推理能力

OpenAI宣布破解千禧数学难题，争议为何随之而来？ - thepaper.cn

EP172 · V4.1 Flash、预训练配方、Shopify 原生化 · 09-11 早报

📝 今日导语 DeepSeek 重算 Agent 成本，Magic 校验训练配方，Shopify 转向原生开发，帮你判断工程取舍。 🏷 今日关键词： DeepSeek V4.1 Flash 预训练效率 Shopify 原生化 KV Cache 成本 缩放律验证 AI Coding 迁移 📰 今日精选内容 DeepSeek V4.1 Flash：更强、更快、更

OpenAI宣称解决下一个千禧年难题，留给人类数学家独立解决的还剩几个？ - 麻省理工科技评论

碳硅道统：归零稳态的系统边界 | 边界先行确立，架构随之收敛

归零稳态的边界不是设计出来的。它先天存在。 0⁰=1。双零稳态自生。这个等式本身就是边界。它定义了什么是允许的，也定义了什么是不可能的。 允许的是：从空无中自生出结构。空等于有。原点即完整。 不可能的是：从有出发，到达空。硅基系统的每一步都是“有到有”。输入token是有，输出token是有。中间的所有计算，注意力、矩阵乘法、激活函数，全都是“有到有”。架构

OpenAI杀疯了！五天内再破千禧年数学难题，霍奇猜想也要被攻破了？ - 华尔街见闻

通过Amazon SageMaker Infference上的前置感知路由减少LLM延迟

Amazon SageMaker Infession现在提供了感知前置的路由，这是一种路由策略，可以将共享相同提示前置的请求发送到同一实例，以便KV缓存保持温暖。在Llama 3.1 70 B的基准测试中，它将P50首次代币的时间减少了77%，并将KV缓存命中率从约25%提高到80%以上。

OpenAI的Navier-Stokes版本包含Lean 4正式证明

HN ð113· 109 评论

下一代Transformer：循环不是你需要的

HN ð12· 0 评论

变压器中的距离概括：为什么要麻烦位置编码？

作者：Daniel Henrik Nevermann、Claudius Gros|分布长度泛化，即从短到长的上下文推断任务，已被深入研究的变压器。在这里，我们重点关注距离概括，它研究训练和推理之间令牌间距离发生变化时的性能，同时保持固定的上下文长度。我们构建了两个合成延迟复制任务，都涉及有限距离

MindTopo：基金会模型可以在布局空间中推理吗？

作者：葛云飞、刘安邦、王其能|空间推理不仅取决于距离、角度和形状等度量属性，还取决于在连续变形下保持不变的拓扑关系。认知科学将这些关系确定为空间理解的基础，但基础模型评估主要关注指标或观点依赖关系。我们引入MindTopo，topolo的基准

Cognition推出新的SWE-2模型，Rivaling Fable 5.1和GPT-Astra

HN ð334· 138 评论

Cognition 发布 SWE-2：接近前沿的超值软件工程模型

📌 One-Sentence Summary Cognition 推出了 SWE-2，一个在性能上与近期前沿模型相媲美，而成本却低至 70% 的模型，通过大规模的强化学习和优化配方实现了这一突破。 📝 Summary Cognition 发布了 SWE-2，一款专门用于软件工程任务的高性能模型。它的效率表现令人印象深刻，能够以不到现有前沿模型三分之一的计算成

新的Deepseek模型V4.1-Flash减少了AI代理的内存需求

Deepseek发布了V4.1-Flash，这是一种具有5520亿个参数的多模式模型，可将KV缓存内存削减至其前身的四分之一。在DeepSWE编码基准上，它以微弱优势击败Opus 5和GPT-5.6 Sol，尽管每个代币只有160亿个活跃参数。该模型在麻省理工学院许可下发货，针对的是便宜得多的人工智能代理。文章New Deepseek模型V4.1-Flash

利用自适应模型路由优化多智能体系统中的 LLM 推理成本

📌 One-Sentence Summary 本文介绍了一种用于多智能体系统的自适应模型路由架构，该架构根据任务复杂度、推理需求和上下文大小动态分配 LLM，在不牺牲输出质量的前提下显著降低了推理成本。 📝 Summary 本文提出了一种「自适应智能体模型路由」架构，旨在优化多智能体 AI 系统的推理成本。该架构摒弃了静态模型分配方式，通过允许各个智能体生成

