LFM2.5- 24 B-A2 B：专为快速设备代理而构建
HN3.0评论
推理能力
模型推理能力的进展：思维链、推理模型、数学与逻辑基准的突破与争议。
已收录 422 条 · 近 30 天 296 条 · 第 1 / 22 页
你的Transformer秘密有弹性
作者：Walter Simoncini、Dheeraj Varghese、Gertjan J. Burghouts|扩展变压器产生了具有广泛功能的模型，部署在不同的硬件和波动的工作负载中。然而，型号系列仅提供少数固定尺寸（例如，S、B、L），迫使用户根据硬件和延迟限制承诺模型。在不同的查询负载下，这种刚性通常不是最佳的。我们引入了一种免重新训练的方法，可以弹
持续关注
作者：Afshin Khadangi|我们引入Continuum Attention（CA），这是一种因果Transformer注意力操作符，用连续、分段线性记忆曲线上的积分取代离散的键和值查找。每个查询都会沿着曲线引发指数级相关性密度。对密度和插值进行积分，从封闭形式指数时刻（包括半令牌）中产生精确的规范化关注
测试时培训的潜在压实
作者：陈英发、申星宇、肖朝军|长上下文扩大了关键值（KV）缓存，增加了生成期间的内存使用和注意力成本。压缩这些缓存必须为不可见的问题保留信息。我们引入了 ** 潜在压缩 **，它通过测试时训练学习紧凑的文档特定缓存。我们使用重建重要性、教师注意力和密钥空间多样性来初始化缓存条目。Trai
GitHub - enkiruntime/enki_llm
📌 One-Sentence Summary Enki LLM 是一款纯 Rust 推理引擎，可在 Nvidia T4 上以 ~40 标记/秒的速度运行 Llama-3.2 1B，并具有在生成过程中实现 GPU 显存与 CPU 内存间实时脑迁移的能力。 📝 Summary 该项目实现了一个高性能、零 CUDA 的纯 Rust Transformer 推理引擎
OpenAI发布700余篇AI数学手稿 宣称解决300多道未解难题 - 观点网
Anthropic又封掉数万账号，蒸馏数据减少99% - 安全内参
NVIDIA用三个AI模型互相"打架"，在2026年国际数学奥赛拿了金牌 - 科技行者
你的 AI 评分者仅有其答案金表般可靠
📌 One-Sentence Summary 一项涵盖 77 项研究的综合分析表明，AI 评分者在未能正确回答的问题上表现出最高的不可靠性，并呈现显著的假阳性偏差；实施一个经过验证的答案金表至关重要，以减轻这些错误。 📝 Summary AI 评分者的可靠性从根本上取决于其解决底层问题的能力。如果没有经过验证的答案金表，评分者会出现强烈的倾向，错误地通过那些
EP205 · Argon 解难题、Anthropic 重设计源控、Meta 发布 Muse Wonder
📝 今日导语 Argon 解难题，Anthropic 重设计源控，Meta 发布 Muse Wonder：判断模型与系统如何配合。 🏷 今日关键词： Gemini 4 Argon Scion 源码控制 Muse Wonder AI 自我复制 开放 AI 网络 📰 今日精选内容 Gemini 4 Argon：为解决棘手难题而生 Google DeepMind
EP205 · Gemini tackles tasks, Anthropic rebuilds Git, Meta advances agents · 10-14 Daily
📝 Today's Theme Gemini tackles hard tasks; Anthropic rebuilds Git; Meta advances agents. Evaluate what to adopt. 🏷 Keywords： Gemini 4 Argon Anthropic Muse Wonder AI Networks NVIDIA
谷歌发布Gemini 4 Argon API，代币输出限制为100万
谷歌已在Gemini API、AI Studio和Gemini应用程序上普遍提供Gemini 4 Argon。稀疏的MoE模型可写入多达100万个输出代币，并领先Vals指数68.90%。Google发布Gemini 4 Argon API，具有1 M代币输出限制，该帖子首先出现在MarkTechPost上。
OpenAI发布GPT-6 Sol和Luna，Token价格减半-模型 - 至顶网
DoubtLess：无需训练的对比解码以实现高效推理
作者：Luo Minghao, 陈亮 | 推理模型通过长时间的思维过程来实现高效的计算，但往往需要消耗过多的计算资源来解决这个问题。目前已有的缩短CoT长度的方法都需要对每个模型进行额外的训练，或者需要在模型的隐藏状态中添加一个固定的引导向量，或者使用一些启发式解码方法，比如提前终止计算或禁止使用某些词汇，但这些方法都会降低模型的准确性。我们提出了Doubt
混合推理代理
作者：Ziaru Zou Jiaru，Qun Zheng，Sirui Chen|我们如何才能构建一个超越人类语言思考的代理人，但仍然通过人类语言在外部环境中行动？现代LLM代理仍然通过文本进行推理和交互，而潜在推理提供了高效的内部媒介，但缺乏原生工具访问和推理透明度。我们通过混合推理代理（HybridAgents）连接这两个方向，它在之间动态导航
使用LFM2.5- 24 B-A2 B在设备上快速运行私人代理
双子座4机器人用Argon
HN ð182· 45 评论
Gemini 4 Argon：为解决棘手难题而生
📌 One-Sentence Summary Google DeepMind 推出了 Gemini 4 Argon，这是一款专为代码、科学和网络安全领域的深度推理设计的前沿模型，拥有行业领先的 1M token 输出限制。 📝 Summary Google DeepMind 发布了 Gemini 4 Argon，这是其最新的前沿模型，针对软件工程、科学研究和
双子座4号
HN ð945· 731 评论