精选· 重要性 4/5
4亿美元交易：GPU融资先驱转向推理芯片
AI推理云初创公司General Compute获4亿美元贷款，以推理芯片为抵押，标志着资本从GPU转向更高效的推理基础设施，推动开源模型发展。
TechCrunch — AI9 天前
精选· 重要性 5/5
OpenAI 发布 GPT-5.6 Sol/Terra/Luna，Codex 成为 ChatGPT 超级应用
OpenAI 推出 GPT-5.6 系列三款模型，以太阳、地球、月球命名，主打性价比分层；同时将 Codex 整合进 ChatGPT Work 桌面应用，向超级应用战略迈出关键一步。
Latent Space (Swyx)16 天前
精选· 重要性 5/5
SWE-1.7：以极低成本实现前沿智能的推理模型
Cognition 发布 SWE-1.7 模型，通过强化学习在多个集群上训练，以极低成本达到接近 GPT-5.5 和 Opus 的智能水平，挑战了“后训练天花板”的假设。
Hacker News (AI)17 天前
精选· 重要性 4/5
Lilian Weng 总结 35 篇论文：Harness 工程驱动递归自我改进
Lilian Weng 发布综述，强调 Harness 工程是递归自我改进的核心，而非直接修改权重；Anthropic、Google 等纷纷推出智能体产品，Meta 发布 Muse 图像/视频模型，Liquid AI 提出 Antidoom 方法减少推理循环失败。
Latent Space (Swyx)18 天前
精选· 重要性 4/5
Fable 5 发布与开放权重模型竞争加剧：AI 领域最新动态
本期 AINews 聚焦 Fable 5 模型发布后的使用指南与社区反应，同时报道腾讯 Hy3 开放权重模型、智能体基准测试、Anthropic 可解释性研究及推理效率进展，展现 AI 领域在模型能力、部署与安全方面的快速演进。
Latent Space (Swyx)19 天前
精选· 重要性 5/5
GLM 5.2 与即将到来的人工智能利润率暴跌
本文探讨开放权重模型 GLM 5.2 如何以极低成本接近前沿模型性能，并分析推理利润率即将崩溃对 AI 行业格局的深远影响。
Hacker News (AI)19 天前
精选· 重要性 4/5
DeepSeek开源推理优化，生成速度提升60-85%
DeepSeek发布DSpark论文，开源一种推理优化技术，可将大模型生成速度提升60-85%，显著降低推理成本。
Hacker News (AI)29 天前
精选· 重要性 4/5
AI推理初创公司Baseten据报以130亿美元估值融资15亿
AI推理初创公司Baseten在不到半年内估值飙升160%，据报正以130亿美元估值完成15亿美元融资，凸显推理层投资热潮。
TechCrunch — AI大约 1 个月前
精选· 重要性 4/5
OpenAI推理模型助力医生诊断儿童罕见遗传疾病
研究人员利用OpenAI推理模型分析未确诊的罕见病病例，成功识别出18种新诊断，展示了AI在辅助临床诊断中的潜力。
OpenAI News大约 1 个月前
精选· 重要性 5/5
GLM-5.2发布：全球顶尖前端编码开放权重模型，IndexShare优化推理
Z.ai 发布 MIT 许可的开放权重前沿模型 GLM-5.2，在多项编码和智能体基准测试中超越多数闭源模型，并引入 IndexShare 稀疏注意力优化和推理效率改进。
Latent Space (Swyx)大约 1 个月前
精选· 重要性 5/5
Satya谈Loopcraft：构建前沿生态系统，Anthropic出口管制危机与模型中立架构崛起
微软CEO Satya Nadella发文阐述以学习循环为核心的AI战略，同时Anthropic的Fable 5模型因美国出口管制被暂停访问，引发业界对模型中立性和可观测性的关注。
Latent Space (Swyx)大约 1 个月前
精选· 重要性 5/5
Hugging Face 发布 Open R1 项目：完全开源复现 DeepSeek-R1
Hugging Face 的 Open R1 项目旨在完全开源复现 DeepSeek-R1 的推理能力，已发布多个高质量数据集和训练方案，并完成第一阶段蒸馏任务。
Hacker News (AI)大约 1 个月前
精选· 重要性 4/5
基于Kolmogorov-Arnold网络的FPGA超快机器学习
