotron-Personas-USA和PersonaMem-v2）的特定角色用户模拟器、分离意图感知与回复生成的目标模型、以及独立第三方LLM评判器。在17个目标模型×200段对话的评估中，闭源与开源模型在主观维度（共情/人格化等）差异不超过0.3，但客观意图追踪差距可达9倍。开启推理模式后，Gemma-4的长上下文潜在意图准确率提升0.47-0.50。交叉评判消融实验通过DeepSeek-v4-pro验证了目标排名和最终意图满意度的一致性。
Thrad.ai 使用 Strands Agents 与 Amazon Bedrock AgentCore 构建了一个多智能体系统，自动化从潜在客户发现到个性化邮件生成的完整流程。系统对比了 Swarm 和 Graph 两种编排模式在延迟、成本和邮件质量三个维度的基准测试结果。潜在客户评分采用加权标准、意图分类和时间衰减机制，确保高意向客户优先处理。此外，该系统集成了生产部署所需的治理控制，包括权限管理和审计日志。
本文是系列第二部分，介绍使用Amazon Nova Act的QA Studio实现批量回归测试和流水线集成。QA Studio通过测试套件组织并并行执行测试用例。同时提供命令行接口，将代理式测试集成到自动化CI/CD流程中。这些功能帮助团队在不增加人工工作量的情况下提升软件交付效率。
Milvus 团队指出，用 demo 估算生产环境向量数据库成本常忽略三大隐性因素：数据更新（增删改、重索引）带来的计算开销、离线分析/评估任务与在线服务共用基础设施导致的工作负载错配、以及同一 AI 数据在向量搜索、湖仓、训练等系统间的重复存储。以某自动驾驶场景为例，1B 行数据集合的向量搜索每月仅需运行几小时，专用集群预估 $7,000/月，Serverless 约 $10,800/月，而 Zilliz Cloud On-Demand Search 成本不到 $500/月。建议将稳定在线流量匹配专用容量、突发在线需求用 Serverless、低频分析用按需计费。
Simon Willison在Codex Desktop中创建自定义宠物，使用GPT-5.6 Sol xhigh和gpt-image-2生成精灵图。他通过详细提示词生成了角色参考图、精灵表、动画GIF。项目开源，包含Apache 2.0许可的hatch-pet和imagegen技能。整个过程展示了用提示词工程生成游戏精灵的工作流。
ScienceSoft 使用 Amazon Nova 2 Sonic 模型和 Amazon Bedrock Guardrails 在 AWS 上构建了符合 HIPAA 标准的 AI 语音调度器。该方案专为医疗保健机构设计，可处理预约调度任务，同时确保患者数据隐私和合规性。开发者可以直接复用这一架构，在自己的工作流中集成语音调度功能。