RubatoCodec:具固定語音長句事件預算的自適應語音標記化與串流解碼
RubatoCodec 是基於 X-Codec-2 的可變影格率語音編碼器,以固定的長句事件預算和自適應事件編碼,支援串流解碼。受控實驗顯示,在低事件率下,其重建保真度和清晰度優於固定速率編碼;與其他編碼器相比,它在英語和日語基準測試中保留清晰度的表現最佳。用於文字轉語音時,該表示法取得較低 WER、較高 UTMOS 和 UTMOSv2,説話者相似度則相若。
RubatoCodec 是基於 X-Codec-2 的可變影格率語音編碼器,以固定的長句事件預算和自適應事件編碼,支援串流解碼。受控實驗顯示,在低事件率下,其重建保真度和清晰度優於固定速率編碼;與其他編碼器相比,它在英語和日語基準測試中保留清晰度的表現最佳。用於文字轉語音時,該表示法取得較低 WER、較高 UTMOS 和 UTMOSv2,説話者相似度則相若。
Future Chunk Prediction(FCP)透過對未來片段施加監督,改善自回歸影片擴散模型對視覺演變的建模,生成的影片亦更具物理合理性。FCP 無需額外預訓練視覺編碼器,亦不改變自回歸推理流程。相較標準的教師強制自回歸訓練,這種方法的整體訓練計算成本較低。
PUDL 的 EIA-860M 變更記錄會漏掉發電機狀態改變後回復原值的記錄,因為去重規則會比對同一發電機的整段歷史,而非只比較上一筆記錄。2026 年 1 月至 8 月,EIA 工作簿與變更記錄在 2,395 個發電機月份的狀態、計劃月份或容量上不一致。2026 年 8 月涉及 301 台發電機及 16,574.2 MW;文章建議暫時以 EIA 月度工作簿核對。
MV2 的 Kakeya 型問題筆記以電腦輔助排除(B5)的 420 個類別,令 A(7) ≤ 8 收窄至判定(B6)是否為空。(B6)尚有 68 個類別中的 20 個未解。結果依據未附證明憑證的 SAT solver 答案;筆記由 AI Agent 協助撰寫,尚未有數學家核查證明。
OpenAI、PerturbAI 與 Scripps Research 使用數千個由 GPT-Rosalind 驅動的 AI 智能體,在 32 分鐘內分析數百萬個小鼠腦細胞的既有實驗數據,並將結果整理成公開的推理圖譜。
Microsoft Research 於 2026 年 10 月 21 日宣佈,Xinzhi Zhang 與 Zhao Song 以人類主導的 AI 智能體研究流程證明 KLS 猜想。論文證明 KLS 常數有不隨維度改變的普適上界;研究者探索逾 100 種候選方案,透過遞迴改進和控制累積誤差完成證明。文中亦提及另一組獨立證明,以及以 Lean 4 形式化驗證、常數上界為 500 的 KLS 命題。
推薦理由:文章呈現研究者如何從逾百種候選方案中篩選方向,並透過遞迴改進與累積誤差控制完成維度無關的證明,具體説明人機協作的數學研究流程。
Polygon Bridge 漏洞面分析指出,其驗證者集合集中,RootChainManager 可由沒有時間鎖的 ProxyAdmin 升級,構成嚴重風險。分析列出 7 項問題,包括退出證明缺乏重放保護、ERC-20 Predicate 合約存在重入風險,以及代幣 decimals 驗證不足。文章評估其 TVL 約為 $2.71 B,並指出相關問題可能導致資產被盜或資金損失。
Sierra 推出 τ-i18n,將 τ-Voice 擴展至西班牙語、巴西葡萄牙語、印地語、韓語和普通話五種語言。評測涵蓋航空、零售和電訊任務中的三個語音代理及 2,700 次主要通話,分別衡量任務完成率、互動表現和生成品質;韓語任務完成率平均較英語低 22.6 個百分點。Sierra 開源程式碼庫及 LanguageFactory,供母語人士、研究人員和語言社羣擴展至更多語言和地區設定。