本文介绍如何利用Kolmogorov-Arnold网络（KAN）在FPGA上实现超低延迟推理和在线学习，通过将KAN与查找表神经网络结合，实现高效硬件加速。
Hacker News (AI)大约 2 个月前
精选· 重要性 4/5
AI日报：Anthropic发现递归自我改进迹象，英伟达发布Nemotron 3 Ultra
Anthropic发布报告称AI已出现递归自我改进的早期迹象，英伟达推出完全开源的Nemotron 3 Ultra模型，OpenAI的ChatGPT月活突破10亿并改进记忆功能，Cloudflare收购VoidZero以强化全栈代理工具链。
Latent Space (Swyx)大约 2 个月前
精选· 重要性 4/5
Axiom CEO谈形式验证：AI扩展的关键在于可验证的数学证明
Axiom在2025年以满分12/12解决普特南数学考试，其CEO Carina Hong认为形式验证（如Lean证明）是通向AGI的必要条件，能提供更强的强化学习信号和可扩展的高质量训练数据。
Latent Space (Swyx)大约 2 个月前
精选· 重要性 4/5
微软发布首个高级推理AI模型MAI-Thinking-1
微软在Build 2026大会上推出旗舰推理模型MAI-Thinking-1，标志着其摆脱对OpenAI依赖、自主开发AI模型的重要一步。
The Verge — AI大约 2 个月前
精选· 重要性 4/5
在AMD MI300X上部署DeepSeek-V4-Flash的工程挑战与解决方案
本文记录了在AMD MI300X上运行DeepSeek-V4-Flash推理时遇到的FP8方言不兼容、注意力内核缺失、HIP图支持等软件问题及修复过程，揭示了AMD旧款加速器在AI软件生态上的短板。
Hacker News (AI)大约 2 个月前
精选· 重要性 4/5
微软Build大会将发布新AI模型、推理模型及Windows改进
微软将在Build大会上推出MAI-Thinking-1推理模型、Copilot超级应用及Windows 11开发者优化体验，旨在赢回开发者信任并重塑AI战略。
The Verge — AI大约 2 个月前
精选· 重要性 4/5
AI术语全解析：从AGI到微调，一文读懂
本文是TechCrunch发布的AI术语表，系统解释了AGI、AI智能体、思维链、扩散模型等常见术语，帮助读者理解AI领域的关键概念。
TechCrunch — AI大约 2 个月前
精选· 重要性 4/5
标准GPU上实现实时LLM推理：单请求每秒3000个token
Kog AI发布推理引擎技术预览，在标准数据中心GPU上实现单请求每秒3000个token的解码速度，通过软硬件协同优化突破内存带宽瓶颈，为AI智能体应用带来数量级的延迟改善。
Hacker News (AI)大约 2 个月前
精选· 重要性 5/5
Anthropic发布Claude Opus 4.8：性能提升、诚实度增强并引入动态工作流
Anthropic发布Claude Opus 4.8，在编码、推理和代理任务上显著超越前代，同时大幅提升诚实度并降低错误率，并引入动态工作流和努力控制等新功能。
Hacker News (AI)大约 2 个月前
OpenAI GPT-next 不到1000美元推翻80年未解数学猜想
平静的一天，但AI与数学交叉领域取得不错成果。
Latent Space (Swyx)2 个月前
精选· 重要性 5/5
OpenAI模型推翻离散几何80年猜想，AI驱动数学获里程碑
OpenAI的AI模型解决了80年历史的单位距离问题，反驳了离散几何中的一项核心猜想，展示了AI在数学研究中的突破性能力。
OpenAI News2 个月前
Gemini 3.1 Pro：为复杂任务打造的更智能模型
3.1 Pro专为那些简单答案不足以应对的任务而设计。
Google DeepMind Blog5 个月前
Gemini 3 Deep Think 更新：推动科学、研究与工程进步
我们最专业的推理模式现已更新，以解决现代科学、研究和工程挑战。
Google DeepMind Blog5 个月前
Gemini Deep Think加速数学与科学发现
研究论文指出Deep Think在多个领域的影响力日益增长。
Google DeepMind Blog6 个月前
Gemini 3 Flash：为速度打造的前沿智能
Gemini 3 Flash 以极低的成本提供了为速度而构建的前沿智能。
Google DeepMind Blog7 个月前
精选· 重要性 4/5
