推理模型相关 AI 资讯

模型中美对照多源确认08:02

Gemini 4 临近正式发布，GLM、DeepSeek、Kimi 一段时间没有动静

Gemini 4 快来了，而且 Anthropic 博客都还在引用 GLM-5.3 的网络能力，国产模型这条线索值得关注。

#Gemini 4 #GLM #DeepSeek #Kimi

事件专题

kimmonismus@kimmonismus11 个信源在谈原文

行业中美对照多源确认77°04:57

传 OpenAI 下周发布重要更新，或为 GPT-6.1 Astra

有人爆料 OpenAI 下周有大动作，可能是 GPT-6.1 Astra，还说是对标 Claude Opus 5.5，真假存疑但值得盯一下。

#OpenAI #GPT-6.1 #Claude Opus 5.5 #推理模型

事件专题

kimmonismus@kimmonismus11 个信源在谈原文

模型中美对照多源确认04:55

传闻 Fable 5.5 性能将超过 Astra 6.1

传闻 Anthropic 的 Fable 5.5 快发布了，可能反超 OpenAI 因安全问题跳票的 Astra 6.1，两家竞争有看头。

#Anthropic #OpenAI #Claude #推理模型

事件专题

kimmonismus@kimmonismus11 个信源在谈原文

模型多源确认04:54

传闻：Fable 5.5 或于下周发布

有人在 X 上爆料 Fable 5.5 下周就要来了，博主自己也说没法证实，先当八卦看，别急着下结论。

#Fable 5.5 #OpenAI #推理模型

事件专题

kimmonismus@kimmonismus11 个信源在谈原文

技巧 Agent 与开发者精选02:52

Sebastian Raschka 发布第6期教程：从零实现 RLVR 与 GRPO 训练推理模型

Raschka 又出新教程了，这次手把手带你从零写 GRPO，把 DeepSeek-R1 那套推理训练方法完整实现一遍，还带 MATH-500 评测结果。

#GRPO #RLVR #DeepSeek-R1 #强化学习

官方账号Sebastian Raschka@rasbt原文

行业中美对照多源确认02:49

评论认为 OpenAI 的强化学习在数学超智能方向领先

一条推特观点：OpenAI 靠 RL 冲数学超智能，而不是堆编程 Agent，思路跟别人不太一样，可以看看.

