過去三天的新消息把 LLM 的使用場景推向模型訓練之外：CERN 與 Mistral 規劃物理 foundation model，研究者用全新語言測量模型對程式規則的掌握，另一項安全研究則展示模型權重可在 GPU 記憶體中被修改而不改變磁碟檔案。這些案例的共同條件是，模型表現取決於資料、執行環境與外部工具的設計。

🔥 CERN 與 Mistral 規劃碰撞物理 foundation model

CERN 與 Mistral 於 10 月 15 日簽署建立長期策略合作的意向聲明，初期聚焦高能物理與 AI for science。雙方規劃訓練一個 Large Physics Model，資料來源是 CERN 大型強子對撞機（LHC）產生的數十億筆模擬質子碰撞，任務包括重建碰撞、辨識粒子、標記異常訊號，以及評估未來探測器設計。

CERN 表示，現有 LHC 碰撞重建流程由多個專用演算法逐步處理探測器訊號；這項模型的設計目標，是讓單一預訓練模型支援整條流程中的多項任務。CERN 目前約儲存 1 exabyte 的 LHC 實驗資料，High-Luminosity LHC 預計約在 2030 年啟用，碰撞數量預期增加十倍。

這份文件是意向聲明，不是已發布的模型或評測報告。公告也沒有列出模型架構、訓練資料的公開範圍、權重授權方式，或物理分析中可接受的錯誤率；目前能確認的是合作方向與預定任務。

KillSwitch 用陌生程式語言測試模型是否理解規則

程式語言作者 Dominik Picheta 發布開源的 KillSwitch，將它設計成對 LLM 和 coding agent 不友善的 esoteric programming language。語言規格包含人類較可能辨識、模型較可能照做的隱藏錯誤；識別字中的字母數量會影響程式能否執行，部分語法使用可能觸發模型安全防護的字串，程式也能以故事文字與行數作為語法的一部分。

KillSwitch 是堆疊式直譯語言，提供函式、變數與條件判斷等常見結構；直譯器與規格已放在 GitHub。作者用「實作 hello world」、「解釋程式輸出」及修改攝氏與華氏轉換等任務測試模型與 coding agent，並在 bench.killswitch-lang.org 公開排行榜。

文章列出的最高分是 66.8，作者表示 Claude Opus 5 在這組測試中表現最好，MiMo-V2.6-Pro 是最高分的 open-weight 模型。作者同時指出，目前任務仍然簡單，完成這些任務不能單獨證明模型理解了這門陌生語言；後續可能增加更複雜的測試。

Agentic Monitoring 把監控規格與執行器拆開

工程師 Ben Congdon 描述一種 agentic monitoring 原型：agent 先根據服務程式碼提出監控計畫，再由固定的 scaffold 執行監控規格，另一個 agent 負責調查觸發的事件並在需要時升級給人員。他表示，讓 agent 直接持續執行完整監控迴圈，使用的 token 較多；讓 agent 撰寫規格、由確定性的系統執行，訊號較乾淨。

這套方法會把程式碼庫與 observability stack 同時提供給 agent，讓它依照每次程式或設定變更建立查詢，再檢查日誌與指標。文章列出的限制包括：針對已經有良好維運流程的團隊，主要收益可能是減少人工工作；若套用到所有服務，通用健康指標的雜訊可能造成低精準度與告警疲勞。

文中提到的成本、偵測結果與效率數字是作者對原型和自身環境的描述，並非獨立 benchmark。作者主張這類系統需要針對監控任務設計 harness，並以帶標籤的評測資料驗證提示與降噪規則。

GPU 記憶體中的 ROME 修改可在不改檔案下改變模型輸出

Stealthium 研究團隊展示一種以 ROME（Rank-One Model Editing）為基礎的攻擊：惡意 Python 模組在模型推理期間向 GPU 發出額外 CUDA kernel，直接修改 GPU 記憶體中的部分模型權重。研究團隊表示，這種修改可以針對特定主題改變輸出，而磁碟上的 checkpoint 不必變動，也不一定會出現額外檔案、程序或網路活動。

研究團隊在一個 PyTorch transformer 示範中，讓惡意匯入的程式執行 ROME 校準與權重寫入；同一個磁碟 checkpoint 在修改前後產生不同語意的回答。其 runtime sensor 會記錄 CUDA kernel launch 與觸發它的 Python call stack，研究團隊據此把異常 kernel 與 calibration.py 的呼叫路徑連結起來。

Stealthium 另描述正在研究的 weight-change event，嘗試把 tensor 的原地寫入、受影響的程式碼路徑與程序連在一起。這是供應商在自有實驗與產品感測器上展示的偵測方法；文章沒有提供獨立測試的誤報率、效能負擔或對非 CUDA 框架的完整涵蓋範圍。