弃答还是幻觉：大语言模型科学引用溯源归因基准评测
提出REASONS基准与弃答率、幻觉率双指标，评测LLM科学引用归因，强调不确定时应适当弃答。
加纳语言自然语言处理系统性综述：数据集、模型与研究路线图
首个加纳NLP系统综述，发现资源严重失衡（仅Twi受关注，70余种语言几无覆盖），并提出优先研究路线图。
大语言模型在标注时默认采用哪些人口统计特征？
考察LLM无人口提示时默认的人口属性；在礼貌与冒犯标注中发现性别、种族、年龄有显著影响。
CPR：结合全局作曲、局部演奏与全序列精修，以连续自回归建模实现钢琴渲染
提出CPR框架，以连续自回归建模实现钢琴MIDI渲染，作曲-演奏-精修三阶段协作，提升音质与语义。
智能体AI生成程序的可靠性研究
通过模糊测试对比十款Linux工具，AI生成代码可靠性常不逊或优于人工版，但更易挂起，需人工监督。
信息论极限下的高效鲁棒学习
解决Blanc开放问题，给出多项式时间鲁棒学习算法，利用无遗憾学习器达到η+ε最优误差，并首次高效鲁棒学习高斯边际半空间。
利用可解释机器学习解析脂质纳米颗粒的肝外靶向
基于476种配方构建可解释机器学习模型预测肝外递送，揭示离子化脂质等关键设计规则。
缅怀所罗门·马库斯
从布勒东宣言到后现代宣言，借跨学科视角与讲座接近AMS诗，定性分析实数新运算并回顾旧作。
FAME：一种基于FPGA的近似乘法器评估平台，采用模式引导的DNN重训练
FAME硬件实现近似乘法器，加速DNN评估，模式引导重训练恢复精度，最高加速3.47倍。
约束自主性：边缘由治理器中介的自适应安全
提出分控架构：不可信规划器只发类型化意图，确定性治理器校验安全等不变式，仅放行合法动作，微秒级开销。
自然语言生成中的标签置信度感知不确定性估计
面向LLM幻觉风险，提出基于逐点KL的标签置信度感知不确定性量化，融合采样一致性与答案校准，提升估计性能。
分而治之：混合策略击败多模态大语言模型
提出多模态越狱方法JMLLM及TriJail数据集，跨文本、视觉、听觉攻击，成功率高且耗时少。
级联衰变中稳健共振质量回归的自监督学习
用VICReg自监督预训练Transformer，提升级联衰变共振质量回归的稳健性与峰锐度。
移动目标下Langevin动力学的Rényi跟踪界
LSI下给出移动目标Langevin动力学与LMC的非渐近Rényi散度跟踪界，并应用于连续Moreau包络的非光滑采样。
Quanta：一个自包含的Python库，支持基于量化嵌入、词法索引与知识图谱的混合检索
Quanta开源库用统一API整合4比特量化向量、BM25与知识图谱检索，图谱仅扩展候选不打分。
基于机器学习的中国西南自由簧乐器葫芦丝音色分析
用机器学习分析葫芦丝音色，发现分形相关维数最适于音高聚类，高音区混沌性最低。
少看多听：面向流式ASR的联合奖励GRPO
提出词级延迟指标AWED，用GRPO联合奖励准确率与时延后训练流式ASR，各前瞻预算下均降WER、减延迟。
从众声学习：使用多参考人工与合成数据的文学机器翻译
语义相似度过滤，用多参考数据提升文学机器翻译；中高相似度微调更优，人工专家译文仍胜LLM合成数据
从大语言模型中提取概率知识用于贝叶斯网络参数化
利用大语言模型提取概率知识以参数化贝叶斯网络，实验覆盖80个网络，可作专家先验并建立首个综合基线。
Semantic CSI Feedback for Beam Selection: When Task-Aware Embeddings from Sparse Pilots Outperform Full-Bandwidth Reconstruction
特征零下导数Bézout反演与多点求值间的泛型等价
特征零下，典范Bézout对计算与任意节点多点求值/插值泛型等价（相差O(M)），并得Ω(m log m)下界；特征p失效。
建模形容词修饰对语义合理性的影响
基于Adept基准研究形容词修饰对语义合理性的影响，句子Transformer逊于RoBERTa。
GYROval：衡量大语言模型文化价值取向的稳健基准
提出GYROval基准，用二元情境测大模型文化价值取向，并检验跨语言与温度稳定性。
样条KAN中的稳定性约束逼近：精确层平衡与预算相容饱和
研究样条KAN在逐层利普希茨预算下的稳定性逼近，给出精确层平衡、预算相容饱和及误差累积非假象。
