Google DeepMind推出Gemini 4 Argon，具有100万输出代币，用于编码、知识工作和网络防御
双子座4氩顶部GPT-6阿斯特拉和克劳德作品5.5在大多数基准，但访问仍然门今天。Google DeepMind推出Gemini 4 Argon，具有100万输出令牌，用于编码，知识工作和网络防御。
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 6 / 18 页
-
-
Gemini 4 Argon：我们 frontiers 智能时代的下一章
📌 One-Sentence Summary Google 宣布 Gemini 4 Argon，一款输出上限达 100 万 token 的 frontier 模型，在 DeepSWE、Vals Index 和 CWE-bench 上的表现居首，将首先通过 Fairwind Program 提供给值得信赖的网络安全防御者。 📝 Summary Google D
-
OpenAI的Jev克隆可以帮助前沿实验室阻止其蜂拥而至的病原体
OpenAI的“Decisions API”是Jev克隆，证实了快速、廉价情报的重要性。
-
半事实信用增强政策优化
作者：潘俊树、付志章、黄树林|具有可验证奖励的强化学习（RLVR）提高了大型语言模型（LLM）的推理能力，但它们的预测仍然对任务无关的提示特征敏感。我们调查这种敏感性，通过半事实的即时干预，保留潜在的问题及其答案。我们的分析揭示了代币水平敏感性和
-
OpenAI推理之父最新访谈！数学只是多智能体时代的开胃菜
千禧年难题的突破，10000个Agent最多占了10%的功劳。
-
Kimi 和 DeepSeek，为什么出现在同一张模型架构图里？
大模型 Attention 路线变迁：从分流到重组。 作者丨李娜 编辑丨岑峰 一张大模型架构图里，同时出现了 Kimi 和 DeepSeek 的影子。 GLM-5.3-Flash项目配置文件：45层架构中，34层采用Kimi路线的KDA线性注意力，另外11层采用DeepSeek路线的KPool-DSA稀疏注意力 今年以来，大模型架构里出现了一条越来越清晰的变
-
PSSA：在Rust中从头开始编写的非转换器语言模型
HN42· 11 评论
-
深度拆解 Sonnet 5.5 ：半价 Opus 只是表象，Agent Runtime 才是变化核心
Tool Call 少三成，Shell Run 近减半，迭代降至 3.6 次。 作者丨 郑佳美 编辑丨岑 峰 刚刚，Anthropic 发布了 Claude Sonnet 5.5。 如果只看发布页，这仍然是一轮常规模型升级：API 单价没变，生成速度更快，Terminal-Bench、CursorBench 等 Agent benchmark 的成绩明显上涨
-
Liquid AI发布d1：一个返回零输出令牌的校准概率的决策模型
Liquid AI发布了d1，这是一个为结构化选择而不是文本生成而构建的决策模型。您为它提供上下文和一组输入的问题。它在单次调用中返回一组固定结果的校准概率，生成的令牌为零。目标是许多团队仍然发送给一般的工作[.] Liquid AI发布d1：一个返回零输出令牌校准概率的决策模型首次出现在MarkTechPost上。
-
基于成本、速度和可靠性在推理提供商之间路由 LLM 流量 | Unblocked
📌 One-Sentence Summary 作者详细介绍了自适应 LLM 路由器的工程实现，该路由器根据实时的成本、速度和可靠性指标动态平衡各推理提供商之间的流量。 📝 Summary 本文描述了从固定顺序路由向复杂的自适应路由系统的转变，该系统用于在 Baseten、Fireworks 和 CoreWeave 等提供商之间进行 LLM 推理。系统通过测量
-
通过Amazon Bedrock上的GPT-6.1 Sol将近乎Astra的智能带入日常工作中
GPT-6.1 Sol现已在Amazon Bedrock上普遍提供，为编码、计算机使用和频繁运行的专业工作负载带来了更强的推理。
-
STEPQuant：Delta规则回归状态量化中错误的时间和地点重要
作者：姚秉辰、徐浩波、林浩坤|线性注意力用固定大小的循环状态取代了不断增长的KV缓存，但这些持久状态可能会成为并发服务下的重大内存瓶颈。将循环状态直接量化到低精度通常会导致准确性严重下降，因为量化误差会通过连续的状态更新传播。我们发现这些错误的影响取决于两个c
-
LeapQuant：具有准确循环状态量化的高效线性注意力
作者：潘毅、习浩成、朱堪|最近的LLM越来越多地采用混合设计，用线性注意力取代标准注意力，例如Gated DeltaNet（GDN）和Kimi Delta Attention（KDA）。虽然它们将上下文压缩为固定大小的循环状态，并大大降低了长上下文处理的成本，但重复读取和更新该状态仍然是一个主要的推理瓶颈。量化提供了一种自然
-
在教师监督下预培训潜在信息反馈变形者
作者：Dor Tirosh、Ido Amos、Mor Geva| Transformer语言模型（LM）是前向的：深层表示永远不会反馈到较浅的层，信息在生成步骤中向下流动的唯一途径是解码的令牌。这种狭窄的渠道迫使模型重新计算中间结果并放弃替代延续。在这项工作中，我们在预训练期间消除了这个瓶颈，引入了
-
Ultrafast 极速档推出
📌 One-Sentence Summary OpenAI 推出「Ultrafast」高级速度档，Codex 生成速度最高可达 300 token/秒，API 速度提升至 6 倍。 📝 Summary OpenAI 推出了名为「Ultrafast」的全新高级速度档，大幅提升了 token 生成速度：在 Codex 中最高快 8 倍（300 tps），在 AP
-
GPT-6.1 Sol 的定价与效率
📌 One-Sentence Summary GPT-6.1 Sol 为开发者大幅降低成本，缓存输入（Cached Input）的价格仅为每百万 token 0.10 美元。 📝 Summary 为支持大规模应用部署，GPT-6.1 Sol 实现了极低成本，特别是缓存输入定价仅为 $0.10/1M tokens，比标准输入便宜 95%，比 GPT-6 Sol
-
OpenAI推出GPT-6.1 Sol，称其与GPT-6 Astra几乎匹配，而且成本更低
OpenAI表示，GPT-6.1 Sol在复杂的专业任务中比GPT-6 Sol提供了显着改进，包括代码编写和调试、文档理解以及执行多步骤业务工作流程。