NYU 等研究团队发现 AI 文本难读的六种语言模式，指向后训练成因
纽约大学与得克萨斯大学奥斯汀分校的研究团队分析了 14 个语言模型生成的 120 段对话、45 次编码会话和 980 篇议论文，总结出让 AI 文本难读的六种语言模式，包括生僻词组搭配、句子成分远离、名词堆叠、名词动用等。
#推理
The DecoderAI 评分5858
Microsoft Research精选AI 评分8585 Microsoft Research 证明 31 年前提出的 KLS 猜想
Microsoft Research 的 Xinzhi Zhang 与合作者 Zhao Song 证明 1995 年提出的 Kannan–Lovász–Simonovits（KLS）猜想，表明对数凸分布的最佳平切与任意形状切口的差距以一个通用常数为界，与维度无关。
推荐理由：官方一手介绍证明思路与人类引导 AI 的搜索过程，读者可以了解这项工作如何结合数学判断与多智能体探索。
Import AIAI 评分4343 Import AI 470：机器权利之争、SPADE 自动化环境生成与 Hawkeye GPU 内核优化
本期 Import AI 报道 METR 研究显示 AI 对网络安全的加速最显著、数学次之、AI 研究本身尚难量化。多校团队推出 SPADE 框架，通过自博弈共同进化环境合成与智能体能力，在 Qwen3-30B-A3B 上游戏环境套件平均达 58.3，较基线高 5.3，工具使用环境也全面提升。此外还介绍 Hawkeye 用于构建更好的 GPU 内核。
Berkeley AI ResearchAI 评分4343 Berkeley AI Research 提出 ABBEL 框架：教 LLM 更新信念状态以实现高效长程交互
Berkeley AI Research 提出 ABBEL 框架，用自然语言信念状态替代完整交互历史，并通过信念评分（belief grading）监督摘要内容，解决长程任务中递归摘要的性能损失。
Berkeley AI ResearchAI 评分4242 自适应并行推理：高效推理扩展的下一个范式
Berkeley AI Research 发布对并行推理领域的综述与分析，重点探讨自适应并行推理，即让模型自行决定何时分解并并行化独立子任务、生成多少并发线程及如何协调。