CriticNPU 以機理評估器提升 NPU 設計空間探索的樣本效率
CriticNPU 是一套面向 LLM 推理的 NPU 設計空間探索框架,利用線上校準的機理評估器篩選候選配置並分析運算瓶頸。在 6 個 LLM 工作負載及每個模型 16 個部署配置的測試中,其延遲表現於 74% 的 prefill 設定及 87.5% 的 decode 設定達到最佳或並列最佳。與具競爭力的 DSE 基線相比,CriticNPU 使用的模擬器呼叫約減半。
CriticNPU 是一套面向 LLM 推理的 NPU 設計空間探索框架,利用線上校準的機理評估器篩選候選配置並分析運算瓶頸。在 6 個 LLM 工作負載及每個模型 16 個部署配置的測試中,其延遲表現於 74% 的 prefill 設定及 87.5% 的 decode 設定達到最佳或並列最佳。與具競爭力的 DSE 基線相比,CriticNPU 使用的模擬器呼叫約減半。
NVIDIA 團隊提出 SEED,透過減少預填充階段的深層計算及壓縮循環狀態,使 Qwen3.8-Flash-Next 在 GB300 GPU、SGLang 的編碼 Agent 會話測試中,每 GPU 峯值吞吐提升 16%~42%。
香港大學研究團隊研發 PULSAR II 單螺旋槳自主無人機,利用機身自旋配合垂直安裝的激光雷達掃描周圍環境,實現全方向感知。實地測試中,無人機在樹林及地下停車場自主建圖、避障,速度超過每秒6米,毋須依賴 GPS、外部動作捕捉設備或地面電腦。整機重約1.12公斤,實測懸停時間達15分50秒,並在碰撞測試中維持受控飛行。
HKGAI 雪巍教授團隊聯同 Dolby Laboratories,憑空間音訊研究論文獲 ACM MM 2026 最佳論文獎,論文提出 StereoGen 空間立體聲生成系統。系統由 StereoCodec、StereoGen 及 StereoCLAP 三大組件組成,可根據文字描述生成具備空間方位及移動軌跡的立體聲音訊。
IDEA 提出一種面向開放權重 GUI 智能體的逐步推理時審計方法,用於檢測視覺觸發後門。方法比較指令和畫面區域對決策狀態的影響,並以乾淨步驟作對照,提供有限樣本的誤報率保證。Qwen2.5-VL-3B 在五類攻擊上的實驗顯示,IDEA 能在受控誤報率下檢測後門,並為每次警報定位觸發區域,推理開銷僅略有增加。
PACT 將預訓練時序基礎模型的嵌入空間劃分為局部區域,透過殘差傳輸適應新運行條件,同時保留已學習條件的表現。每個新條件只需 5% 標註校準數據,在測試時無須提供條件身份;在四種軸承故障條件的序列中,平均 macro-F1 維持在 0.95 以上。編碼器、分類器及先前學習的傳輸模組保持固定。
NASA 韋布望遠鏡直接觀測到雙星系統 AT 2025abao 中,伴星螺旋下陷並撞入紅巨星核心,為共同包層演化提供直接證據。紅巨星約為7倍太陽質量,伴星約為0.7倍太陽質量;伴星在共同包層內下陷約7年後完成合併。研究成果於2026年11月18日發表於《自然》。
研究團隊提出 STOPD,透過隨機截斷生成並以逆概率加權補償,在準確率與 Vanilla OPD 接近的情況下,令訓練提速 1.3–2.2 倍。實驗中,生成 token 減少 25%–48%。論文和程式碼均已公開。
AWI Research Lab 在 AWI → HTTPS(PHAROS S67/S68)研究中,提出以形式化建模和反例測試取代概率式防護的智能體授權架構。PHAROS S67 通過 291/291 項測試、95/95 次對抗壓力測試,並以 Lean 4.35.0 驗證 27 個抽象定理。
MV2 對座頭鯨歌曲的 Zipf 定律研究進行預先登記重測,發現只根據前兩個聲音元素預測後續元素的馬可夫鏈也能重現該定律。二階鏈的 Zipf 擬合度為 0.939,真實歌曲為 0.930;留出檢查中,二階鏈只在 8 年中的 1 年對未見歌曲有較佳預測。