Conclave x402 Research 檢查 22,013 個 x402 目錄項目,發現抽查的端點多數符合目錄描述,但輸出説明及實際付款選項常不完整。在 100 個即時端點樣本中,93 個回覆 402,其中 83 個(89.2%)與目錄描述完全相符;兩個公開目錄只有 4,190 個資源重疊,重疊項目中 84.4% 記錄的付款選項數目不同。
作者透過基準測試評估開源共享記憶系統 Big Agentic Brain(BAB),結果顯示它能提升 AI 編碼智能體修復依賴團隊知識的程式錯誤成功率。在團隊知識測試中,Claude Sonnet 5.5 的成功率由 12% 升至 79%,加上一行先搜尋提示後達 100%;跨隔離工作區共享記憶後,隊友修復率為 96% 至 100%,本機筆記組則為 13% 至 67%。
ether.fi Stake 的 Gas 優化審計指出,存儲佈局、獎勵計算及批量分發等環節存在耗氣問題,並發現代理合約存儲衝突等安全風險。一般存款或提款的基準 Gas 消耗約為 Ethereum L1 的 115 k、L2 的 70 k;採納高影響建議後,估計可降低 30-45%,至約 65 k 和 40 k。審計亦指出代理合約存儲衝突及 ERC-20 轉帳回調重入等攻擊風險。
Nestor 在 attention 中引入巢狀稀疏性,在計算量和稀疏度相同的情況下,語言模型預訓練表現優於傳統 MoE Transformer。Nestor 更有效適應較長上下文,也能更有效率地適應新領域,同時減少對舊領域的遺忘;程式碼和檢查點已在 GitHub 提供。
LeWorldModel(LeWM)的主導動作方向與環境中的方向存在偏差:Reacher 約為 36°,OGBench Cube 約為 42°。動作擾動幅度增加十倍,幾何差異在 Reacher 約減少 70%,在 Cube 約減少 47%。在未見過的動作反應幅度預測上,LeWM 的幾何指標不及環境誘發的度量準確。
Dual Exam 分別評測多模態智能體與世界模型在不同領域的表現,並揭示兩者在試點測試中未能共同成功。智能體評測涵蓋 1,088 個項目及 15 個報告類別,GPT 6 Astra 的加權分數為 31.3;世界模型評測涵蓋 400 個案例及八種情境,GPT-Image-2 的整體分數為 21.7。兩組分數採用不同任務和指標,不能直接比較;150 個案例的配對試點中沒有任務成功。
研究提出 FLORA,一套面向機械人基礎模型的開源工業級數據引擎,提供帶時間戳的字幕生成、結果與過程獎勵標註,以及預訓練資料整理。FLORA 在 WGO-Bench、RoboReward 和 Robometer 上取得 SOTA 成績,內部基準測試表現可與 GPT-6 Astra 相比,成本比 GPT-6 Astra 低約 125 倍。
HiP3R 以階層式姿態圖整合影片的局部重建,生成全局一致的相機軌跡與 3D 幾何,無需重新訓練。它先優化 chunk 層級的 Sim(3) 圖以確立全局佈局和尺度,再為每個影格估算共用的 SE(3) 相機,將重疊視窗的預測整合為單一軌跡。實驗顯示,HiP3R 能改善相機軌跡和 3D 重建,並適用於 chunk-based 和 streaming 後端,無需額外訓練或微調。
DirCast 是單一串流影片語言模型,能根據過往畫面選擇鏡頭並生成即時解説,負責電競直播的導播與解説。研究團隊以 27 場職業 Dota 2 賽事建立數據集,DirCast 的導播表現優於規則式及零樣本導播,包括 GPT-5。在 Proact-VL 評測中,其解説有 29.2% 的比較勝過 GPT-4o;觀看人工導播直播的 11 個串流解説模型中,最佳者為 19.4%。
TWIG 將神經網絡權重表示為共享離散決策路徑,並把剪枝、量化、低秩分解、碼本及權重共享統一為同一物件的編輯。在大型語言模型的五個權重矩陣上,3-bit 和 4-bit 精度下,TWIG 所需加法次數較 GPTQ 少 9–15%;在有明顯離羣值的矩陣上則少 20–55%,且層誤差相同。當決策採用 2 的冪次時,權重層可構成幾乎全由導線和加法器組成的電路。
