本期已保存归档快照，后续资讯入库和评分变化不会改写这期内容。
Hermes Agent 是 Nous Research 推出的自我改进型 AI Agent，具备内置学习循环，可从经验中创建技能并在使用中自我改进，支持跨会话记忆和用户建模。它可运行于多种环境（本地、Docker、SSH、云服务器等），支持 Telegram、Discord 等平台接入，并兼容多种模型后端（如 OpenAI、OpenRouter）。此外，提供批量轨迹生成和压缩功能，用于训练下一代工具调用模型。
AI推荐理由 Nous Research 推出的 Hermes Agent，主打自我改进的 AI Agent，具备技能学习、记忆持久化、跨会话用户建模等特性，支持多平台接入和多种模型后端，并提供研究用的轨迹生成功能。信息密度高，来源为官方 GitHub 仓库，具有较高可信度。对 AI Agent 开发者和研究者有实际参考价值。
该研究重新评估层dropout（随机深度）在LLM预训练中的作用，通过2400多次实验（模型规模271M至8.2B，数据达160B tokens）证明，在最优层分布、时间表和优化器超参数下，层dropout可在相同训练FLOPs下降低损失，节省高达25%的训练FLOPs，并支持早期退出、中间层跳过和自推测解码等推理优化，实现高达1.5倍加速且精度损失可忽略。
AI推荐理由 ICML 2026论文，基于2400+实验，覆盖271M至8.2B参数模型，验证层dropout在LLM训练中的优势，可节省25%训练FLOPs并实现1.5倍推理加速，数据详实，来源权威。
该论文提出了一个名为IndicSafeEval的新基准，用于评估大语言模型在多种印度语言和英语等语境下的安全表现。研究发现，模型在面对多语言说服性越狱攻击时，安全对齐能力显著下降，尤其在低资源语言中更为明显。
AI推荐理由 该研究揭示大模型在多语言说服性攻击下安全对齐显著失效，尤其在低资源语言中，说明依赖英语安全评估不足以保障全球部署。实际意义：多语言产品需专门进行本地化安全测试，否则可能在非英语市场引发治理与信任风险。
本文是首篇关于AI增强二进制逆向的系统化综述，收集了自2015年以来的246篇论文，将其组织为22个逆向领域，并提出了一个统一分类法，涵盖传统分析技术、二进制派生工件、表示策略、学习范式和下游推理任务，阐明了LLM和智能体AI系统的新兴角色。研究揭示了不同方法间的共同结构，指出了持续存在的技术挑战和评估差距，并为未来研究提供了方向。
AI推荐理由 该论文是首篇对AI增强二进制逆向的系统化综述，覆盖246篇论文和22个领域，提供了统一分类法，对安全研究和AI应用有重要参考价值。来源为arXiv预印本，作者来自知名机构，信息密度高，时效性较好。
大型推理模型（LRM）因长思维链生成导致KV缓存内存瓶颈。现有压缩方法依赖近期查询预测未来注意力，但在长程推理中失效。本文发现思维回溯令牌（TRT）的查询在嵌入空间形成少量相似簇，据此提出无需训练的BeaconKV方法，维护全局查询簇的紧凑代表（信标查询）以预测被重访的KV对。在四个开源LRM和多个推理基准上，BeaconKV实现最高5.8倍内存缩减，几乎保持完整缓存精度，吞吐提升超4.3倍。
AI推荐理由 ICML 2026论文，提出BeaconKV方法，针对大型推理模型KV缓存压缩问题，通过信标查询引导实现最高5.8倍内存缩减和4.3倍吞吐提升，方法无需训练，实验覆盖多个开源模型和基准，信息具体且来源权威。
Simon Willison 报道 OpenAI 的 RSI（递归自我改进）日，并引用首席科学家 Jakub Pachocki 的文章《异类心智》。文章包含 OpenAI 研究团队使用编码代理的细节，并展示研究人员 AI 支出加速的图表，推测加速可能与 GPT-6 Astra 的内部访问有关。
AI推荐理由 Simon Willison 的博客文章提供了 OpenAI 内部研究团队使用编码代理的细节，并提及 RSI（递归自我改进）和首席科学家 Jakub Pachocki 的文章，信息密度高，来源可信。但部分内容基于推测（如加速原因），且未提供原始数据或官方链接。
