新发布的 Mercury 2.5 LLM 推理速度达 770 tokens/s，属显著性能提升。

基于对比学习的ModernBERT双编码器在PAN21任务上达98.4%准确率，优于分类方法，并系统分析关键训练因素。

通过StudentBench平台收集17.5万条学生-AI交互数据，实证验证LLM辅导在量化推理上产生与人类相当的学习增益。

在合成函数组合问题中发现：答案可序不变，但模型内部表征对规则顺序高度敏感，SNR量化其秩序编码强度。

TypeSafe AI 发布 Jev，一种输出数值型决策结果（如分类、评分、置信度）而非文本的新型 LLM 架构。

作者基于流体力学建模困境反思LLM的物理世界理解能力局限，质疑其泛化与可解释性

批判当前AI宣传中混淆LLM能力与通用智能的现象，指出LLM缺乏理解与意识

提出融合微调DeBERTa、MC Dropout不确定性与温度校准的多信号幻觉检测管线，在HaluEval上达F1=0.915。