SoK：網絡控制迴路中的語義決策引擎
這項 SoK 研究整理 139 個語義決策引擎論文系列，評估其用於網絡控制迴路的證據。50 個系列聲稱符合控制迴路或時間預算要求，只有 4 個有配對測量支持；全部系列中也只有 4 個報告達成期限。缺乏確定性計算步驟的 72 個系列提出 22 項聲稱，均無支持，只有 2 個指定覆蓋責任人。
#部署/工程
#部署/工程
今日 0 條HuggingFace Daily Papers（社區熱門論文）AI 評分4848 英國 AI Security Institute：BlogAI 評分6060 RepliBench：評估 AI 系統自主複製能力的基準
UK AI Security Institute 的研究提出 RepliBench，透過 20 項 LLM 智能體評測衡量 AI 系統的自主複製能力。研究測試 7 個前沿模型，最佳模型在 15/20 個任務系列取得 >50% pass@10，在最難變體的 9/20 個任務系列達到此水平；沒有模型能完成自主複製所需的全部組成任務。
英國 AI Security Institute：BlogAI 評分5656 AI Security Institute 説明如何讓防護措施評估支援部署決策
英國 AI Security Institute 與多名合作者撰寫《An Example Safety Case for Safeguards Against Misuse》，提出一種把防護措施評估連結至部署風險判斷的安全論證框架。
英國 AI Security Institute：BlogAI 評分6060 SandboxEscapeBench：安全評估 AI 智能體容器逃逸能力的基準測試
英國 AI Security Institute 開源 SandboxEscapeBench，用於在隔離環境中評估 AI 智能體的容器逃逸能力。基準涵蓋18種橫跨編排、執行階段及核心層的情境，每個容器均在加固虛擬機內運行。評測顯示，前沿模型能可靠地利用常見錯誤設定突破沙盒，增加推理時的 tokens 預算亦會提高成功率，但沒有模型解決最難的情境。
Zyphra ResearchAI 評分4141 Tree Attention：面向 GPU 叢集長上下文注意力的拓撲感知解碼
Zyphra 提出 Tree Attention，以樹狀歸約平行化多 GPU Transformer 解碼，實測可提升長上下文注意力的解碼速度並降低記憶體開銷。Zyphra 估算，在 1M 序列長度下，Tree Attention 的解碼速度較 Ring Attention 快逾 8x，通訊量則減至一半或更低。其跨裝置複雜度為對數級，而 Ring Attention 為線性級。
Prime IntellectAI 評分5151 Prime Intellect 提出 TOPLOC，以局部敏感雜湊驗證 LLM 推理
Prime Intellect 提出 TOPLOC，以局部敏感雜湊驗證 LLM 推理，並在實驗中以 100% 準確率檢測模型、提示詞或計算精度遭未授權修改。TOPLOC 將最後隱藏狀態的 top-k 特徵編碼成證明並透過重算驗證，驗證速度最高可達原始推理速度的 100×，生成證明的儲存開銷減少 1000×。
Zyphra ResearchAI 評分5555 Zyphra Research 介紹 PUFFER 增量模糊去重系統及其效能測試
Zyphra Research 介紹 PUFFER，一套為持續增長的訓練語料設計的增量模糊去重系統，可逐批加入數據集而無須重建完整索引。
Replit：BlogAI 評分5555 Replit 説明如何以評估閉環持續改進 Replit Agent
Replit 將 Replit Agent 的評估由發佈前的單次檢查，轉為結合離線基準、線上 A/B 測試及生產軌跡分析的持續改進閉環。ViBench 以自然語言產品需求文件和測試計劃評估生成應用是否符合規格，Telescope 則整理生產軌跡並聚類失敗模式。改進循環會提出候選修正、建立草稿 PR 並彙整評估證據，工程師仍負責審核及決定是否發佈。
Prime IntellectAI 評分4848 Prime Flash MoE：為 Blackwell 優化的高速 MoE kernels
Prime Flash MoE 是一組為 Blackwell 優化的 CUDA kernels，速度最高比 PyTorch grouped GEMM 快 2.4×。在 4k-128k token 範圍內，速度提升約 2.3×，並已整合至 prime-rl，以加速 MoE 模型的前向傳播。
Baseten Base Labs：模型研究AI 評分4545 邁向無限上下文窗口：STILL 的神經式 KV cache 壓縮
STILL 可在毫秒內將 LLM 的 KV cache 壓縮 8 倍，並在不同領域保留 85% 以上的事實準確度。它以固定的學習型查詢向量對完整 KV cache 執行交叉注意力，在單次前向傳播中生成緊湊快取，並以 KL 蒸餾訓練。