GSPO：面向语言模型的可扩展强化学习新算法
Qwen团队提出组序列策略优化（GSPO）算法，通过序列级优化解决现有RL算法在长时间训练中的不稳定问题，显著提升训练效率与稳定性，并成功应用于Qwen3模型的大规模RL训练。
Qwen Team Blog12 个月前
QVQ-Max：用证据思考的视觉推理模型
去年12月，我们推出了探索性模型QVQ-72B-Preview，但它存在很多问题。今天，我们正式发布视觉推理模型QVQ-Max的第一个版本。该模型不仅能“理解”图像和视频中的内容，还能利用这些信息进行分析和推理以提供解决方案。从数学问题到日常问题，从编程代码到艺术创作，QVQ-Max展示了令人印象深刻的能力。
Qwen Team Blog超过 1 年前
精选· 重要性 5/5
QwQ-32B：强化学习驱动的32B参数模型性能媲美DeepSeek-R1
Qwen团队发布QwQ-32B，一个仅32B参数的模型，通过强化学习在数学、编程等任务上达到与671B参数的DeepSeek-R1相当的性能，并集成智能体能力，展示了强化学习在提升大模型智能方面的巨大潜力。
Qwen Team Blog超过 1 年前
QwQ-Max-Preview：深度推理与多领域能力预览版发布
QwQ-Max-Preview 是 Qwen 系列的新模型，基于 Qwen2.5-Max 构建，专注于深度推理、数学、编程、通用领域及智能体相关任务。该预览版展示了强大的推理能力，未来将推出更新并计划以 Apache 2.0 协议开源。
Qwen Team Blog超过 1 年前
数学推理中的有效过程监督
近年来，大型语言模型（LLM）在数学推理方面取得了显著进步，但仍可能犯计算错误或逻辑错误，导致错误结论。此外，即使最终答案正确，这些模型仍可能编造看似合理的推理步骤，其最终答案建立在有缺陷的计算或推导之上，这削弱了LLM推理过程的可靠性和可信度。因此，自动识别推理过程中的错误对其可扩展监督变得日益重要。过程奖励模型（PRM）作为一种有前景的方法，旨在识别并缓解推理过程中的中间错误。在评估方面，以往研究主要依赖响应级Best-of-N（BoN）评估，即根据PRM从N个候选中选择得分最高的响应。今天，我们发布了一个新的最先进PRM，在构建PRM的未来研究中优于现有开源替代方案。
Qwen Team Blog超过 1 年前
精选· 重要性 4/5
通义千问发布QVQ-72B-Preview：多模态推理模型新突破
阿里通义千问团队推出QVQ-72B-Preview，一个基于Qwen2-VL-72B的开源多模态推理模型，在MMMU等基准上表现优异，显著提升了AI在视觉理解和复杂问题求解方面的能力。
Qwen Team Blog超过 1 年前
QwQ：深度反思未知的边界
GITHUB HUGGING FACE MODELSCOPE DEMO DISCORD 注意：QwQ 的发音为 /kwju:/，类似于“quill”一词。思考、质疑、理解意味着什么？这些是 QwQ（Qwen with Questions）涉足的深水。就像一位永恒的智慧学生，它带着真正的好奇和怀疑来处理每一个问题——无论是数学、代码还是对我们世界的知识。QwQ 体现了古老的哲学精神：它知道自己一无所知，而这正是其好奇心的驱动力。在确定任何答案之前，它会向内反思，质疑自己的假设，探索不同的思维路径，始终寻求更深的真理。然而，像所有追求智慧的人一样，QwQ 也有其局限性。这个版本只是漫长旅程中的早期一步——一个仍在学习推理之路的学生。它的思绪有时会游荡，答案并不总是完整，智慧仍在成长。但真正的学习之美不就在于既有能力又谦逊，知识渊博却始终质疑吗？我们邀请您与 QwQ 一起探索，接受它的洞察和不完美，作为对理解无尽追求的一部分。
Qwen Team Blog超过 1 年前
精选· 重要性 5/5
Qwen2.5-Math：开源数学大模型新标杆，支持中英文与工具推理
阿里云发布Qwen2.5-Math系列模型，在数学推理能力上大幅超越前代及多数闭源模型，并首次在开源数学模型中支持工具集成推理（TIR），显著提升复杂计算与符号操作能力。
Qwen Team Blog将近 2 年前
精选· 重要性 5/5
Qwen2-Math：超越GPT-4o的数学专用大语言模型系列
Qwen团队发布Qwen2-Math系列数学专用大语言模型，在多个数学基准上超越GPT-4o、Claude-3.5等闭源模型，展示了开源模型在数学推理领域的重大突破。
Qwen Team Blog将近 2 年前