OpenAI介绍了其内部编码代理的监控系统，该系统使用GPT-5.4 Thinking以最大推理努力进行低延迟审查，旨在检测和研究中实际部署中的偏差行为。文章强调了内部部署的独特风险，并提出了行业标准建议。
AI推荐理由 OpenAI官方发布，详细说明内部编码代理的监控系统，使用GPT-5.4 Thinking进行实时审查，具体描述了方法、目标和初步经验，信息密度高，来源权威，对AI安全与Agent部署有重要参考价值。
据项目发布说明/README，Open Science 是本地优先、模型无关的开源 AI 研究工作台，支持 macOS、Windows、Linux 与科学 Agent。v0.26.0 新增：远程计算主机可在直连 SSH 或 Slurm 执行模式间选择，使 notebook 运行能以 Slurm 作业提交到 HPC 分区集群，并具备持久化提交、轮询、恢复、取消与清理；新增文献参考库，可导入参考文献、整理 PDF 与引文、查重合并，并通过 Europe PMC、PMC、OpenAlex、arXiv、Unpaywall 等获取全文 PDF；内置 provider 新增 Apodex；可直接选用 GPT-6 Astra（1,050,000 token 上下文）与 Claude Fable 5.1（1,000,000 token 上下文）；工具写入与 notebook 控制以摘要卡片展示，默认只读权限减少审批打扰。
AI推荐理由 该开源 AI 研究工作台 v0.26.0 把 notebook 运行实接到 HPC/Slurm 集群，并新增文献库、Apodex provider 与 GPT-6 Astra、Claude Fable 5.1 等模型选项，对需要可复现和大规模计算的研究者、开发者是有明确落地价值的工具升级。
ACE是一种无需训练和校准的框架，通过全局谱代理和路由器条件细化，在推理时动态跳过低贡献专家，同时保留top-1专家。在三个MoE模型和八个基准上，ACE优于现有方法，尤其在激进跳过下优势明显。
AI推荐理由 该论文提出ACE框架，用于MoE大语言模型的专家跳过，无需训练或校准，在Qwen3.6-35B-A3B上50%跳过率下困惑度降低7.96%，下游准确率提升4.15个百分点。方法新颖，实验数据具体，但尚未经同行评审，且为预印本。
该研究首次在22种语言（涵盖高、中、低资源）中大规模评估了LLM的不确定性估计（UE）方法，使用两个人工策划的问答数据集，比较了九种开箱和闭箱方法。主要发现：1）在低资源语言中，提示模型用英语推理可显著提升UE性能，表明理解能力尚可，瓶颈在生成；2）用英语推理可缩小低资源与高资源语言间的UE差距，生成语言比问题语言更重要；3）UE方法的选择应依据模型规模：小规模模型适合基于概率的开箱方法，大规模模型则闭箱自述不确定性更优。研究还提供了选择性预测的阈值选择分析，为多语言环境下的弃权校准提供指导。
AI推荐理由 该研究首次大规模评估了22种语言下LLM的不确定性估计方法，提供了可操作的建议，如用英语推理可提升低资源语言性能，且方法选择依赖模型规模。论文被EMNLP 2026 Findings接收，来源权威，信息密度高，时效性较好。
推荐GitHub开源项目ai-engineering-from-scratch，包含20个阶段、523节课、约342小时内容，从线性代数到自主智能体。课程分层设计，每课有可运行代码和产出物，支持安装到Claude等Agent，并提供学习路径和电子书。
AI推荐理由 推荐开源AI工程课程，结构清晰、内容全面，涵盖从数学到Agent的完整路径，对学习者有较高价值。
Elvis介绍IBM的STAIR论文，提出用目录作为生成式检索器的寻址方案，保留文档层级结构。在SearchTome上Recall@1达82.6%，优于微调DSI的76.9%，幻觉率低于0.05%。
AI推荐理由 介绍IBM的STAIR RAG论文，提出用目录结构解决分块问题，提供具体性能数据（Recall@1 82.6%）和低幻觉率，对RAG研究有实际价值。
阅读条件齐全、质量分至少 80 分，按真实发布或有依据的报道时间入期。
复用已审核的中文摘要与推荐理由，按质量分编排，不追加模型分析。
同一原文、已确认的重复 X 正文，以及同日完整长标题严格一致且含具体数值的事件合并保留全部来源；短标题、汇总标题或仅主题相似不合并。