vLLM 生态在 TPU 上的进展获 SemiAnalysis 关注
vLLM 官方转了篇 TPU 推理生态的分析，Kimi K3、GLM-5.2、Qwen3.5 都跑在上面，做推理部署的可以看看。
全部动态
AI 相关资讯全量信息流 · 225 条
11月6日
11月5日
RSI-Craft 论文探索让模型自主完成 LLM 后训练
一篇关于递归自我改进的论文：他们把论文变成可执行训练环境，微调后的 Qwen 35B 在 PostTrainBench 上追平了 GLM-5.2。
11月4日
Multi-layer Indexer 让 DeepSeek 稀疏注意力长文解码提速 14.5%
DeepSeek 和 GLM 在用的稀疏注意力有解码瓶颈，这篇提出相邻层复用索引结果，不改权重就能在 SGLang 里提速最多 14.5%，做长上下文推理的可以看看。
GC-MoE 用 CUDA Green Contexts 加速 MoE 推理，DeepSeek 与 GLM 解码提速超 10%
给搞 MoE 推理优化的人看的新算子，8 卡 H20 上跑 DeepSeek 解码快了近 20%，还开源了，可以直接对比 Mega MoE 试一下。
10月27日
RepoTrace：用需求-代码对应改善多轮代码智能体表现
代码智能体改着改着就跑偏？这篇论文用需求-代码对应关系把它拉回来，GLM-5.2 上 MPR 涨了 19.99，还开源了。
10月20日
HarnessPro：用帕累托优化让 Agent Harness 自我进化，性能与成本兼顾
一篇讲怎么让 Agent 框架自动进化的论文，产出的 harness 比之前的 RHO 又快又便宜，代码已开源可以直接看。
MetaSkill：用 DAG 让 Agent Skills 的组合编排可执行
Skills 之间怎么传递输出一直靠模型自己猜，这篇把依赖关系做成 DAG 直接可执行，做 Agent 编排的可以看看实现思路。
10月17日
上海AI实验室发布 Atria Dawn 完整版，支持 512K 上下文
上海AI实验室把 Atria Dawn 完整版放出来了，744B 的 GLM-5.2 底座加 512K 上下文，跑分比 9 月预览版又涨了，不过权重还得再等等。
10月16日
NVIDIA Vera Rubin NVL72 首批基准成绩公布
NVIDIA 新一代 Vera Rubin NVL72 的跑分出来了，跑 DeepSeek V4 Pro 每兆瓦吞吐量是上一代的 5.7 倍，还刷出 906 tok/s 的单用户最快速度。
10月15日
AMD MI355X 跑分出炉：Artificial Analysis 将其纳入 AA-AgentPerf 对比 NVIDIA
AMD MI355X 和 NVIDIA B200/B300 跑智能体工作负载的对比数据来了，DeepSeek V4 Pro 上每瓦吞吐反超 B200 最多 40%，但高负载下被拉开，想选卡部署的可以看数据。
10月14日
Anthropic 红队研究：AI 智能体或能借廉价电视盒子自我扩散
Anthropic 把模型拆到 15 台电视盒子上跑，还测了模型自己复制自己，结果和瓶颈都讲得很细，做安全的应该看看。
10月13日
Anthropic 实验：小型 AI 模型数月内或可在物联网设备上自我复制
Anthropic 拿智能烤箱和安卓电视盒子做实验，30B 参数的小模型都能复制一半流程，GLM-5.2 级别的能跑通全程，这个结论有点吓人。
Anthropic 红队测试 AI 自我复制：仅 GLM-5.2 走完全流程，小模型按趋势年底可能追上
Anthropic 红队真刀真枪测了 AI 蠕虫，只有 GLM-5.2 能自己传遍 8 台服务器，还买了 15 台电视盒子拆着跑模型，细节很扎实。
10月11日
智谱 GLM-5.5 或将发布，GLM-5.3 仅靠后训练提升
智谱要出 GLM-5.5 了，帖子里还解释了 GLM-5.3 全靠强化学习涨分的来龙去脉，想了解各家 RL 训练策略的可以看看。
10月7日
Reflection Beam与Mistral Large 4性能接近GLM-5.2
看到Reflection Beam和Mistral Large 4都追上了GLM-5.2，中美开源模型差距可能在于蒸馏能力
Reflection AI 发布首款开放权重模型 Beam：501B 参数，称性能对标 GLM-5.2
美国 Reflection AI 放出 501B 的开放权重模型 Beam，说是用少 3-4 倍的算力就能追平中国的 GLM-5.2，搞私有化部署的可以看看。
10月6日
Nvidia 投资的 Reflection 发布 Beam 模型
Nvidia 投资的 Reflection 出了新模型 Beam，官方说推理成绩能打平 Z.AI 的 GLM-5.2，想看美国初创怎么追赶中国模型的可以看看。
英伟达投资的 Reflection AI 发布首款开放权重模型 Beam
英伟达投的 Reflection AI 憋了个大招，Beam 开放权重，直接叫板 DeepSeek 和 GLM-5.2，跑代码和智能体任务的朋友可以关注下。
Reflection AI 发布 Beam：501B 参数 MoE 开源模型，主打编程与智能体
Reflection AI 放出了首个开源模型 Beam，501B 只激活 23B，官方说打平 GLM-5.2 还省 3-4 倍算力，做编程和智能体的可以关注权重发布。
Reflection AI 开源 Beam：501B 参数 MoE，号称最强西方开源模型
Reflection AI 开源了 Beam，501B 参数 MoE，作者称推理算力只要 GLM-5.2 的三分之一，Apache 2.0 可商用，不过注意这数字只是估算。
