早读VOL 2026.10.07369 篇

OpenAI 公开 722 篇 AI 数学论文,Mistral 万亿参数 Large 4 预览版登场

新加坡·二〇二六年十月七日 星期三·DAILY · 每早八时

2026年10月7日,今日 AI 领域由前沿模型与能力边界主导:OpenAI 公开内部模型生成的 722 篇数学论文(约 160 篇含 Lean 形式化证明),解决了包括纳维-斯托克斯方程在内的约 4000 道题;Mistral 发布 Large 4 预览版,1 万亿参数(活跃 490 亿),用 3,800 台 Grace Blackwell GPU 训练,较 Large 3 显著提升但仍落后 DeepSeek 4.1 Flash;Reka 推出 190 亿参数多模态推理模型 Rho-1。第二大主题是研究智能体与评测:TasteVal 基准显示 Opus 5.5 的实验设计品味超过 24 名人类专家,Meta 发布长程研究智能体架构 MIRA,OpenAI Web Search 以 74 分登上搜索榜第 5。第三,训练与效率方法密集涌现:OPD 蒸馏让单次生成超越 64 候选 power sampling,起始 token 提示即可让 Olmo-3-7B 的 MATH-500 准确率从 42% 升至 78%,PyTorch 用 FBTriton 将推荐模型后向速度提升 2 倍。

本期各板块核心看点综述:本期早读从全网 134 个信源、369 条候选中精选核心产业信号,覆盖大模型演进、AI 产品与商业化、行业动向、前沿论文及实战工程技巧:

模型发布/更新板块(入选 5 条):重点关注「TasteVal 基准发布:量化 AI 的实验研究品味,Opus 5.5 超过人类专家」(这个 TasteVal 把研究品味换算成省了多少算力来打分,Opus 5.5 用 1/30 的成本跑赢人类专家,数字挺有意思的);「Mistral 发布 Mistral Large 4 预览版:1T 参数、49B 激活的多模态开源模型」(Mistral 放出了 1T 总参、49B 激活的多模态模型预览版,说是欧美最强开源权重模型,月底连权重一起放出来,做开源部署的可以盯着)。

产品发布/更新板块(入选 5 条):重点关注「OpenAI 发布 Decisions API」(OpenAI 新出的 Decisions API 能帮你智能路由请求、分析图像、处理数据,比普通 API 更智能决策);「Anthropic开放Claude Mythos 5.1网络安全访问」(Anthropic给不同信任级别的安全团队分级开放Claude Mythos 5.1,GLM-5.3已被证明能生成接近Mythos的漏洞)。

行业动态板块(入选 5 条):重点关注「Bloomberg:DeepSeek 拟融资至少 120 亿美元,估值或达 710 亿美元」(DeepSeek 这轮可能融到 120 亿美元以上,估值 710 亿,还要买 16 万块华为芯片建数据中心,腾讯宁德时代都跟投了);「Anthropic 5180 亿美元算力承诺中约 80% 属于闲置也须支付」(Anthropic 5180 亿美元算力账单细节曝光,八成闲置也要付,Broadcom 独占 1612 亿,创始人还设计了 IPO 后不受股东制约的投票结构)。

论文研究板块(入选 5 条):重点关注「OPPD 蒸馏法让模型单次生成即达 power sampling 64 候选的效果」(一篇有意思的论文:不靠每次采样几十个候选,而是把 power sampling 的锐化直接蒸进模型,单次生成就超过 64 候选采样,数学和代码基准都有实测数字);「研究:特定起始 token 提示可让 base 模型接近 RL 训练后的推理表现」(不用 RL 训练,只在开头加个 "Okay" 就能让 Olmo-3-7B 数学成绩翻近一倍,这篇论文把原因挖得很透,做模型训练的值得看看)。

技巧与观点板块(入选 3 条):重点关注「AI智能体研究验证性测试方法」(AI21Labs分享了一种验证智能体任务的新方法,帮你优化智能体架构,避免盲目扩展);「用 AgentCore 和 OpenClaw 搭建有记忆的 AI 助手」(AWS 出的手把手教程,教你用 OpenClaw 加 AgentCore 的 memory 功能做一个能记住你、越用越懂你的个人助手,适合动手党)。

01

模型发布/更新

5 篇
02

产品发布/更新

5 篇
03

行业动态

5 篇
04

论文研究

5 篇
05

技巧与观点

3 篇
369今日事件
57一手报道
84新模型
134信源
AITOP · 编辑系统自动生成