Baseten Base Labs：模型研究AI 評分4646 Still：單次前向傳播中的 KV cache 攤銷式壓縮
Still 可在單次前向傳播中將語言模型的 KV cache 壓縮 200×，並保留正確回答能力。在 Qwen 和 Gemma 模型上，壓縮倍率由 8× 至 200×、上下文長度由 8k 至 128k，均處於速度與品質權衡的有利區間。在長上下文 RULER 測試中，Still 比最強基線高 8–22 分。
NAVER / CLOVA 研究AI 評分3535 聖地亞哥 NeurIPS 2025：NAVER 的 AI 現況與未來
NAVER 在聖地亞哥舉行的 NeurIPS 2025 展示 9 篇研究論文及最新技術示範，研究聚焦效率、可控性與真實世界 AI。其中，KVzip 的記憶體節省幅度最高達 4 倍、速度提升接近 2 倍；CodeGEMM 令 70B 模型運行速度最高提升 8.93 倍。NAVER 亦提出 C-SEO Bench，並以開源方式發布數據集、程式碼及基準。
MarkTechPostAI 評分7070 Google Research 將聯邦學習遷移至 TEE，Gboard 現以可外部驗證的差分隱私訓練模型
Google Research 公佈以 TEE 為基礎的新一代聯邦學習系統，並稱其中央差分隱私（DP）保證可由外部驗證。裝置會在本地加密訓練樣本，存取政策公開記錄於 Rekor，KMS 只向符合政策的工作負載發放金鑰。Gboard 已用新系統推出英文及日文下一詞預測模型；訓練現可跨機器並行，瓶頸轉為 TEE 資源，Google 未公佈具體加速倍數。
HuggingFace Daily Papers（社區熱門論文）AI 評分5252 CUAWright：數碼智能體的最小化統一介面
論文提出 CUAWright，以最小化終端介面作為數碼智能體的統一操作方式。它使用約 3K 行程式碼，以 bash 命令作為唯一操作介面，並以檔案系統動態建立工具及管理上下文。
Microsoft Research精選AI 評分6363 Microsoft 為 Physical AI Toolchain 加入機械人推理卸載功能
Microsoft 宣佈 Physical AI Toolchain 新增機械人推理卸載功能，支援透過 Kubernetes 工具把 AI 工作負載分配至機械人、邊緣 GPU 和雲端。
推薦理由：文章將實機工作負載的效能、電池續航與算力配置放在同一脈絡比較，並介紹以 Kubernetes 分配推理的工具，呈現卸載方案的收益與代價。
MIT NewsAI 評分4949 HardFlow：讓生成式 AI 適用於安全關鍵場景的新方法
MIT 研究人員開發 HardFlow，讓生成式 AI 在安全關鍵任務中滿足硬性約束，並找到較現有方法更優質的解決方案。它只在最終輸出施加約束，可於部署時套用至預訓練生成模型，無需重新訓練。在機械人操作、迷宮導航及文字指引圖像編輯測試中，HardFlow 完全滿足約束，運算時間與多數競爭方法相若或更低。
Hugging Face BlogAI 評分5050 ScarfBench：企業 Java 框架遷移 AI 智能體基準測試
Hugging Face 推出開放基準 ScarfBench，評測 AI 智能體遷移企業 Java 框架的能力。它涵蓋 Spring、Jakarta EE、Quarkus，包含 34 個應用程式、102 個框架實作及 204 項遷移任務，並驗證建置、部署和行為。現有最強智能體的行為成功率低於 10%，Jakarta EE 遷移尤其具挑戰。
Google ResearchAI 評分4747 以線性彈性快取優化雲端經濟效益
Google Research 提出線性彈性快取，將頁面淘汰建模為 ski rental 問題，按即時工作負載動態調整快取容量，以降低快取管理的總擁有成本。在 Spanner 生產環境測試中，記憶體用量減少 15.5%，快取未命中僅增加 5.5%，總擁有成本約降低 5%，實際 I/O 成本影響僅 0.5%。
Google ResearchAI 評分3939 Sequential Attention：讓 AI 模型在不犧牲準確度下更精簡、更快速
Google Research提出 Sequential Attention，將子集選擇整合至單次模型訓練，以較低開銷提升模型效率並維持準確度。該方法以注意力分數逐步挑選特徵，在多項神經網絡基準測試中取得最先進結果。
Google ResearchAI 評分5959 Google Research 探索 Project Suncatcher 的可擴展太空 AI 基礎設施設計
Google Research 發表 Project Suncatcher 的研究，探討以太陽能衞星搭載 Google TPU、透過光學鏈路構建可擴展的太空 AI 基礎設施。