捐赠还是创作？比较情感标注多模态社交媒体帖子的数据收集策略
比较捐赠与创作数据：创作帖更长、偏文本、更情感典型，参与者不同；创作数据可泛化，但真实评估需真实数据。
PBEBench：受历史语言学启发的多步示例编程推理基准
提出受历史语言学启发的多步示例编程推理基准，可自动生成可控难度题，揭示模型归纳推理不足。
@emollick：AI写作的破绽之一恰在于过度赋予无生命物体能动性和行为：“代码现在知道了”“计划记得”等等。
AI写作常过度赋予无生命物能动性与行为，如“代码知道”“计划记得”。
你初创公司的下一位队友可能是一名 AI 智能体：Gusto、Insight Partners 与 Leland 将在 TechCrunch Disrupt 2026 上解读这会带来哪些改变
本场会议探讨早期创业公司如何打造人类与 AI 智能体并肩协作的团队，同时不牺牲速度、责任与文化。
@alexandr_wang：出自 Node.js 创造者之手！！Muse“好得惊人”！！
Node.js 创造者出品，Muse 被赞“好得惊人”。
@alexandr_wang：Muse 将助你着手处理所有你一直拖延的事情！
Muse 能帮你开始处理那些一直拖延的事。
@alexandr_wang：Muse 为这家伙赚了 2,120.95 美元，且还在增加！
Muse 已为这位用户赚取 2,120.95 美元，且金额仍在增长。
@alexandr_wang：还有小伙子们！Muse 对大家都有好处！
Alexandr Wang 称 Muse 对每个人都有益，并提到小伙子们。
@alexandr_wang：耶，Muse帮大家省钱啦！！💵
Muse帮大家省钱，太棒了！💵
@alexandr_wang：只要真正下功夫，你的缪斯便能大有作为！
只要真正投入，你的缪斯便能大有作为。
@dotey：Claude 新推出的 Claude Docs 与 Claude Slides 相当好用，但入口不在普通聊天界面，需从 Artifacts 进入。
Claude 新增 Docs、Slides 功能，体验不错，入口在 Artifacts 而非普通聊天。
AI质疑声渐弱，转向全面否定论
对"AI不真实"的质疑正消退，转而演变为"AI全盘皆坏"的论调，难以聚焦务实减害政策。
@Suhail：说句乐观点的，2026年的硅谷之于2001-2010年，是分布外的一代。这里融资轮规模巨大，但当年投资无收入增长才是常态，B2B几乎不存在。
2026硅谷融资巨大，异于2001-2010年无收入增长投资、B2B稀缺；传统上反对不合理大额融资。
@elonmusk：💯
百分百赞同。
Snap再次为2200美元的智能眼镜争取认可
Snap本周发布智能眼镜新功能，试图再证其价值。
@elonmusk：我妈妈的书即将出版 @mayemusk
马斯克预告母亲梅耶·马斯克的书即将出版。
@haozhangml：虽然该检查点专为 8 步优化，但质量自然会更好；本轮蒸馏的质量确实有了大幅提升。希望你喜欢！
该检查点专为8步优化，蒸馏质量大幅提升，希望你喜欢；下周系统侧有更大发布。
马斯克：SpaceX纪录片新一集
马斯克发布SpaceX纪录片新一集。
@emollick：谷歌近期接连发布非常有趣的论文，认真对待 AI 并考虑政策影响。
谷歌近期频发有趣论文，严肃对待AI并考量政策影响。
模型外壳（Harness）的利润机遇
伯克利研究：同一模型换外壳省71%成本、质量无差异；毛利率高低取决于外壳而非模型。
Astra 法律版正式发布
为法律行业提供前沿智能、定制化律所工作流、互联法律数据源，以及针对保密客户工作的法律级管控。
datasette 1.0a40
与0.65.5相同的安全修复，新增插件后台任务能力、迁移至httpx2，并修复大量问题。
Datasette 0.65.5 发布
修复表名末尾换行符可绕过表权限、泄露私有行的安全漏洞。
马斯克的长期支持者正向自己的投资者派发SpaceX股票
Valor Equity Partners用SpaceX股票替代现金向LP分配。
阿尔·戈尔对AI数据中心抵制浪潮出奇淡定
戈尔受访称，不为AI数据中心排放失眠，更担心AI行业对技术走向的警告。
戴森全新扫地机器人系列亮相：Dyson Nurovi 系列（2026）
Nurovi系列含三款激光雷达扫地机器人，但最吸引我的那款需Costco会员才能购买。