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 15 / 18 页
📌 One-Sentence Summary 本文介绍如何在 AWS SageMaker HyperPod 上使用 vLLM 和 NVFP4 量化部署阿里巴巴的 Qwen3.8-2.4T-A95B——一个 2.4 万亿参数的 MoE 模型，并详细说明其架构、基础设施和服务配置。 📝 Summary 本文介绍了阿里巴巴开源权重发布的 Qwen3.8-2.4T-
📌 One-Sentence Summary Kevin Madura 介绍了递归语言模型如何将海量源材料保留为 REPL 中的符号状态，再借助代码与递归式子模型委派展开调查，从而形成一条不同于受提示词限制的 RAG 和工具工作流的长上下文路径。 📝 Summary Kevin Madura 将递归语言模型定义为一种面向超出模型舒适上下文窗口的输入或输出的系
回顾循环深度、隐藏的思想链以及关于循环Transformer块的最新研究
认识GPT-6 Astra，OpenAI最强大的业务模型，具有先进的推理、计算机使用以及更强的写作和设计判断。
另外：找出您的品牌在人工智能搜索中出现的位置
了解麻省理工学院研究人员如何使用GPT-5.6 Sol与Codex来自主运行量子计算实验、分析结果并校准量子位。
以推理决策与物理重建，让空间智能从生成走向因果交互。 作者丨 张 璐 编辑丨 幸丽娟 在生成式 AI 的演进历程中，从二维像素走向三维物理世界，是人工智能迈向现实落地的必经之路。 以 3D Gaussian Splatting、Sora 级视频生成以及多模态大模型为代表的技术，曾让行业看到了空间智能的巨大潜力。然而，当这些原本运行在数字世界中的算法尝试走向真
Spatial-TTT 给 2B 模型装上“流式空间记忆” ，在空间基准上超越 GPT-5。 作者丨 张 璐 编辑丨 幸丽娟 单纯拉长上下文，可以解决“能塞进多少信息”的问题。但面对状态变化、时序关联这类长程任务时，注意力还是容易被稀释，关键证据也容易找不回来。 当场景扩展到具身机器人、自动驾驶和智能硬件这些需要与三维物理世界实时交互的领域时，这一矛盾被进一
HN ð191· 92 评论
Pathway的Baby Dragon Hatchling（BDH）是一种受大脑启发的后变形金刚架构，在潜在空间中推理，而不是释放思想链代币。了解Pathway如何在Amazon SageMaker HyperPod上开发和扩展BDH，以及BDH-CQ如何在ARC-AGI-1基准测试上树立新的成本效率标记。
作者：姜瀚文|循环模型提供了长上下文建模的自然路径，但使用时间反向传播（BPTT）训练的模型通常会在训练范围之外失败。经典分析强调沿着时间路径消失或爆炸的梯度。然而，尽管衰变严重，密集的每代币损失仍然可以训练一个共享的循环规则，这表明仅靠衰变并不能决定le是否
作者：徐家成、陈峰、徐秀能|测试时强化学习（TTRL）的现有方法从对具有规范答案的未标记测试时任务的答案级自我投票中获得奖励，但这对于代码生成来说是失败的，因为程序无法通过表面形式进行比较，因此不会直接提供可用的训练信号。为了使TTRL适用于代码生成，我们提出了探针驱动的TTRL，它存在缺陷
📌 One-Sentence Summary 萨姆·奥特曼强调了一个历史性时刻：OpenAI 智能体利用下一代模型解出了 Navier-Stokes 千年大奖赛难题，这是一项已有 90 年历史的数学挑战。 📝 Summary 萨姆·奥特曼分享称，OpenAI 智能体由一款显著优于 GPT-6 Astra 的下一代模型驱动，提供了 Navier-Stokes
📌 One-Sentence Summary OpenAI 宣布，一组智能体使用下一代模型解决了纳维-斯托克斯千禧年奖问题，这是一个关于流体运动奇点、悬而未决约 90 年的数学难题。 📝 Summary OpenAI 宣布一项重大数学突破：一组智能体使用一个能力显著超越 GPT-6 Astra 的下一代模型，产出了纳维-斯托克斯千禧年奖问题的证明。该问题探讨
HN15· 1 评论
HN ð106· 19 评论
在Amazon SageMaker AI上的G5、G6、G6 e和G7图形处理器实例中对两款30 B Mixture-of-Experts型号Qwen 3-Coder-30 B和NVIDIA Nemotron-3-Nano-30 B进行基准测试。比较吞吐量、延迟和每令牌成本，了解G7的NVIDIA Blackwell图形处理器如何为实时LLM推断提供可衡量的