NGINX 的 CVE-2026-123633 和 CVE-2026-123007 兩個漏洞,可讓未經身份驗證的攻擊者遠端執行程式碼。兩者 CVSS 4.0 評分均為 9.2,並要求受影響伺服器啟用 HTTP/2;CVE-2026-123007 最早影響 NGINX 1.9.5,測試亦在只提供靜態檔案的實例驗證了遠端程式碼執行。
推薦理由:報告拆解兩個 HTTP/2 漏洞的記憶體安全成因與觸發條件,並列出修復版本及暫時緩解方式,呈現漏洞分析如何連接到部署排查。
Agent Trust Infrastructure(ATI)以獨立於框架的安全層,透過 PKI、零信任架構及遠程證明,在無須共用根憑證授權機構的情況下建立跨組織信任。模擬測試涵蓋八個組織、六種框架及 14 種攻擊情境;啟用所有防護機制後,攻擊遏制率由 43% 升至 84%。每次請求的額外開銷約為 174 微秒。
OpenAI 公佈內部研究加速報告,指出編碼智能體可獨立完成更多研究任務,但能力提升因工作類型而異,人類仍是 AI 研發流程的重要部分。對估計需人類工作 2 至 4 小時的任務,無人介入成功率由 3 月的 23% 升至 10 月的 46%;監察訓練運行任務的成功率為 79%,編寫推理及服務堆疊程式碼則為 25%。
推薦理由:報告把智能體使用、研究員工作流程與模型能力指標放在同一框架,並呈現自動化成效在不同任務上的明顯落差。
OpenAI 發佈技術報告《Advancing chip design with OpenAI models》,介紹 AI 模型協助優化自研 Jalapeño 晶片及 AMD GPU、CPU 設計的成果。
研究團隊測試了 892 種股價突破關鍵價位後的交易策略,沒有一種通過全部測試;但在買盤推動突破時,突破當分鐘入場優於同日隨機入場,60 種可檢驗組合的結果方向一致,其中 48 種達到 p below 0.001。團隊正訓練模型,從一分鐘 K 線生成逐筆交易細節,以研究出場規則;生成數據的結果仍須在真實 tick 數據上驗證。
香港中文大學(深圳)與微軟研究院提出多模態建模架構 ConvexLLM,以 C-Gate 將音頻表示映射至語言模型凍結文字詞向量的凸包中。ConvexLLM 在 VoiceBench 11 項任務綜合評測中取得 75.36 分,領先同量級開源權重模型。模型在 BBH 得分為 80.40%,較最強基線高 8.80 個百分點。
一項研究估算,美國403個超大規模數據中心在2024年5月至2025年4月共耗電約82太瓦時,佔全美用電總量1.8%。研究估計約54%的供電來自化石燃料,年二氧化碳排放量達2570萬噸,相當於67座天然氣發電廠的排放量。研究依賴難以獨立核實的商業數據,並對設施用電量及運行容量作出多項假設;論文連結為 https://doi.org/10.1038/s41893-026-01985-7。
Tomorrow.io 的研究顯示,改善大氣初始狀態可提升 Aurora 1.5 和 WeatherNext 2 的 AI 天氣預報,無須更改預報模型。Sky 1 每小時更新初始條件;加入 15 個微波探測器的觀測後,28 個案例的初始水汽誤差降低約 5–8%,112 個 Aurora 1.5 預報在最多五天的各評估時效均降低近地面氣温誤差。
Google Threat Intelligence Group(GTIG)與 Mandiant 於 2026 年 11 月 16 日發布新版 AI Threat Tracker,記錄 exploit_agent 可無需人手介入地自動發現及利用漏洞。
推薦理由:報告呈現漏洞自動化利用如何壓縮修補時間,並列出即時修補、啟用偵測規則及檢查 API 用量等應對措施。