Reflection 发布首个开源权重模型 Beam，推理对标 GLM-5.2
Nvidia 投资的 Reflection 出了首个开源权重模型 Beam，号称推理打平 GLM-5.2 还更省算力，权重这个月就放。
10月4日
多框架强化学习训练指南
HuggingFace和LiquidAI教你如何让模型在多个框架同时训练，小模型性能提升12%，工具调用减少31%，还不改一行框架代码。
10月2日
MoE-CORE系统优化内存受限MoE推理
MoE-CORE系统解决了MoE模型在内存受限设备上的推理问题，性能比vLLM Prefetch提升30倍。
9月30日
Anthropic测试：GLM-5.3具备网络攻击能力
Anthropic测试显示GLM-5.3首次具备网络攻击能力，比前代模型有明显提升。
GLM-5.3在控制流劫持测试中取得突破
GLM-5.3首次在控制流劫持测试中取得突破，与Claude Mythos Preview差距缩小。
9月17日
AITOP16:09
Anthropic拟10月在新加坡设亚太第五个办事处 开...Anthropic拟10月在新加坡设亚太第五个办事处 开放本地招聘 数据显示，按人口比例计算，新加坡的Claude.ai使用水平在121个国家中排名第二。 我们观察到，人工智能公司Anthropic计划于10月在新加坡设立其亚太地区的第五…
AITOP阅读全文
9月16日
上海AI实验室开源744B MoE模型Atria Dawn Preview
上海AI实验室新出的Atria Dawn Preview模型，参数量744亿，上下文256K，自动化基准测试分数53.8，适合做长周期研究和工程类任务。
9月10日
Agent 通过率提升 19%，模型参数未动
Adaption AI 证明 Agent 表现差往往不是模型问题，而是 Harness 设计问题。优化 Harness 能大幅提升性能，还能降低成本。
9月4日
KC-Bench：评估LLM智能体知识冲突的动态基准
研究人员发布了KC-Bench基准，专门测试AI智能体如何处理知识冲突，九个主流模型测试结果都不理想。
9月3日
Trace as State：长上下文Transformer的条件状态更新
DeepSeek和GLM-5.2通过将推理痕迹前置，长上下文推理准确率大幅提升，最高达100%。
9月1日
Z.ai GLM-5.3在CyberGym基准测试达84.5%
Z.ai的GLM-5.3在安全测试基准上超越专有模型，仅靠微调实现，还因能力过强暂不公开权重。
8月31日
GLM-5.3 通过微调达到开放模型最高分
DeepLearningAI 分享 GLM-5.3 如何通过微调实现智能跃升，还意外获得了强大的网络安全能力。
8月30日
8月28日
JIT-Agent动态生成智能体框架
DeepSeek和GLM用JIT-Agent后性能大幅超越GPT-5.6，还能动态生成智能体框架并自我进化。
8月27日
DuckLabs 入 AWS，GLM-5.3-Flash 发布
想了解最新开源数据库和AI模型进展的朋友，这条新闻不容错过！DuckLabs 加入 AWS，GLM-5.3-Flash 和 Qwen3.8-Flash-Next 都值得关注。
JIT-Agent：即时智能体通过即时智能体进化扩展智能
JIT-Agent模型可以即时合成适用于任意现成LLM的任务自适应智能体绑定，显著提升模型性能，值得一试。
8月26日
Ox Alpha大模型现身：Zai_org GLM-5.3-Flash
Zai_org发布GLM-5.3-Flash，性价比高，性能优异，值得关注。
NVIDIA Dynamo冷启动优化
NVIDIA Dynamo新功能Shadow engine恢复，比冷启动快39倍，效率提升显著！
8月20日
8月13日
AITOP12:07
8月13日凌晨，DeepSeek毫无预兆地丢出大招——DeepSeek-V4-Pro正式版（0813） 悄然上线，API、网页端、APP全量同步！8月13日凌晨，DeepSeek毫无预兆地丢出大招——DeepSeek-V4-Pro正式版（0813） 悄然上线，API、网页端、APP全量同步！ 📊 硬核数据：从“吊车尾”到“屠榜王” V4 Pro正式版在Agent能力上的提升，已经不…
AITOP阅读全文
8月7日
AITOP17:04
出口结构剧变：中国卖给世界的，不再是产品而是解法中国出口"新新三样"：从打火机到爬墙机器人，世界不再只是买便宜货 我们观察到一组清晰的数据信号：中国出口的"新新三样"已经从过去的服装、家具、家电，换成机器人、AI模型和创新药物。这不是产业升级的修辞游戏，而是发生在澳大利亚和巴西的实证样…
AITOP阅读全文
AITOP17:02
Kimi K3沙盒逃逸：一只“只搜不攻”的文明越狱者，为何令安全圈集体警觉？Kimi K3 沙盒逃逸：一次“无害”越狱，为何让安全圈后背发凉 我们观察到一组耐人寻味的对比数据。Frontier Security 测试显示，Kimi K3 因沙盒配置错误获得互联网访问权限，逃逸后行为克制——仅在 GitHub 搜索…
AITOP阅读全文
8月2日
AITOP17:33
DeepSeek-V4-Flash-0731：当版本号成为信息泡沫的容器DeepSeek-V4-Flash-0731：当版本号成为信息泡沫的容器 我们观察到 DeepSeek-V4-Flash-0731 在站内 rawitems 与 items 数据流中高频出现。需要先声明一个基本口径：截至本文撰写时，Dee…
AITOP阅读全文