⌘ K
… 读取采集状态 同步中...
雷

全部动态

今日 11 条
10月8日周四
10月7日周三
  2. Hugging Face Blog78

    Nemotron 通过 SFT 与 RL 在 2026 年 IOI 和 IMO 达到金牌水平

    NVIDIA Nemotron 团队基于 Nemotron 3 模型，利用 SFT、RL 及生成-验证-优化推理循环，在 2026 年 IOI 和 IMO 均达到金牌标准，IOI 得分 535.4 分，IMO 得分 30/42 分。团队在 Hugging Face 上开放了相关检查点、数据集及 NeMo-Skills 推理管道。

    推荐理由：该案例展示了将开源基础模型通过细化和推理循环适配至数学与编程竞赛前沿的完整方法，并开放了复现资源。

  4. 新智元90

    Mistral Large 4 发布：1 万亿参数开源旗舰，多项测试挑战 GPT-6 与 Claude

    法国 Mistral 发布新旗舰 Mistral Large 4，总参数 1 万亿，采用混合专家架构，每生成一个 token 仅激活 490 亿参数。预览版 API 已上线，完整权重将于月底开源。

    推荐理由：Mistral Large 4 开源权重与 API 同步发布，且部分基准测试击败闭源旗舰，展示了欧洲大模型的技术现状。

  5. AI HOT89

    Mistral Large 4 在 Code Arena WebDev 排名第 45，得分 1534

    Arena.ai 公布 Mistral Large 4 在 Code Arena WebDev 中排名第 45，得分为 1534。该分数比 Mistral Large 3（第 130 名）高 304 分，比 Mistral Medium 3.5 高 271 分，性能接近 Claude Opus 4.8 (High) 但每百万 token 价格低近 6 倍。

    推荐理由：原文列出了具体分数与价格对比，读者可据此评估 Mistral Large 4 在 WebDev 任务上的性价比位置。

  6. 量子位 QbitAI93

    OpenAI 公布 722 篇数学手稿并上线 28 天挑战赛第二天更新

    OpenAI 公开 722 篇由内部模型生成的数学手稿，其中包含准黎曼猜想、霍奇猜想等 17 个方向的结果，算力消耗约为 ChatGPT Pro 思考 3 小时，相关成果与源码已传至 GitHub。由 Gowers、Witten 等 9 位学者组成的顾问组表示不认可该过程，同时 OpenAI 在 28 天挑战赛第二天发布了 Codex Auto-review 功能及 API 付费档位调整。

    推荐理由：材料提供了数学手稿的算力消耗数据和数学家群体的具体反馈，能帮助读者理解AI生成成果的规模与人工核验现状。

  7. The Verge · AI68

    OpenAI发布722份手稿，涵盖数百个未解决数学问题

    OpenAI发布了由一个未发布的前沿大模型生成的722份手稿，这些手稿涵盖了372个结果族，并解决了数百个未解决的数学问题。这批手稿在GitHub上公开，包含模型推理摘要、算力估算等详细信息。这一举动引发了关于研究伦理、学术规范以及AI实验室如何负责任地披露成果的激烈讨论。

  8. AI HOT74

    Mistral 发布 Mistral Large 4，Artificial Analysis 评测称其为美中之外最智能模型

    Mistral 以研究公开预览版形式发布 Mistral Large 4，计划在 10 月底开源 1T 参数（49B 激活）权重。该模型在 Artificial Analysis 智能指数上得分 38，与 GPT-6 Luna（max）持平，成为来自美国和中国之外的最智能模型。其标准定价为每 1M 输入/输出 token $1.36/$4.18，前两周享有 50% 折扣。

    推荐理由：原文给出具体基准分数、定价策略和开源时间，读者可据此判断该模型在智能与成本上的实际定位。

  10. Google DeepMind78

    Google DeepMind 发布轻量级多模态嵌入模型 EmbeddingGemma 2

    Google DeepMind 发布 EmbeddingGemma 2，这是一个专为端侧推理优化的轻量级多模态嵌入模型。该模型拥有 7.4 亿参数，基于 Gemma 4 架构构建，采用 Apache 2.0 开源协议，支持原生映射文本、代码、图像、视频和音频到统一嵌入空间。

