论证 Lean 编译通过不能保证自然语言数学证明语义忠实
摘要论文论证了形式化编译不保证原证明正确，确立了消歧不可计算性理论，并揭示了 OpenAI 爆破证明中的具体脱节。
论文提出 Issuer-Sovereign Agentic Payments，让发卡行在 AI 智能体支付时直接掌控授权。
作者把高自主 AI scientist 的规模化协调写成经济与制度问题：假设生成变便宜之后，要分配的是稀缺验证资源，并处理信用、问责和恶意使用。
提出过程中心基准，检验 AI 辅助评审终审是否被中间证据支撑
该基准用来检查 AI 辅助同行评审的中间证据是否支撑最终决策，而不是只看终审对错。。
发布概念论证评分数据集并评测模型对批判的排序
作者做了一份专家多维评分的概念性论证批判数据，用来在没有标准答案时比较模型的论证判断。
用扩展 Ising 模型预测语言模型智能体的集体意见演化
定位：用统计力学描述语言模型智能体社群的意见动力学，并从初始意见预测后续轨迹。
比较家长与青少年对 AI 伴侣使用的公开叙述
Berkane 等比较育儿与青少年 subreddit 对青少年 AI companion 使用的公开叙述，看父母作为主要调解者能看到什么、漏掉什么。
定性编码非洲政府 AI 战略与讲话，比较发展优先与安全表述
这是一篇关于非洲政府 AI 政策优先事项的定性评估，不是对模型的测试。
提出结合模型级监督与系统级控制的智能体保障架构
Lu 与 Bengio 给出的是一套可逐层上移的保障架构和一组事件归类，不是已测量的防御系统。
综合技术 AI 安全研究优先级，提出社会韧性支柱与智能体风险管理原则
提出以协调情节为操作单位的跨执行准则，规定如何发现未授权智能体协同并在重启后遏制
摘要立场是跨执行保留关系并约束共享状态。
提出容忍度公平性审计，用 CEL 认证违规并用 SEL 筛查
这篇工作给出一套按审计目标切换校准的容忍公平审计：差异不必为零，而是看预先指定的不利方向上是否超过允许阈值。
提出人机审计协作框架 HAAC，在对话购物 Agent 上分配并验证审计分工
HAAC 是一套用户参与式生成式 AI 审计的人机分工流程，实例为作者开发的对话式购物智能体。
评估自动化 AI 研发触发智能爆炸的可能并主张先可见再约束与适应
Chan 等论证：自动化 AI 研发可能经软件反馈环形成智能爆炸，把本需数年的进展压进数月或更短。他们关心的不是换硬件的建设周期，而是 AI 扩大有效研发劳动力、再产出更强系统，以及社会能否在能力跃迁前看见、约束并适应这一过程。
研究者 A. Feder Cooper 发布 arXiv 评论文章，认为 Alignment Whack-a-Mole 中关于微调导致书籍记忆化的核心结果使用了无效的测量流程。
针对全球 AI 治理规则碎片化、代表性不均且多为非约束性的困境，Simon Chesterman 在评论 Matthijs Maas《Architectures of Global AI Governance》时指出，制度设计无法与权力分配分离。
用六维 CR 量表审计 LLM 评测基准的文化响应性
作者用文化回应性评价审计 SimpleQA 和 Chatbot Arena，追问定义事实与质量的基准对谁有效。
访谈残障成人，分析向记忆型助手披露残障时的信息流与语境完整性
提出 SAVER 框架综述自演化智能体的安全状态转移
SAVER 是一篇关于自演化智能体安全的转移中心综述：安全对象从单次回答或单次授权动作，转到可复用状态在多次转移中的谱系。