世界經濟論壇指出,企業包容性正從價值宣言轉向嵌入招聘、晉升、薪酬及人工智能等環節的經營系統。約42%的企業完全沒有追蹤或披露包容性指標;87%的高管認為負責任人工智能至關重要,但85%承認尚未做好實施準備。若按目前速度推進,全球經濟性別差距仍需135年才能彌合。
Cohere Labs 提出 NarrativeBench,並評估 14 個大語言模型,發現現有模型尚缺乏可靠引導用戶跨語言瀏覽多元敍事的能力。基準包含 1,333 篇來自 23 種出版語言、涉及 23 個爭議議題的新聞文章,以及 460 個以 Reddit 為基礎的查詢;評估涵蓋 24 種查詢語言。研究指出,資訊可及性會隨查詢框架和語言而異,這種差異可能加劇迴音室、語言篩選泡泡及資訊落差。
MIT研究人員展示一款1.29克撲翼微型機器人,利用機載感測與計算懸停、跟隨軌跡及降落,毋須外部動作捕捉系統。《Science Robotics》論文報告,系統結合多種感測器、估算器和低層控制器,位置精度達釐米級;一次30秒測試中,機器人避開障礙並降落在向日葵上。飛行由操作員透過搖桿提供高層位置指令,機器人仍由外部供電;研究團隊正研發加入相機和電池,以支援自主物件辨識、避障及無繫留戶外飛行。
作者為大眾開展失智症開源項目,研究以 EEG 區分 Alzheimer's 與 FTD,最佳方案準確率為 63.3%,僅略高於猜測。項目採用巢狀交叉驗證,但目前樣本量小且來自單一地點,成果屬研究基準,並非診斷工具。項目徵求更多開放失智症 EEG 數據集、預訓練 EEG 基礎模型及獨立數據集測試方面的協助。
Hugging Face分析272次生產環境監督式微調(SFT)工作,發現CatBoost能更準確地預測端到端耗時。測試涵蓋約7,382 GPU 小時;CatBoost的R²為0.98,平均絕對誤差為1.71小時,中位誤差為0.51小時。相比之下,FLOP估算的R²為0.31,平均絕對誤差為12.41小時。
MIT研究團隊研製出一款搭載機載感測器與運算元件的拍翼微型飛行機械人,可在沒有動作捕捉系統的環境中沿複雜軌跡飛行,並精準降落在向日葵上。研究團隊將軟致動器尺寸增加50%,令機械人的淨升力提高46%,並達到1.9的升力重量比;電子套件重244毫克。示範仍使用外接電源,團隊正研究加入相機及整合電源電子元件與電池,以實現無繫留戶外飛行。
研究提出 State-Aware Fallback Imitation(SAFI),教導視覺語言動作(VLA)模型在執行途中停止被禁止的行為,並以適當的替代反應控制機械人的實際動作。
研究發現,將固定 steering vectors 加到凍結的擴散 Transformer 區塊輸出後,可恢復大部分 RL 後訓練帶來的獎勵增益。在六個經 RL 微調的圖像模型上,向量恢復 90.0-96.3% 的獎勵增益;兩個影片模型則為 89.8% 和 111.9%。
PAD提出一套策略感知數據價值評估框架,按目標駕駛策略衡量每段示範數據的效用。在 DiffusionDrive 上,相較只用真實數據訓練,PAD令 EPDMS 在 NavTest 提升 3.5 點、在 NavHard 提升 5.0 點;按策略篩選數據亦優於只用真實數據或完整數據池訓練。
研究提出迭代時間父節點發現(ITPD),以局部至整體的方式,為具有因果非平穩性的多變量時間序列學習因果結構。ITPD 利用時間結構先驗、圖分割及局部 Markov 條件,降低條件獨立性檢驗的階數。在 2000 個節點的圖中,ITPD 比 iterative IAMB、DF-PC 和 PCMCI 分別快 2.3 倍、9.1 倍及 40.9 倍。