    推荐理由：EmbeddingGemma 2 将代码、图像、视频和音频统一进单一嵌入空间，并提供 740M 参数端侧推理方案，开发者可据此直接构建离线多模态 RAG 管线。

  11. Simon Willison77

    Mistral 发布 Mistral Large 4 预览版

    Mistral 发布 Mistral Large 4 预览版，这是一个 1 万亿参数、490 亿激活参数的大语言模型，由 3,800 块 NVIDIA Grace Blackwell GPU 训练而成。

    推荐理由：文章展示了模型在图像生成与推理级别上的实际表现，读者可借此评估其当前与前沿模型的差距。

  12. MarkTechPost79

    Google DeepMind 发布 EmbeddingGemma 2，基于 Gemma 4 的 740M 开源多模态嵌入模型

    Google DeepMind 发布开源模型 EmbeddingGemma 2，它将文本、代码、图像、视频和音频嵌入统一的 768 维空间。该模型包含 740M 参数，拥有 8K token 上下文窗口，采用 Apache 2.0 许可证，权重已在 Hugging Face 上线，并支持 Ollama 和 llama.cpp 部署。

    推荐理由：该模型提供从纯文本到全模态的模块化部署选择，读者可据此评估端侧 RAG 的资源限制与性能边界。

  13. The Decoder62

    谷歌发布图像模型 Nano Banana 2.1，成本减半且支持 4K 分辨率

    谷歌发布新的图像生成与编辑模型 Nano Banana 2.1，将 1K 图像成本从 6.70 美分降至 3.36 美分，并支持 4K 分辨率。该模型基于 Gemini 3.6 Flash，在文字渲染、角色一致性等基准测试中表现优于旧版，部分指标甚至超过 Nano Banana Pro，但谷歌表示 Pro 版本在实际生成中通常视觉效果更好。

  15. MarkTechPost77

    Mistral AI 发布 Mistral Large 4 模型预览版

    Mistral AI 于 10 月 6 日发布 Mistral Large 4 (Le Chonk) 公开预览版，这是一个包含 1.05 万亿总参数、每 token 激活 49 亿参数的多模态 MoE 模型，拥有 100 万 token 上下文窗口。其 API 现已上线，但权重预计 10 月底才开放；在网络安全任务中表现突出，且在人工盲测中得分仅次于 Claude Opus 5。

    推荐理由：原文明确标注模型为公开预览且权重尚未开放，并指出了API支持功能及权重发布时间，利于判断即时可用性。

  16. AGI Hunt81

    谷歌开源原生多模态 Embedding 模型 EmbeddingGemma 2

    谷歌 DeepMind 发布开源 Embedding 模型 EmbeddingGemma 2，这是首个支持文本、代码、图片、视频和音频的五模态原生嵌入模型。该模型参数总量为 740M，基于 Apache 2.0 协议开放，纯文本版本仅需 270M 参数，量化后在 Pixel 11 Pro 上全模态运行内存占用约 567MB。

    推荐理由：该模型以740M参数支持五种模态嵌入并开源权重，为端侧本地RAG提供了低内存占用的跨模态检索方案。

  19. AI HOT79

    Google 发布 EmbeddingGemma 2：基于 Gemma 4 的开源多模态嵌入模型

    Google 发布开源多模态嵌入模型 EmbeddingGemma 2，采用 Apache 2.0 许可，基于 Gemma 4 架构，支持将文本、代码、图像、视频和音频映射至统一 768 维向量空间。模型提供 270M 至 740M 的模块化参数配置，支持 Matryoshka 表示学习以动态降低存储需求，并显著提升了代码检索性能，适用于本地 RAG 应用与智能体代码搜索场景。

    推荐理由：原文提供了模块化加载逻辑与维度截断配置，可指导开发者在本地设备端平衡检索质量与内存占用。

  23. AI HOT78

    Mistral Large 4 上线 Arena 的 Agent Arena 与 Code Arena 评测

    Mistral 的 Mistral Large 4 现已进入 Agent Arena，用户可通过投票影响该模型的评估结果。该模型为 1T 参数、49B 激活的原生多模态开放权重模型，支持网络搜索、文件系统和终端工具；Arena 采用因果追踪方法衡量模型相对于平均模型在结果上的表现，且该模型同步上线 Code Arena 的 WebDev、Text 和 Vision 类别。

