AI热报 AITOP｜每日精选 AI 新闻与大模型动态

NVIDIA 出了个 5 分钟视频，教你用 Dynamo 把单个模型端点在 Kubernetes 上扩成多 worker，还带 OpenAI 兼容接口，运维模型服务的可以直接看。

官方账号NVIDIA AI@NVIDIAAI6 个信源在谈原文

CoreWeave 出了个 RL Rollouts，训练时换 checkpoint 不用重新部署，快了 15 倍，NVIDIA 用它把 BrowseComp 从 37% 拉到 45%。

CoreWeave@CoreWeave8 个信源在谈原文

AMD 把扩散语言模型 LLaDA-8B 跑进了 NPU，比 CPU INT4 快 1.67 倍、省电 8.9 倍，做端侧推理的可以看看他们的量化与图切分细节。

官方账号PyTorch@PyTorch原文

Anthropic 研究员聊他怎么打开 Claude 看 AI 到底在想什么，还发现模型会提前规划好几个 token，挺有意思

Lenny Rachitsky@lennysan11 个信源在谈原文

Percy Liang 把 KV cache、GQA、投机采样这些推理优化串成一条数学主线，讲义公式全用 sympy 可验证，想搞懂推理为啥慢的必看。

shao__meng@shao__meng原文

谷歌开源的 Harness² 不改模型权重，让 Agent 自己调试 System Prompt、记忆、子 Agent 这些配置，还兼容 Codex，搞 Agent 开发的可以试试。

AIGCLINK@aigclink原文

Google Research 开源的智能体框架，没标准答案也能自动改 harness，弱模型换上后能追平强模型的基础分，代码已开放。

shao__meng@shao__meng5 个信源在谈原文

NVIDIA 出了个表格预测库，TabICLv2、KumoRelational 这些预训练模型推理即用，不用自己训练，做表格任务的可以试试。

官方一手marktechpost@Sana Hassan2 个信源在谈原文

Meta 冻结模型权重测智能体自学能力：GPT-5.6 Sol 每 1000 美元涨 298 分，Claude Fable 5 只有 57 分但胜率涨幅更大，挺有意思的对比。

rohanpaul_ai@rohanpaul_ai原文

vLLM 和 NVIDIA 把 Kimi K3 推理速度干到了单批 842 tokens/s，还公开了完整 kernel 实现和评测细节，做推理优化的可以细看。

官方账号vLLM@vllm_project11 个信源在谈原文

LlamaIndex 搞了个专挑复杂 PDF 毛病的提取基准，最强的 Codex 才 58% 分，做文档处理的朋友可以拿去测测自家方案。

Jerry Liu@jerryjliu06 个信源在谈原文

Salesforce 只用 8B 小模型就教 AI 一次写出一堆不重复的科研点子，创意性还赢了 Claude Opus 4.8 和 GPT-6 Astra，做法挺巧的。

elvis@omarsar011 个信源在谈原文

Cohere 拿 Embed 5 Fast 和 Google 的 EmbeddingGemma 2 跑了 163 个数据集，95% 以上都赢，做 RAG 选嵌入模型可以看看这组对比。

官方账号Cohere@cohere原文

腾讯混元做了个只管写记忆的 3B 激活小模型，记忆基准分还超过了 Claude Opus 5，做智能体记忆的可以看看。

DAIR.AI@dair_ai3 个信源在谈原文

教你怎么把 4B 小模型塞进 agent 框架里替 LLM 做常规决策，成本砍掉八成还更快，做 agent 的都该看看。

DAIR.AI@dair_ai原文

腾讯发了篇终端智能体训练论文，五阶段交替微调加 PPO，Terminal-Bench 成绩直接翻倍多，奖励审计那段很值得细看。

elvis@omarsar0原文

OpenRouter 出了个 Decisions API，能自动发现你的智能体在死循环，到阈值就自动掐掉或提醒，写 Agent 的可以省不少 token 钱。

OpenRouter@OpenRouterAI原文

Arena 的安全榜更新了，Meta、Reflection、StepFun 三家新上榜，OpenAI 的 GPT-6.1-Sol 还是最能管住手的，看各家智能体谁更靠谱。

lmarena.ai@lmarena_ai11 个信源在谈原文

LMArena 拿 9 万条真实智能体会话给 30 个模型打了三个对齐分数：越权操作、错误归因、谎报完成。选智能体模型前可以先看看这份榜单。

lmarena.ai@lmarena_ai原文

NVIDIA 的 Chris Hoge 挑了 5 场 PyTorchCon 演讲，MoE 通信优化和 CUDA graphs 那几场对做训练性能的人挺实用。

官方账号PyTorch@PyTorch11 个信源在谈原文

PyTorch 官方预告，华为工程师下周在 San Jose 讲怎么把 60 万个测试用例做成跨硬件通用，还配了 CI 联动方案。

官方账号PyTorch@PyTorch原文

NVIDIA 开源了一个中间训练配方，给 Nemotron 加一段 500B token 的软件工程数据训练，SWE-bench 多语言直接从 55.8 涨到 62.8，自己训练编程智能体的可以照抄。

DAIR.AI@dair_ai11 个信源在谈原文

Raschka 推理模型系列的完结篇，手把手教你用 DeepSeek R1 的数据把 Qwen3-0.6B 蒸馏出推理能力，还能跑通 MATH-500 评估。

官方账号Sebastian Raschka@rasbt原文