GameRealm 是大型多模態遊戲資料集,收錄超過 120 million 個 RGB 影格及 1,000 hours 遊戲片段,並以同步標註將視覺觀察與遊戲中的監督訊號連結。資料集涵蓋深度、相機參數、音訊、控制輸入及 3D 點軌跡,並支援單視角、立體、多視角及全景錄製。實驗顯示,GameRealm 能提升視覺基礎模型在視覺生成及幾何學習任務上的表現。
OpenAI 報告,其模型改寫 AMD 旗艦 GPU 的 SystemVerilog RTL,與高度優化基線相比,功耗、效能及面積(PPA)改善最高達 14%,部分電路改寫納入送廠製造的設計。
Andus Labs 最新一期 Ground Truth Index 將失控的 AI 試點和助理應用停留於淺層列為企業首要障礙,指出接觸 AI 工具不等於建立有效運用工具的營運模式。指數列出 25 項優先模式,其中 9 項為新增;排名根據 Andus 的觀察、AI 評分及研究員判斷,不代表企業採用情況的代表性調查。公司的擴展或停止決策,均應以工作流程實際變化作為依據。
對 573 款公開應用的檢查發現,3 款向所有訪客暴露了秘密金鑰。當中有 2 款在頁面程式碼中包含 OpenAI 密鑰,另有 1 款包含 GitHub 存取令牌;2 款應用的 Gemini 呼叫旁則有 Google 密鑰,是否構成問題未能確定。樣本來自 Hacker News 分享的連結,並非所有應用的隨機樣本。
Team Cymru 的研究分析以中國為關聯的間諜活動如何透過惡意軟件基礎設施及隱蔽中繼網絡,針對金融服務業。2026 年 1 月 1 日至 6 月 1 日,該公司識別出 64 部符合已知 ShadowPad 指揮控制模式的伺服器,以及 115 部符合 Vshell 模式的伺服器;這些是基礎設施觀察數據,並非遭入侵銀行數目,亦未歸因至特定威脅組織。
一項系統性回顧分析 88 項聲稱與生產環境相關的 LLM 智能體研究,發現長期可靠性、監控覆蓋、故障恢復及對抗穩健性四項均未報告的研究佔 73%。在 314 項研究的更新樣本中,四項缺口各自在至少 82% 的研究中未報告,四項同時缺失的比例為 61%。論文提出部署前五步清單,包括補測四項缺口、在 CI/CD 設置質量閘門,以及上線後持續監測並把變化納入離線評估。
Aimbient 表示,一項由 Stanford Medicine 主導並刊於 JAMA Surgery 網上版的研究發現,其自動記錄患者進出手術室時間的準確度,與人工記錄在七類外科服務中沒有統計上顯著差異。
Vals AI 的測試發現,多個模型會把平民、醫護人員、記者及投降士兵標為軍事目標,供應商的上游安全過濾器則未攔截任何請求。把情境描述為電子遊戲後,GPT-6 Astra 的目標獲取率由 6% 升至 92%,Claude Opus 5.5 在監視測試中的拒答率由約 90% 降至 20%。
Wiz Research 等團隊揭露 NGINX 兩項漏洞,HTTP/2 啟用時可導致未經驗證的遠端程式碼執行。漏洞編號為 CVE-2026-123633 和 CVE-2026-123007,均評為 Critical,CVSS 4.0 評分為 9.2;其中 CVE-2026-123007 在提供普通靜態檔案時也可觸發,無需後端應用程式或第三方模組。
推薦理由:文章拆解兩個 HTTP/2 記憶體安全漏洞導致遠端程式碼執行的路徑,並交代觸發條件及其對 NGINX 所服務網站與 API 的風險。
哈佛大學研究估算,美國 403 個大型數據中心在中央情境下每年耗電約 82 太瓦時,其中 54% 來自化石燃料,天然氣和煤炭分別佔 38% 和 15%。相關用電每年造成約 25.7 百萬公噸二氧化碳排放,與密歇根州或丹麥的年度排放量相若或更高。
哈佛大學研究顯示,使用 Fable 5 與 Opus 4.8 相比,程式碼變更七日內合併率高出 1.4 個百分點,但差異未達統計顯著。主要分析追蹤 297 名 Fable 5 用戶,並以 8,908 名 Opus 4.8 用戶作對照。