吉夫斯。推理改进了Jev决策模型
HN ð199· 83 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 7 / 18 页
-
-
GPT-6.1 Sol 正式发布
📌 One-Sentence Summary OpenAI 推出 GPT-6.1 Sol，这是一款高效模型，在编码、专业工作和计算机操作方面提供接近 GPT-6 Astra 的智能水平，而成本仅为后者的五分之一。 📝 Summary OpenAI 发布了 GPT-6.1 Sol，这是 Sol 模型的升级版，旨在平衡高性能与显著降低的成本。它在智能体编码（De
-
Anthropic的中层克劳德攀升排名
另外：通过一次快速测试选择正确的Claude型号
-
EP190 · Simon 回顾 LLM、Atlassian 谈分工、OpenAI 推漏洞修复 · 09-29 早报
📝 今日导语 Simon 回顾 LLM 进展，Atlassian CPO 谈分工，OpenAI 示范漏洞修复，帮助判断落地路径。 🏷 今日关键词： 2026 LLM 回顾 Atlassian 产品分工 Codex Security 防御者窗口 Jev 智能体 Qwen3.8-Max 📰 今日精选内容 2026 年 LLM 发展回顾（截至目前） Simon W
-
Anthropic在Terminal-Bench 4.0上发布Claude Sonnet 5.5：70.6%，价格相同2美元/10美元
Anthropic发布了Claude Sonnet 5.5，这是Claude 5.5系列中的第二款型号。它在Terminal-Bench 4.0上的得分为70.6%，在GDPval-AA上，距离Opus 5.5不到2分。它的产出还比十四行诗5快30%以上，并保持相同的每百万代币价格2美元/10美元。Anthropic表示，由于该模型使用的代币更少，每项任务的
-
克劳德十四行诗5.5
Claude十四行诗5.5今天来自Anthropic的新十四行诗模型。他们说它“运行速度快了30%以上，大多数工作的成本低了30%”--它的价格与十四行诗5相同，但似乎在每个基准测试上都优于它，而且运行起来也应该更便宜。这里有一些骑自行车的鹈鹕。十四行诗5.5遇到了与Opus 5.5相同的错误：鹈鹕在耗尽代币并且未能生成VG之前考虑了128，000个代币（成
-
Jeff -Jev兼容0.8B决策模型，在家训练，~30 ms
HN ð243· 93 评论
-
PDMD：视频扩散模型的投影分布匹配蒸馏
作者：王少智、袁俊坤、王昂天|现代视频扩散模型需要对长时空标记序列进行数十次去噪评估。分布匹配蒸馏（DMZ）将功能评估（NFE）的数量减少到少数。然而，DMZ样本可能会在训练期间退化，表现出渐进性过饱和和伪影。我们将这种不稳定性追溯到批评者错误，这些错误会进入连续的学生更新
-
使用交织强化学习在统一模型中学习本地反思
作者：范宜佳、黄子琪、蔡忠昂|统一的多模态模型可以查看和渲染图像，因此原则上它们可以修复自己的生成：诊断图像的错误，修改它，观察结果，并再次诊断。只有在渲染后才知道修订是否有帮助，因此必须在整个循环中联合学习反射文本和图像生成。反思监督微调（SFT）
-
TokenCast：预测LLM代理执行期间的代币消耗
作者：杨超倩、凌岳、郑丽斌|当大型语言模型（LLM）代理执行相同任务时，令牌消耗在不同运行之间可能会有一个数量级的差异。代理根据工具反馈和中间结果选择下一步，而不断增长的上下文会稳步扩大每次后续调用的输入大小。因此，在执行之前很难预测任务的总消耗量和预测μ
-
烟花AI发布Ember-1：经过训练的Kimi K3，使用的代币减少了约40%
烟花AI发布了Ember-1，这是一款经过后训练的Kimi K3，它可以学习产生更短的推理痕迹，而不是降低推理工作量。烟花报告称，代币减少了约40%，在生产A/B测试中，每个任务的输出代币从49.3K下降到29.9K，分数基本没有变化。Ember-1现已以Kimi K3定价的仅API研究预览版提供。烟花AI发布Ember-1：使用代币减少约40%的后训练Ki
-
从「算得快」到「干得了活」：AI推理时代，CPU如何重塑算力版图
记者：郭思 编辑：包永刚 “善弈者谋势，不善弈者谋子。”这句古老的智慧，正精准地映射出当下AI产业的演进轨迹。 当行业狂热于大模型训练阶段的算力军备竞赛时，一场更为深刻的重心迁移正在悄然发生，AI已经从回答问题走向解决问题，从单纯的模型训练走向复杂的智能体推理。这种转变对底层算力架构的冲击，远比表面看起来要深远得多。 如果说训练阶段是GPU闷头计算的大兵团作
-
人工智能中的快思考和慢思考：元认知的作用
HN ð27· 2 评论
-
“作为语言模型”：聊天模板切换LLM自指语音
HN ð33· 23 评论