hiw3c 日报精选

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 9 / 18 页

星期三 · 33 条
  2. BestBlogs·AI 高分精选BestBlogs 精选14:41中文快照

    [AI 新闻] Claude Opus 5.5， Anthropic 的新默认模型 —— 每个人都在降价 40-50%

    📌 One-Sentence Summary Anthropic 的 Claude Opus 5.5 模型发布，提供改进的写作能力和与 Opus 5 相比的 40% 成本降低，适用于 AI 编程、计算机使用和知识工作。 📝 Summary 本文讨论了 Anthropic 的 Claude Opus 5.5 模型的发布，该模型提供改进的写作能力和与 Opus

    快照阅读原文 ↗
  4. MarkTechPost国际媒体14:33快照

    Kyutai发布理性之声：用强化学习解决口语数学的语音原生模型

    Kyutai发布了Voice of Reason，这是两个基于GLM-4-Voice-9 B的开重语音到语音模型。监督微调和强化学习将语音GSM 8 K准确率从27.3%提高到77.1%。循环中没有转录步骤，也没有文本LLM。两个检查站都位于Hugging Face上，并使用一台H100运行。Kyutai发布《理性之声：用强化学习解决口语数学的语音原生模型》

    快照阅读原文 ↗
  6. BestBlogs·每日早报BestBlogs 精选14:00中文原文

    EP184 · 长任务成本、强化学习反馈、统一推荐 · 09-23 早报

    📝 今日导语 从 Opus 5.5 的长任务成本，到 MiMo 强化学习与美团统一推荐，判断模型如何进入真实流程。 🏷 今日关键词： Claude Opus 5.5 MiMo V2.6 任务级评估 Agent Harness 企业上下文 📰 今日精选内容 Anthropic 发布 Claude Opus 5.5，长任务成本降四成 Hacker News ·

    原文 ↗
  7. MarkTechPost国际媒体13:18快照

    OpenAI发布GPT-6 Sol和Luna：更便宜50%的API定价和基准

    OpenAI发布了GPT-6 Sol和GPT-6 Luna，这两种低成本模型采用与GPT-6 Astra类似的方法训练。Sol的价格为2美元/10美元，Luna的价格为0.10美元/0.50美元。两者现已在API、ChatGPT Work和Codex中提供。它们为长期运行的代理提供了改进的提示缓存。OpenAI发布GPT-6 Sol和Luna：更便宜50%的

    快照阅读原文 ↗
  9. 雷峰网·AI 科技评论中文媒体12:07中文快照

    深度拆解 MiMo-V2.6：1M 上下文只是表面，2.5 万条轨迹才是底牌

    代码、视觉、安全共用一套 RL，奖励机制也被重新设计。 作者丨 郑佳美 编辑丨岑 峰 刚刚，小米正式发布并开源 MiMo-V2.6。Pro 拥有 1.02T 总参数、42B 激活参数，Flash 为 309B 总参数、15B 激活参数，两款模型支持 1M token 上下文，并覆盖文本、图像、视频和音频输入。 如果只看这些数字，第一反应或许会觉得这又是一次模

    快照阅读原文 ↗
  11. BestBlogs·AI 高分精选BestBlogs 精选10:58中文原文

    性能工作

    📌 One-Sentence Summary 本次发布包括性能工作，包括 RL 采样掩码、Kimi K3 混合批次和 Gemma 4 多模态前缀。 📝 Summary 本次发布包括性能工作，包括 RL 采样掩码、Kimi K3 混合批次和 Gemma 4 多模态前缀。性能工作提高了吞吐量和效率。 📊 Article Meta AI Screening： 90

    原文 ↗
  12. BestBlogs·AI 高分精选BestBlogs 精选10:58中文原文

    vLLM v0.30.0 已发布

    📌 One-Sentence Summary vLLM v0.30.0 已发布，亮点包括混合注意力热路径、DeepSeek-V4.1-Flash 和 Qwen3.8-Flash-Next。 📝 Summary vLLM v0.30.0 已发布，亮点包括混合注意力热路径、DeepSeek-V4.1-Flash 和 Qwen3.8-Flash-Next。这次发布

