K2 Horizon：由六种开放型号组成的互联车队
HN ð255· 82 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 18 / 18 页
-
-
克劳德寓言5.1解码了自1653年以来隐藏在众目睽睽之下的数百年保皇党信息
Anthropic的Claude Fable 5.1似乎破解了一个研究人员认为尚未解开的数百年历史的数字谜题。文章《克劳德寓言5.1》解码了自1653年以来隐藏在众目睽睽之下的数百年保皇党信息首次出现在The Decoder上。
-
GPT-6 砍掉思考 Token，俄罗斯人砍掉通信 Token，Token 经济开始崩了？
如果不按 Token 计费，那以后 AI 怎么收钱？ 作者丨 高允毅 编辑丨岑 峰 GPT-6（内部代号 Astra） 发布在即，一份来自《The Information》的独家爆料，提前泄露了 OpenAI 最新的技术底牌。 这一次的核心升级，是一套名为 “循环深度” 的架构级革新，它正在颠覆我们熟知的推理模式。 过去，大模型想解难题，会吐出一长串“思维链
-
机械臂做到第10步就容易出错？一个 2B 模型靠动态调整注意力解决了 | IJCAI 2026
S²-VLA 引入信念状态和自适应动态门控，仅用2B参数、7GB显存，长程操控超越7B模型。 作者丨 张 璐 编辑丨 幸丽娟 过去一段时间，Scaling Law 在具身智能里被看得很重。为了让机械臂完成复杂的搬运、对准和组合，多数工作把视觉-语言-动作（VLA）模型做到 7B 甚至 8.5B。参数变大后，语义理解和场景识别确实更强了，但长程操控里的不稳定问
-
打破黑盒猜想：大模型通往真正「空间智能」的破局之路
给模型做一次脑部“CT”，低成本重塑真实空间智能。 作者丨 张 璐 编辑丨 幸丽娟 先来看一道简单的多模态大模型视觉考题： 观察给出的几张室内多视角照片，请回答： 从图 1 的视角来看，蓝色椅面的办公椅右边是什么？ A. 单人沙发以及旁边的一张小桌子 B. 摆着微波炉的桌子 C. 小厨房 D. 蓝色垃圾桶 Qwen2.5-VL-7B 精准选择了正确答案 A
-
拆解 Claude 5.1：38 小时不睡觉的背后，Anthropic 正在终结「模型论」
状态校验、权限路由、异步调度，撑起一套可持续执行的运行时。 作者丨 郑佳美 编辑丨岑 峰 刚刚，Anthropic 更新了 Claude 5.1，一口气推出 Fable 5.1 和 Mythos 5.1。 这两个名字看起来像两档模型，实际上底层用的是同一套模型。区别在于 Anthropic 把能力开放范围单独拆了出来： Fable 负责通用编码、知识工作和
-
利用推测解码协同设计 AI 模型，加速 LLM 推理
📌 One-Sentence Summary 本技术指南探讨如何通过推测解码优化 LLM 推理速度，提供五项工程准则，帮助在吞吐量与交互性的帕累托前沿上选择最优草稿长度与机制。 📝 Summary 作为 AI 模型协同设计系列文章的一部分，本文深入探讨了推测解码——一种通过小型草稿模型预测多个 token，再由大型目标模型并行验证，从而加速自回归解码的技术。
-
OpenAI的新推理技术引起了人工智能安全专家的警惕
OpenAI的新Astra模型将使用“循环深度”，这是一种允许模型在大多数推理模型特征的顺序思维之外运行的技术。
-
编码竞赛金牌表现的训练后语言模型
作者：Aleksander Ficek、Sean Narenthiran、Mehrzad Samadi|竞争性编程已成为大型语言模型推理的关键测试，IOI和ICPC等国际竞赛代表了其最具挑战性的环境。我们提出了一个端到端的专业化管道，结合了大规模问题策划、合成推理痕迹、监督微调（SFT）和强化学习（RL）。我们使用22，000个精心策划的问题来培训NE
-
介绍 Gemini 3.8 Flash 与 3.8 Flash Cyber
📌 One-Sentence Summary Google DeepMind 推出 Gemini 3.8 Flash 与 3.8 Flash Cyber，以与 3.7 Flash 相同的低成本提供前沿级推理、编程和网络安全能力，在软件工程、智能体任务和自主漏洞检测方面展现出显著提升。 📝 Summary Google DeepMind 宣布两款新模型变体：G