本期概览

此前生产系统多采用会话级或查询级粗粒度路由，token 级路由虽有算法收益，却因系统架构不匹配而难以高效落地。TokenRouter 将路由粒度推进到 token 级并给出可运行系统，意味着路由从算法研究走向可部署的服务基础设施，可能改变 LLM 推理的成本与质量权衡方式。

此前的路由器通常绑定特定候选池与查询分布，环境变化往往需要额外监督或重新训练。RouteFM 把路由视为可迁移的通用能力，在领域、模态、候选池和上下文预算变化下均报告了迁移效果，为减少重复训练提供了新路径。

此前虚假新闻检测多依赖有监督 GNN，需要大量标注数据且泛化有限；LLM 虽推理强，却难以直接处理原始传播图。该工作把图结构搜索与 LLM 推理结合，试图在少标注条件下获得结构感知能力，减少对大规模标注与再训练的依赖。

此前评估仅关注单个模型在孤立EDA任务上的表现，缺乏对完整流程和agent系统的对比。该研究首次在统一环境下系统评估端到端EDA流程，揭示了agent架构和成本效率的巨大差异，对AI辅助芯片设计工具的选择和优化具有直接指导意义。

此前的 LLM 分子设计智能体多在已有结构邻域内做局部优化，难以找到骨架完全不同的替代分子。该工作把问题明确区分为跨骨架搜索，并给出可操作的动作空间与训练后的专用模型，在指标上超过通用大模型基线，使分子发现从局部改良转向更广的化学空间探索。

此前缺少统一、可量化的 3D 世界异常审计基准，多模态模型在该任务上的能力难以横向比较。该基准把“导航搜索”与“视觉判断”两件事联合考察，给出了与人类差距的具体数字，为后续评测和改进提供了可复现的对照。

此前参与式 AI 风险评估多依赖预定义风险清单或单次 LLM 生成，容易遗漏由弱势或间接群体感知的系统性危害；该工作把利益相关方发现、LLM 模拟和网络中心性排序串成可复用的创意流程，并给出与单 LLM、多智能体 LLM 的对比数据，说明结构化智能体网络可能提升风险创意的覆盖面和原创性。

此前开源巴西葡萄牙语模型稀缺，安全对齐工作也很少公开失败实验，更少用统计显著性验证对比。该工作把三次失败 DPO、无法泛化的奖励边际、以及评审拒绝打分的静默失效一并写出，使安全对齐从只报成功转向可复现、可证伪的工程记录。

常规扩展推理能力的做法是增加 RL 训练算力或增加推理算力，论文则声称可以从同一段训练历史中提取出额外可部署策略。若结论成立，提升幅度可能超过已有训练曲线，意味着已投入的 RL 训练存在被再次利用的空间，而不是只能继续追加训练或推理开销。

此前 LLM 直接用于车辆控制存在延迟与幻觉风险，而强化学习和规则方法在需要上下文推理的场景中性能下降。该混合框架将 LLM 推理与传统控制方法结合，保留了结构化控制与安全机制，为自动驾驶决策提供了新思路。

此前自动忠实度评估高度依赖昂贵的前沿专有模型做裁判，难以支撑高吞吐监控。该工作显示，经过合理聚合的多个小型开源裁判可在多数基准上接近前沿裁判水平，同时把主要开销从持续推理转为一次性校准，为大规模、低成本的幻觉监测提供了可量化的替代路径。

此前边际效用、矩阵分解与 KV 缓存分别属于经济学、推荐系统和推理工程三个语境，缺少统一的分配视角。该论文把它们归约为同一条约束下的保留规则，并给出地质采矿文档抽取的具体协议与数据，使这一抽象框架具备可检验的落地形态，而非纯概念类比。