    原文 ↗
  14. 雷峰网·AI 科技评论中文媒体09:49中文快照

    Yann LeCun 万字演讲：「预测像素」是伪命题，JEPA 也并非凭空而来 | ECCV 2026

    只靠语言和 token，AI 永远跨不过物理世界这道门槛！ 作者丨 幸丽娟 编辑丨岑 峰 AI 行业的主叙事，曾被 Scaling Law 垄断：更大的模型、更多的 token，更强的文本推理，仿佛只要把语言模型继续堆大，通用人工智能就会自动到来。 但这条路线撞上了天花板：预训练的边际收益肉眼可见地递减；模型一旦部署到真实世界，漏洞百出。 2026 年，“世

    快照阅读原文 ↗
  21. The Decoder国际媒体04:06快照

    OpenAI的GPT-6 Sol和Luna将价格降低了一半，但在性能上几乎没有变化

    OpenAI通过GPT-6 Sol和Luna增加了两种更便宜的型号，以象征性价格的一半提供前辈的性能，并瞄准了Anthropic更昂贵的产品。不过，独立分析发现实际情报几乎没有增加，而且OpenAI可能没有预见到Anthropic会同时推出Opus 5.5。OpenAI的GPT-6 Sol和Luna降价一半，但性能几乎没有改变文章首先出现在The Decod

    快照阅读原文 ↗
  26. BestBlogs·AI 高分精选BestBlogs 精选02:12中文原文

    欢迎 GPT-6 Sol 和 GPT-6 Luna 加入 GPT-6 宇宙

    📌 One-Sentence Summary OpenAI 推出 GPT-6 Sol 和 GPT-6 Luna，这些模型基于 GPT-6 Astra 的进展，提供更快、更便宜的模型来支持大规模工作 📝 Summary GPT-6 Sol 和 GPT-6 Luna 是基于 GPT-6 Astra 的进展而开发的更快、更便宜的模型。它们提供了 50% 的 API

    原文 ↗
  29. arXiv cs.AI/CL/LG信号源（脚本内置抓取）01:59快照

    Flash-DLLM：IO感知的KV缓存和并行解码，用于快速、内存高效的扩散LLM

    作者：Quan Nguyen-Tri、Mukul Ranjan、Shijiqiang|扩散大型语言模型（dLLM）最近通过支持非自回归文本生成而成为自回归LLM的一种有前途的替代方案。然而，它们的实际部署仍然受到效率低下的推理的限制，这主要是由于缺乏有效的Key-Value（KV）缓存和可扩展的并行解码机制。现有的加速方法通常研究KV缓存

    快照阅读原文 ↗
  30. arXiv cs.AI/CL/LG信号源（脚本内置抓取）01:55快照

    CliffCompaction：针对长期编码代理的经济高效压缩

    作者：Trang Nguyen、Eulrang Cho、Bingqing Chen|代理通常处理需要数百万上下文令牌的复杂问题，由于上下文窗口有限，因此需要在会话之间进行压缩。我们开发了CliffCompaction，这是一种自动压缩技术，可在有限环境下将成本降低高达50%，同时保持或改进码头台的性能，并实现测试时扩展和状态的新效率

    快照阅读原文 ↗
  31. AWS ML Blog海外官方01:28快照

    Claude Opus 5.5现已在AWS上推出

    Claude Opus 5.5是Anthropic最强大的Opus模型，用于代理编码、知识工作和长期运行任务，现已在Amazon Bedrock和AWS上的Claude Platform上提供。这篇文章涵盖了Opus 5.5中的新内容、实用指南以及如何开始在Amazon Bedrock上使用该模型进行构建。

    快照阅读原文 ↗