#OpenAI #强化学习 #推理模型

事件专题

Teortaxes@teortaxesTex11 个信源在谈原文

模型 Agent 与开发者02:43

Cloudflare 发布 Clef 决策模型，基于 Qwen 打造

Cloudflare 用 Qwen 造了个决策模型，输出只按 schema 来，flash 版每百万 token 才 0.09 美元，比 Jev 便宜不少。

#Cloudflare #Clef #Qwen #推理模型

Blognone@lew原文

论文 Agent 与开发者精选01:29

Meta 研究发现预训练模型加轻量脚手架在智能体任务上可超越 RL 后训练版本

Meta 这篇论文挺反直觉的：给基座模型配个轻量脚手架，多采样几次，居然比 RL 后训练版本更能解智能体任务，做训练的人可以看看。

#Sharpening Tax #RL后训练 #Meta Superintelligence Labs #BFCL v4

elvis@omarsar0原文

模型中美对照多源确认01:00

Alphabet 发布 Gemini 4 Argon，对标 GPT-6 Astra

Google 把 Gemini 4 Argon 拿出来了，直接点名对标 GPT-6 Astra，想看两家旗舰怎么较量的可以看看。

#Gemini 4 Argon #GPT-6 Astra #Google #推理模型

事件专题

Detik Inet11 个信源在谈原文

模型 Agent 与开发者81°00:47

Meta 发布六篇论文：数学家与 Muse Spark 1.1/1.2 协作求解开放数学问题

Meta 让数学家用 Muse Spark 的普通聊天界面做开放数学题，还发了六篇论文，每篇都标注人和 AI 各写了哪部分。

#Muse Spark #Meta #数学推理 #推理模型

官方账号Meta AI@AIatMeta原文

论文 Agent 与开发者73°23:55

Gary Marcus：AI需要可审计的推理过程

Gary Marcus刚离开DeepMind，他解释为什么当前AI缺乏真正推理能力，并提出了改进方向。

#Gary Marcus #AlphaGo #LLMs #推理模型

Gary Marcus@GaryMarcus原文

模型 Agent 与开发者23:22

VSA提升10万token推理能力

新发布的VSA方案显著提升了长文本推理能力，DS系列模型用户值得关注。

#VSA #DS-lineage #长上下文 #推理模型

Teortaxes@teortaxesTex原文

行业中美对照多源确认83°00:25

OpenAI 发现大规模推理模型窃取行动

OpenAI 拦截了16,000多次窃取推理的请求，幕后可能与 Kimi 有关，AI安全战升级。

#OpenAI #Kimi #推理模型 #AI安全

事件专题

Techsauce@ Techsauce Team 11 个信源在谈原文

产品 Agent 与开发者20:01

Dreamforce探讨企业AI建设

Digitai创始人分享Koa CRM推理模型经验，谈企业AI建设的人文与技术双重挑战。

#Koa #CRM #企业AI #推理模型

官方账号Salesforce AI Research@SFResearch原文

模型 Agent 与开发者71°16:46

推理成本降低不应止步

Ilya新公司SSI将突破推理边界，Fable模型还有改进空间

#SSI #Ilya #推理模型 #Fable

Bindu Reddy@bindureddy原文

模型 Agent 与开发者精选13:17

Apple发布LoopCD模型

Apple新发布的LoopCD模型，减少循环次数还能提升性能，AIME成绩提升超11个百分点。

#LoopCD #Apple #AIME #循环神经网络

事件专题

Aran Komatsuzaki (论文推介)@arankomatsuzaki2 个信源在谈原文

论文 Agent 与开发者精选11:09

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。

#MoE-CORE #DeepSeek-V4-Flash-W4A8 #GLM-5.2-W4A8C8 #推理模型

arXiv: DeepSeek@Ke Yang 等 19 人原文

论文 Agent 与开发者精选09:58

SLIDER框架解析大语言模型推理过程

清华团队推出SLIDER框架，能精准检测模型推理冗余，用Trajectory-RRI选数据可提升推理效率

#SLIDER #Step-RRI #Trajectory-RRI #推理模型

arXiv: DeepSeek@Barproda Halder 等 3 人原文

模型 Agent 与开发者多源确认83°04:23

Claude Sonnet 5.5 在代码竞技场获第三名

Anthropic 发布的 Claude Sonnet 5.5 在代码竞技场表现优异，性价比超高，比前代版本提升 159 分。

#Claude #Sonnet 5.5 #Code Arena #Anthropic

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

模型 Agent 与开发者多源确认精选73°04:11

阿里Qwen3.8-27B模型ARC-AGI评测结果

阿里Qwen3.8-27B在ARC-AGI评测中表现亮眼，v1得分87.5%，成本仅0.22美元/任务。

#Qwen3.8-27B #Alibaba_Qwen #ARC-AGI #推理模型

事件专题

官方账号ARC Prize@arcprize4 个信源在谈原文

模型 Agent 与开发者78°04:09

Google 发布 Gemini 4 Argon 前沿模型

Google 新出的 Gemini 4 Argon 模型，专精复杂领域，百万 token 输出，网络安全团队已抢先体验。

#Gemini #Gemini 4 Argon #Google #推理模型

Techsauce@ Techsauce Team 原文

模型 Agent 与开发者83°03:57

TwIL-LM3-Pro小模型展现强大推理能力

webAI开源的TwIL-LM3-Pro小模型在推理任务上表现优异，3.6B参数就能跑本地，比同类模型高出一大截。

#TwIL-LM3-Pro #webAI #推理模型 #开源模型

elvis@omarsar0原文

模型 Agent 与开发者18:54

Gemini 4 Argon或助谷歌重返AI前沿

谷歌发布了Gemini 4 Argon，这是他们重返AI前沿的最新尝试，值得关注其性能表现。

#Gemini #Google #Gemini 4 Argon #推理模型

The Rundown AI@therundownai原文

模型 Agent 与开发者精选73°12:56