研究以機器學習優化的光學模型分析分子薄膜的偏振共振軟 X 射線散射(RSoXS),實現對埋藏界面分子取向、化學種類及堆積狀態的深度定量分析,分辨率達亞單層。分析發現分子取向與堆積由界面起呈梯度演變,顯示表面與體相生長動態相互競爭,並與基底圖案化假説相矛盾。
研究提出 OPTIC,以跨層共用量化碼壓縮 Gemma 4 的逐層嵌入(PLE);約 100× 壓縮下,其在七項基準保留 BF16 E4B 性能的 97.8%,高於產品量化的 66.3%。直接以緊湊代碼提供 BF16 E4B 服務,可減少 29.7% GPU 記憶體用量;在 RTX 4090、相同 1 GiB KV cache 下,實際執行時間最多增加 0.40%。
PaperFormalizer 是以 Lean 為基礎的智能體流程,協助作者找出並修補論文證明或假設中的缺口,產出經 Lean 驗證的版本。流程會在陳述有歧義或需要修補時詢問作者,並將可能改變論文主張的決定交由作者處理。它在 Claude Code 或 Codex 等編碼智能體中運行,輸出附註修訂版、變更報告,以及與論文陳述連結的 Lean 程式碼。
HiSTEVE 提出一種分層 VLA 智能體,結合長程規劃與原生鍵盤、滑鼠控制,在 Minecraft 執行複雜的開放式任務。它在 MineStudio Bench 得分 85.0%,在 OpenHA 的平均成功率為 37.4%。該智能體亦能像人類玩家一樣,從零開始製作鐵鎬。
對 G-Retriever 的分析發現,其圖 token 在不同輸入中幾乎無法區分,主要充當通用軟提示,而非傳達圖的關係結構;此現象亦見於後續方法。在三個基準測試中,不讀取圖的固定提示可達到或超越 G-Retriever。研究提出兩階段程序以產生非坍縮 token,並指出應透過對齊探測評估圖 token,而非只看任務準確率。
MMVistaReason 提出開放數據後訓練方案,結合難度感知蒸餾、強化學習及多教師訓練,以提升多模態推理能力。在 15 項基準測試中,MVR-4B 平均得分為 72.8,使用的樣本比 MMFineReason 少約 70%,並勝過 Qwen3.5-9B (Instruct) 和 MMFineReason-8B。
R²Orch 提出遞歸自我博弈編排方法,透過內外循環訓練編排器,並以自選任務和技能撤除推動改進。實驗顯示,R²Orch 在 12 個數據集的問答、數學、程式碼及互動任務中,持續勝過基線方法。技能撤除以受控評估為依據,當編排器不使用某項技能仍表現相當時,外循環便撤除該技能。
研究比較封閉集合決策中的聯合評分與逐選項評分,結果顯示在 32 million 參數設定下,逐選項方式表現較佳。在 37 個基準決策套件的留出樣本上,三個 seed 試驗中逐選項方式按相同 optimizer steps 和近似相同訓練計算量,分別高出 5.8 和 2.8 個經機會校正的技能分,但需要多 5 至 13 倍編碼器運算次數。
這項研究聯合調整擴散努力程度與 speculative decoding 的接受寬鬆度,探索推理速度與輸出品質之間可達的帕累托前沿。實驗顯示,聯合調整這兩項參數,較單步擴散草稿生成可進一步擴展速度與品質的帕累托前沿。
DISC 是一種可學習的聚合框架,透過校準遷移觀測,選擇、加權及整合不同相似度指標,以預測時間序列數據集之間的下游預測遷移表現。研究顯示,DISC 在所報告的數據切分上,比單一指標更能對齊下游表現;數據集相似度的作用會因下游任務而異。
FocusVLA 根據預測的互動意圖,在機械人操作不同階段動態切換全局與局部相機視角。在 RoboTwin 2.0 上,其平均成功率較最強基線 π_{0.5} 高 10.10 pp;真實環境評估中,成功率由 71.7% 提升至 85.0%。意圖預測與動態路由模組可整合至現有 VLA 框架,無須修改核心架構。