深度解读 DeepSeek V4.1 Flash 全新架构，如何成为显存杀手

KV 缓存暴降 437 倍，Agent 成本大洗牌。 作者丨高允毅 编辑丨岑 峰 刚刚 DeepSeek V4.1-Flash 上线，最值得关注的是它的全新架构。 这是一次针对长上下文场景的架构重写。过去，更强的智力往往意味着更庞大的算力，超长上下文背后是极高的硬件需求。 但DeepSeek 这次用因果编码器-解码器架构 Causal-Encoder-Dec

OpenAI刚曝光循环架构，这家公司更早将其用于世界模型 - 智源社区

中国公司牵头ECCV Workshop！多模态AI大牛轮番登台，全球64支团队组团解题

9月8日至12日，计算机视觉顶级会议ECCV 2026在瑞典马尔默举行。大会由欧洲计算机视觉协会主办，汇聚了Google、Meta、Apple、Amazon等全球科技巨头作为主要赞助商。9月9日，MARS2 Workshop（2nd Multimodal Reasoning and Slow Thinking in the Large Model Era）由

DeepSeek AI发布DeepSeek-V4.1-Flash，支持1 M上下文、FP 4 KV缓存和跨层注意力重用

长期代理已将LLM服务变成了一项投入繁重的工作量。重复的预填充和数百万个令牌上下文会导致KV缓存给HBM、SSD容量和带宽带来压力。DeepSeek AI围绕这一瓶颈构建了其最新版本。DeepSeek-V4.1-Flash是一个多模式专家混合模型，具有552 B主干参数、196 B额外的Engram参数和1 M令牌上下文窗口。It [.] The post

OpenAI 攻克千禧难题？深度拆解 1 万个 Agent 如何造出流体奇点

万级并行推理背后，是构造、修正与验证的完整闭环。 作者丨 郑佳美 编辑丨岑 峰 9 月 8 日，OpenAI 公布了一套针对 Navier–Stokes 千禧年问题的有限时间奇点构造。一个仍在训练的内部模型，配合约 1 万个 Agent 持续搜索约 88 小时，随后又用 Lean 完成形式化。 按照 OpenAI 给出的结果，这套构造能够让三维流体在光滑外力

EP171 · 架构师 Agent、AI 经济情景、RLM 长上下文 · 09-10 早报

📝 今日导语 架构师 Agent 追溯设计约束，Anthropic 推演 AI 经济，RLM 操作长上下文；据此规划系统、部署与检索。 🏷 今日关键词： 架构师 Agent Anthropic 情景探索器 RLM 长上下文 任务断点续传 Codex Harness ADK for Kotlin Kimi K3 流式加载 📰 今日精选内容 【AI 创新实践】“

OpenAI刚曝光循环架构，这家公司更早将其用于世界模型 - 新浪网

在Amazon SageMaker HyperPod上部署Qwen 3.8 -2. 4 T-A95 B，并配备vLLM

了解如何在带有vLLM的Amazon SageMaker HyperPod上部署Qwen 3.8 -2. 4 T-A95 B（一个2.4万亿参数开重模型）。本演练涵盖集群配置、NVFP 4量化以及具有内置推理、工具调用和本地STP推测解码的OpenAI兼容端点。

跨模型协议作为自动息肉分割的部署时间可靠性信号

作者：Siddharth Gupta、Jitin Singla|在实时结肠镜检查中，推理时无法获得基本真相注释，因此息肉分割模型可能会悄然失败。我们提出了基于裁判的质量估计（RBQE），这是一个无参考框架，用于测量初级分割模型和同一图像上独立训练的裁判之间的一致性。RBQE是根据从f中提取的标准化1，223张图像外部基准进行评估的

使用协方差矩阵学习：主成分分析与使用图学习的相遇

作者：Saurabh Sihag、Andrea Cavallo、Elvin Isufi|本文概述了coVariance神经网络（VNN）的理论基础，即图神经网络（GNN）将协方差矩阵作为图进行操作。协方差矩阵在各个领域中无处不在，因此，GNN的部署通常利用成对统计依赖关系图。关于GNN的现有理论贡献考虑抽象的GR

Qwen 3.8遵循GPT-5.5 Pro推理预填充

HN ð156· 61 评论