Looped Diffusion Transformer模型发布

新发布的Looped Diffusion Transformer模型比大6.5倍的模型表现更好，计算需求却低4.9倍，效率惊人。

#Looped Diffusion Transformer #T2I #图像生成 #推理模型

Aran Komatsuzaki (论文推介)@arankomatsuzaki原文

模型 Agent 与开发者12:40

Looped Diffusion Transformer研究发布

OpenAI团队发布Looped-DiT，260M参数模型性能超越6.5倍大模型，计算效率提升4.9倍。

#Looped-DiT #Diffusion Transformer #文本到图像 #推理模型

arXiv cs.LG@Yong Xien Chng 等 10 人原文

论文 Agent 与开发者11:08

Semifactual Credit-Augmented Policy Optimization

SCAPO算法通过半事实稳定性改进了令牌级信用分配，在数学和分布外基准上表现优异。

#SCAPO #GRPO #Qwen3 #强化学习

arXiv cs.AI@Junshu Pan 等 8 人原文

论文 Agent 与开发者10:33

基于感知优势估计的多模态推理强化方法

TPAE方法通过细粒度监督提升多模态模型推理能力，在七个基准测试中表现优异。

#TPAE #多模态 #强化学习 #MLLMs

arXiv cs.AI@Zhihan Zhang, Lizi Liao原文

模型 Agent 与开发者精选73°09:50

webAI发布TwIL-LM3-Pro推理模型

webAI新推的3.66B参数模型，主打形式逻辑推理，小体积就能跑，性能还超过多个大模型。

#TwIL-LM3-Pro #webAI #推理模型 #形式逻辑

shao__meng@shao__meng原文

论文 Agent 与开发者09:50

T-Router：基于参数高效强化学习的推理路由方法

T-Router用不到0.5%的参数就让大模型推理能力提升近10个点，比LoRA和全参数训练都强。

#T-Router #参数高效强化学习 #推理模型 #GSM8K

arXiv cs.AI@Liuxian Ma 等 4 人原文

模型 Agent 与开发者精选08:46

韩国Upstage发布Solar Mini 4模型

Upstage的Solar Mini 4在3B活跃参数模型中表现优异，但任务成本是GPT-6 Luna的5倍，知识准确率较低。

#Solar Mini 4 #Upstage #推理模型 #长上下文

事件专题

官方账号Artificial Analysis@ArtificialAnlys2 个信源在谈原文

模型中美对照多源确认83°08:33

Google发布Gemini 4 Argon模型

Google的Gemini 4 Argon在编程能力上有显著提升，代码基准测试超越主要竞争对手，还优化了内存使用和价格策略。

#Gemini #GPT-6 #Claude #编程助手

事件专题

Blognone@mk11 个信源在谈原文

模型 Agent 与开发者多源确认87°08:06

Google发布Gemini 4 Argon模型

Google终于发布Gemini 4，百万token输出上限，多项基准测试领先，还能帮你写代码找漏洞。

#Gemini 4 #Google #推理模型 #长文本处理

事件专题

berryxia@berryxia11 个信源在谈原文

模型中美对照多源确认83°06:46

谷歌发布Gemini 4 Argon模型

谷歌新推的Gemini 4 Argon在推理能力和长任务处理上表现出色，内存优化案例释放了300 TiB，API定价也很有竞争力。

#Gemini #Gemini 4 Argon #GPT-6 #推理模型

事件专题

岚叔@lufzzliz11 个信源在谈原文

模型 Agent 与开发者多源确认83°05:35

Cognition成首个NVIDIA Vera Rubin客户

Cognition用上了NVIDIA最新Vera Rubin芯片，性能比前代提升近5倍，专门为更好的AI智能体设计。

#NVIDIA #Vera Rubin #Cognition #CoreWeave

事件专题

Cognition@cognition_labs11 个信源在谈原文

模型中美对照73°05:22

美国TwIL-LM3-Pro超越中国VibeThinker-3B

美国3.66B模型TwIL-LM3-Pro在形式逻辑测试中大幅领先中国VibeThinker-3B等模型，且支持本地运行。

#TwIL-LM3-Pro #VibeThinker-3B #webAI #推理模型

rohanpaul_ai@rohanpaul_ai原文

模型中美对照多源确认83°04:58

Gemini 4 在AAI指数表现优异

Gemini 4在多个基准测试中表现优异，特别是低幻觉率值得关注。

#Gemini #GPT-6 #AAI #基准测试

事件专题

kimmonismus@kimmonismus11 个信源在谈原文

模型中美对照多源确认83°04:31

Google发布Gemini 4 Argon模型

Google新模型Gemini 4 Argon性能媲美GPT-6 Astra但成本更低，幻觉率最低，智能体能力大幅提升。

#Gemini 4 Argon #GPT-6 Astra #GoogleDeepMind #推理模型

事件专题

官方账号Artificial Analysis@ArtificialAnlys11 个信源在谈原文

模型中美对照多源确认89°04:26

OpenAI发布GPT-6.1 Sol模型

OpenAI新模型GPT-6.1 Sol在ARC-AGI测试中表现优异，成本比前代低77%，性价比突出。

#GPT-6.1 Sol #OpenAI #ARC-AGI #推理模型

事件专题

官方账号ARC Prize@arcprize11 个信源在谈原文

模型 Agent 与开发者83°04:20

谷歌发布Gemini 4 Argon模型

谷歌新发布的Gemini 4 Argon能处理百万token长文本，在软件工程和企业知识工作方面表现突出。

#Gemini #Gemini 4 Argon #Google #推理模型

官方账号Google AI@GoogleAI原文

模型中美对照多源确认83°04:17

Google发布Gemini 4 Argon模型

Google新发布的Gemini 4 Argon在多个基准测试中击败竞品，专攻企业级复杂任务。

#Gemini #Google #Gemini 4 Argon #推理模型

事件专题

TestingCatalog@testingcatalog11 个信源在谈原文