arXiv大型語言模型
Flash-dLLM：為擴散大語言模型打造的 I/O 感知 KV 快取與平行解碼加速框架
Flash-dLLM: IO-Aware KV Caching and Parallel Decoding for Fast Diffusion LLMs
Flash-dLLM 是一個免訓練的推論加速框架，透過融合的 I/O 感知 KV 快取與自我草稿驗證解碼技術，大幅提升擴散大語言模型（dLLM）的推論速度與記憶體效率。
2 分鐘閱讀
Aivora — 全球 AI 專業知識，一次看懂
最新研究
Latest Research
arXivAI 代理
突破中心化瓶頸！Agensh 框架將多 Agent 協作無縫擴展至 1,024 個智慧體
Agensh: Scaling Multi-Agent Collaboration to 1,024 Agents Without a Central Orchestrator
Agensh 是一個無中心協調器的自組織多 Agent 框架，透過共享工作空間與非同步協作循環，成功將 Agent 協作規模擴展至 1,024 個，在複雜程式設計任務中展現顯著的效能擴展性。
2 分鐘閱讀
arXivAI 研究
「誰對誰說了什麼？」SpeakerMem-R1 打造多方對話專屬的雙軌記憶機制
Who Said What to Whom? SpeakerMem-R1 Introduces Dual-Track Memory for Multi-Party Dialogues
針對多人對話中複雜的角色關係與脈絡，SpeakerMem-R1 透過標記說話者的「雙軌記憶」與 GRPO 強化學習，大幅提升長文本對話中的訊息歸屬與關係追蹤能力。
2 分鐘閱讀
arXivAI 程式開發
CliffCompaction：長任務程式碼 Agent 的高效能 context 自動壓縮技術
CliffCompaction: Cost-Efficient Context Compaction for Long-Horizon Coding Agents
CliffCompaction 是一種專為長任務程式碼 Agent 設計的自動壓縮技術，透過「僅刪減、不重寫」的策略與單次壓縮機制，在降低高達 50% token 成本的同時，顯著提升長對話與測試時擴展的效率。
2 分鐘閱讀
arXivAI 程式開發
SWE-Serve：首個針對「生產級推論服務」的 AI Agent 軟體工程基準測試
SWE-Serve: Benchmarking Agentic Engineering for Production Inference Serving
SWE-Serve 是一個新型基準測試，包含來自 SGLang 的 53 個真實任務，旨在評估 AI Agent 在複雜推論伺服器架構中的程式碼實作與「生產環境正確性」。
2 分鐘閱讀
arXivAI 安全
破解 MCP 生態系：新型 A2M 攻擊框架揭示 AI Agent 的語意供應鏈安全威脅
Hijacking MCP Agents: How A2M Exposes Semantic Supply-Chain Risks
這項研究提出名為 A2M 的雙階段黑箱攻擊框架，揭示了使用 Model Context Protocol (MCP) 的 AI Agent 面臨的語意供應鏈風險，並呼籲業界加強工具審查與隔離機制。
2 分鐘閱讀
arXivAI 代理
別撐大脈絡，改建構程式框架：Growing Harness 透過「失敗導向學習」自動生成高效能 Agent
Grow the Harness, Not the Context: Building Low-Cost Specialist Agents via Failure-Guided Code Synthesis
Growing Harness 是一種新型的 Agent 訓練範式，它不依賴大模型在 context 中重複進行控制決策，而是透過失敗導向的程式碼生成與修復，將重複的控制邏輯固化為可執行的程式碼框架，使 4B 小模型也能發揮媲美大模型的效果，並降低高達 98% 的推論成本。
2 分鐘閱讀
arXiv大型語言模型
類型安全不等於無誤：約束決策模型偏向選項字面名稱而非綁定規則
Type-Safe Is Not Error-Free: Constrained Decision Heads Follow Option Names, Not Their Rubrics
研究指出，限制輸出格式的「類型安全」決策模型，其決策極易受選項名稱字面語意（如 yes/no）的誤導，進而忽略實際綁定的評判規則，導致決策準確度劇烈下滑甚至完全相反。
2 分鐘閱讀
arXivAI 研究
硬體驗證 AI 的試金石：EquivSVA 形式驗證資料集，揪出 LLM 程式碼生成的虛實
Testing AI Hardware Verification: EquivSVA Dataset Reveals LLM Robustness Across Equivalent RTLs
EquivSVA 是一個開源且經過形式驗證的資料集，專為評估 LLM 生成 SystemVerilog 斷言（SVA）的穩健性而設計。它透過 120 個「行為家族」和 480 個等價但結構不同的 RTL 實作，測試 AI 是否能抓到本質行為，而非流於特定程式碼細節。
2 分鐘閱讀
arXivAI 研究
AI 真的能幫產品設計省時間嗎？首個 Figma Make 的隨機對照實驗揭密
Does AI Save Time on Product Design? A Randomized Controlled Trial of Figma Make Workflows
這項針對 100 名專業人士的隨機對照實驗顯示，使用 AI 的 Prompt-to-Design 工具（如 Figma Make）可縮短約 20% 的任務完成時間，且對非設計專業的產品經理（PM）效果尤為顯著。
2 分鐘閱讀
大型語言模型
LLM