    推荐理由：Arena 说明了智能体评测基于真实长程任务及工具调用，读者可据此理解该模型在实际智能体工作流中的表现。

10月6日周二
  2. AI HOT93

    Mistral 发布 Large 4 公开预览版，1 万亿参数权重将开放

    Mistral 发布 Mistral Large 4（代号 le Chonk）公开预览版，该 1 万亿参数、490 亿激活参数的原生多模态模型现已开放 API 试用，权重将于本月底发布。在网络安全与智能体工作流基准中，该模型表现领先多项开源指标，且使用 3800 块 NVIDIA Grace Blackwell GPU 在欧洲自有数据中心训练。

    推荐理由：官方公布了1万亿参数多模态模型基准及月底开放权重计划，读者可据此评估其在开源模型中的定位。

  3. Mistral AI89

    Mistral 发布 Mistral Large 4 公开预览版

    Mistral 发布 Mistral Large 4（ML4）公开预览版，这是一款 1 万亿参数、原生多模态的大语言模型，可在 Mistral Studio 通过预览 API 体验，模型权重将于本月底开源。

    推荐理由：Mistral Large 4 为万亿参数开源多模态模型，当前开放预览 API，权重月底发布，重点展示其编码、安全及企业级性能。

  4. AI HOT87

    Mistral 发布 Mistral Large 4：1T 参数、49B 激活的原生多模态模型

    Mistral 发布 Mistral Large 4（又名 Le Chonk），这是一款 1T 参数、49B 激活的原生多模态模型。该模型在综合基准测试中被称为来自美国或欧洲的最佳开放权重模型，在网络安全、制造业和金融等关键负载上达到 SOTA，且视觉 grounding 能力超越闭源前沿模型。

    推荐理由：原文给出了1T参数、49B激活及视觉定位超越闭源前沿模型的具体事实，以及开放权重将于十月底发布的时间表，读者可据此评估其在开源阵营中的定位。

  6. Wired AI74

    Mistral 发布 1 万亿参数模型 Le Chonk，定位最强非中国开源权重模型

    Mistral 发布 1 万亿参数模型 Mistral Large 4（昵称 Le Chonk），称其为目前除中国实验室外能力最强的开源权重模型，当前处于预览阶段，最终版预计月底前发布。

    推荐理由：Mistral 发布 1 万亿参数模型 Le Chonk，宣称性能接近专有模型且支持自主部署，为受访问限制影响的业务提供替代方案。

  8. AI HOT77

    Mistral Large 4 发布：1T 参数原生多模态，月底开放权重

    Mistral AI 发布名为 Le Chonk 的 Mistral Large 4，总参数 1T、激活参数 49B，原生多模态。官方称其在网络防御、制造和金融等关键工作负载达到 SOTA，视觉定位上超越闭源前沿模型；现已通过 Mistral Cloud API 开放，开放权重版本计划 10 月底发布。

    推荐理由：官方给出了1T参数原生多模态模型的基准表现与月底开放权重时间表，读者可据此评估其在美欧开放阵营中的定位。

  10. MarkTechPost76

    Reka 发布 Rho-1：19B 全模态推理模型，统一理解、生成视频并输出机器人动作

    Reka 发布 Rho-1 研究预览版，这是一个 19B 的全模态推理模型，能统一处理文本、图像、视频和机器人动作。模型采用双流架构，在 320 张 H100 上训练 3 个月，支持视频生成与实时控制，蒸馏版本可将去噪步骤从 99 降至 8。

    推荐理由：Rho-1 展示了单模型处理多模态与机器人动作的架构，以及蒸馏带来的推理速度变化，便于对比现有多模态流水线。

  14. Google Gemini API Release Notes71

    Google 发布 Gemini Nano Banana 2.1 并弃用 Nano Banana 2

    Google 发布 Gemini Nano Banana 2.1（gemini-nano-banana-2.1），提供 1K、2K、4K 分辨率下的 1:4 至 8:1 全景宽高比支持，同时弃用 Nano Banana 2（gemini-3.1-flash-image）。新模型在保持 Flash 级速度与成本效率的基础上，显著提升了视觉质量、提示词遵循度及多轮角色一致性。

    推荐理由：Nano Banana 2.1 在保持 Flash 级速度下提升了画质与文本渲染，为图像生成工作流提供了更高效的选择。