Echo 將停止與失敗訊號納入 Vision Language Action 模型,並與機械人動作一同去噪,協助機械人在任務成功時停止、失敗後啟動復原或重新規劃。框架無須逐影格進度標註,並透過令狀態訊號比動作更快完成去噪,讓後續動作生成參照更準確的狀態估計。實際機械人操作實驗顯示,Echo 能準確預測任務狀態,並持續提升策略表現。
T²Quant 是一套面向擴散語言模型的混合精度量化框架,按不同任務在去噪步驟中的精度需求分配激活值精度。它只需少量無標註校準提示詞,並在固定位元寬度預算下,令現有量化方法的表現提升最多 6.7 個百分點,而不增加平均精度預算。測試涵蓋 3 個擴散語言模型和 6 個基準測試。
DraMaze 透過由套路記憶引導的演化樹搜尋與反向敍事依賴樹,提升長篇微短劇劇本生成的情節多樣性與連貫性。研究亦推出雙語評測基準 MiDramaBench,用於評估不同長度劇本的邏輯與創作品質。對最多 60k 字的 60 集劇本,DraMaze 將因果模式重複率降低 32.1%,邏輯評分達 82.5,較表現最佳的基線高 8.5 分。
UserArena 提出一個真實世界的互動式電商基準測試,涵蓋 64,729 條來自 11,010 位用戶的購物會話軌跡,涉及 566,102 件商品及 13 種動作類型。基準測試配備互動環境,並支援對照生產環境 A/B 測試結果進行離線驗證,提供五個層級的評估。研究亦提出 On-Policy Trajectory Distillation(OPTD),實驗顯示其模擬保真度在受測模擬器中整體最高。
VibeGame 利用 AI 原生引擎及八個專門智能體,從自然語言提示詞建立完整的 2D 遊戲專案,並支援互動驗證。在 GameCraft-Bench 子集上,使用 P2G 的 VibeGame 持續勝過採用相同底層模型的多種智能體框架,包括 GPT-6.1-Sol。它亦透過免訓練的自我演進機制,將已完成並獲接納的專案整理成可重用元件。
Anthropic 發表的研究使用 Claude 追蹤 25 個開源項目的程式碼可達性,指出停用設定不代表外部輸入已無法觸及相關程式碼。研究列出 493 項問題;11 個要求驗證的項目在預設設定下,全部仍有登入前可觸及的程式碼。其中,OpenSSH 約 4,500 行後量子簽名解析程式碼,即使管理員排除相關算法,未登入用戶仍可觸及。
Ohio State 研究人員研發 Scentronic 系統,以 AI 電子鼻偵測和分析氣味,再將氣味數據傳送至裝置重現。測試中,16 人均準確辨認出系統重現的五種氣味;研究人員指,這項技術可用於網上購物及醫療診斷等場景。
MV2 的開放筆記證明 A(6) = 6,並以手算推出 A(9) <= 13。t = 6 的結論來自 775 個求解器結果,涵蓋秩為 3 的 608 個及秩為 4 的 167 個反例搜尋,結果均為不可滿足。證明由電腦輔助完成,未保存證明證書,亦未經人類數學家核查。
Hugging Face 以 VocabX 為小型語言模型專門化詞彙,在實際應用中降低 77% 推理成本,且不更改基礎模型。葡萄牙文作文評分系統以 Qwen3-4B 為基礎,輸出層詞彙列由約 152,000 縮至約 65,000,數據及訓練配方維持不變。相關數據來自仍在審閲的論文版本,發表前或會變動。
OpenAI、PerturbAI 與 Scripps Research 使用由 GPT‑Rosalind 驅動的數千個 AI 智能體,在 32 分鐘內分析數百萬個小鼠腦細胞的既有實驗數據,找出可供後續研究的生物學線索。
推薦理由:以小鼠腦細胞數據展示分佈式智能體如何串連基因擾動結果與科學文獻,並以單一智能體和盲評比較其分析廣度。
FlowState 在長程智能體基準測試中,令任務成功率由 71% 升至 83%,並減少 68% 的 token 用量。選擇性檢查點將平均檢查點數由 30 降至 9,同時保留 99.3% 的決策影響資訊。FlowState 提供開源程式庫,並可接入 LangChain 的 BaseMemory。