arXiv大型語言模型
Flash-dLLM：為擴散大語言模型打造的 I/O 感知 KV 快取與平行解碼加速框架
Flash-dLLM: IO-Aware KV Caching and Parallel Decoding for Fast Diffusion LLMs
Flash-dLLM 是一個免訓練的推論加速框架，透過融合的 I/O 感知 KV 快取與自我草稿驗證解碼技術，大幅提升擴散大語言模型（dLLM）的推論速度與記憶體效率。
2 分鐘閱讀
arXiv大型語言模型
類型安全不等於無誤：約束決策模型偏向選項字面名稱而非綁定規則
Type-Safe Is Not Error-Free: Constrained Decision Heads Follow Option Names, Not Their Rubrics
研究指出，限制輸出格式的「類型安全」決策模型，其決策極易受選項名稱字面語意（如 yes/no）的誤導，進而忽略實際綁定的評判規則，導致決策準確度劇烈下滑甚至完全相反。
2 分鐘閱讀
AI 代理
AI Agent
arXivAI 代理
突破中心化瓶頸！Agensh 框架將多 Agent 協作無縫擴展至 1,024 個智慧體
Agensh: Scaling Multi-Agent Collaboration to 1,024 Agents Without a Central Orchestrator
Agensh 是一個無中心協調器的自組織多 Agent 框架，透過共享工作空間與非同步協作循環，成功將 Agent 協作規模擴展至 1,024 個，在複雜程式設計任務中展現顯著的效能擴展性。
2 分鐘閱讀
arXivAI 代理
別撐大脈絡，改建構程式框架：Growing Harness 透過「失敗導向學習」自動生成高效能 Agent
Grow the Harness, Not the Context: Building Low-Cost Specialist Agents via Failure-Guided Code Synthesis
Growing Harness 是一種新型的 Agent 訓練範式，它不依賴大模型在 context 中重複進行控制決策，而是透過失敗導向的程式碼生成與修復，將重複的控制邏輯固化為可執行的程式碼框架，使 4B 小模型也能發揮媲美大模型的效果，並降低高達 98% 的推論成本。
2 分鐘閱讀
AI 程式開發
AI Coding
arXivAI 程式開發
CliffCompaction：長任務程式碼 Agent 的高效能 context 自動壓縮技術
CliffCompaction: Cost-Efficient Context Compaction for Long-Horizon Coding Agents
CliffCompaction 是一種專為長任務程式碼 Agent 設計的自動壓縮技術，透過「僅刪減、不重寫」的策略與單次壓縮機制，在降低高達 50% token 成本的同時，顯著提升長對話與測試時擴展的效率。
2 分鐘閱讀
arXivAI 程式開發
SWE-Serve：首個針對「生產級推論服務」的 AI Agent 軟體工程基準測試
SWE-Serve: Benchmarking Agentic Engineering for Production Inference Serving
SWE-Serve 是一個新型基準測試，包含來自 SGLang 的 53 個真實任務，旨在評估 AI Agent 在複雜推論伺服器架構中的程式碼實作與「生產環境正確性」。
2 分鐘閱讀
AI 研究
AI Research
arXivAI 研究
「誰對誰說了什麼？」SpeakerMem-R1 打造多方對話專屬的雙軌記憶機制
Who Said What to Whom? SpeakerMem-R1 Introduces Dual-Track Memory for Multi-Party Dialogues
針對多人對話中複雜的角色關係與脈絡，SpeakerMem-R1 透過標記說話者的「雙軌記憶」與 GRPO 強化學習，大幅提升長文本對話中的訊息歸屬與關係追蹤能力。
2 分鐘閱讀
arXivAI 研究
硬體驗證 AI 的試金石：EquivSVA 形式驗證資料集，揪出 LLM 程式碼生成的虛實
Testing AI Hardware Verification: EquivSVA Dataset Reveals LLM Robustness Across Equivalent RTLs
EquivSVA 是一個開源且經過形式驗證的資料集，專為評估 LLM 生成 SystemVerilog 斷言（SVA）的穩健性而設計。它透過 120 個「行為家族」和 480 個等價但結構不同的 RTL 實作，測試 AI 是否能抓到本質行為，而非流於特定程式碼細節。
2 分鐘閱讀
arXivAI 研究
AI 真的能幫產品設計省時間嗎？首個 Figma Make 的隨機對照實驗揭密
Does AI Save Time on Product Design? A Randomized Controlled Trial of Figma Make Workflows
這項針對 100 名專業人士的隨機對照實驗顯示，使用 AI 的 Prompt-to-Design 工具（如 Figma Make）可縮短約 20% 的任務完成時間，且對非設計專業的產品經理（PM）效果尤為顯著。
2 分鐘閱讀
AI 安全
AI Safety
arXivAI 安全
破解 MCP 生態系：新型 A2M 攻擊框架揭示 AI Agent 的語意供應鏈安全威脅
Hijacking MCP Agents: How A2M Exposes Semantic Supply-Chain Risks
這項研究提出名為 A2M 的雙階段黑箱攻擊框架，揭示了使用 Model Context Protocol (MCP) 的 AI Agent 面臨的語意供應鏈風險，並呼籲業界加強工具審查與隔離機制。
2 分鐘閱讀