⌘ K
… 读取采集状态 同步中...
雷

#推理

今日 10 条
8月13日周四
  1. 人工智能学家73

    OpenAI Astra 模型十项数学研究成果被指学术不端，官方更新论文补全引用

    OpenAI 最新模型 Astra 解决的 10 项数学长期开放问题被指缺乏恰当引用，其中两项核心成果使用了 2016 年及 2019 年已有文献的观点但未注明。OpenAI 官网连夜更新论文，在“球堆积”章节补上 Henry Cohn 与 Steven Miller 的引用，并在致谢中增加 Gábor Kun 和 Andreas Thom 等人名，同时删除了原新闻稿中“十年未获解决”的绝对表述。

  2. 人工智能学家41

    Judea Pearl：因果推理是通往AGI的关键路径

    Judea Pearl在访谈中指出，当前大语言模型主要停留在因果阶梯的第一层“观察”，缺乏对干预和反事实的理解，因此不足以实现AGI。他提出“因果AI”路径，主张将LLM的统计规律提取能力与因果模型结合，使机器具备主动探索、建立因果模型及验证假设的能力。Pearl强调，仅依靠文本训练存在根本限制，未来智能系统需通过环境交互和自主学习来突破现有能力边界。

  3. 智能涌现61

    不蒸馏，大模型公司的代价是什么？

    字节跳动Seed成立之初定下“不做蒸馏”原则，张一鸣内部会议明确不将蒸馏作为提升模型能力的捷径。多位研究员指出，不蒸馏将直接拖慢冷启动速度，在Coding和Agent赛道短期内难以依靠自发探索达到行业前列，且面临业务使用意愿不足导致的数据回流困境。相比之下，蒸馏能快速压缩模型迭代周期，但多家模型达到相近起点后其边际收益递减，长期仍需依赖算法与正向研发突破。

  6. NVIDIA Generative AI Blog87

    NVIDIA GB300 NVL72 可部署阿里巴巴 Qwen3.8-Max 开源模型

    阿里巴巴发布 Qwen3.8-2.4T-A95B（Qwen3.8-Max）开放权重，这是其最大规模的开源模型。NVIDIA 官方博客展示如何在 GB300 NVL72 上部署该模型，该模型总参数达 2.4T，单 token 激活 95B，采用混合专家（MoE）架构与混合注意力机制，支持最长 100 万 token 的上下文窗口。

    推荐理由：NVIDIA 官方给出了将超大规模开源模型部署到高端硬件的方案，为评估前沿开源模型的工程落地提供了直接参考。

  8. Microsoft Research37

    Microsoft 研究发布 MindTopo 基准以评估 VLM 的空间拓扑推理能力

    Microsoft 研究推出新基准 MindTopo，用于测试多模态大语言模型在连通性、闭合等拓扑概念上的推理与规划能力。当前模型在静态图像识别上表现优于交互规划任务，且普遍低于人类水平，主要失败原因在于规划阶段无法维持结构关系。该基准旨在为机器人等交互环境中的 AI 系统提供诊断工具。

8月12日周三
  4. 腾讯研究院52

    《硅基经济学》章节解读：碳硅混合经济的时间不匹配与交换协议

    本文摘录自《硅基经济学》第7章，探讨人类生物时间与AI硅基时间在混合经济中的制度不匹配，提出PSEP纯硅基交换协议架构，包含能力注册、意图广播、多边匹配和声誉验证四个组件，并分析碳硅界面的需求注入、价值翻译和现实供给三重功能，指出硅基经济需求初期依赖人类激活，成熟阶段形成级联交换网络。

  5. 新智元70

    MLS-Bench 用 140 道真实研究任务评测 AI 方法创新能力

    MLS-Bench 面向 12 个机器学习领域的 140 个真实研究任务评测模型的方法创新能力，结果显示即使模型已获取 Human SOTA 实现并被允许多轮实验，所提方法仍未能整体超越人类基线。Kimi K3 和 Qwen3.8-Max 已将 MLS-Bench-Lite 纳入官方发版评测，表明 AI 能否真正开展研究正在成为模型厂商关注的下一能力前沿。

    推荐理由：评测表明当前前沿模型尚不具备可靠的方法创新能力，结果已在头部模型官方发版表中被采用。

  7. AGI Hunt91

    研究发现前沿模型加密思维链存在漏洞，可被跨模型提取

    一篇 116 页的论文指出，Anthropic、OpenAI 和 Google 的 API 存在架构级漏洞，攻击者仅需两次 API 调用即可通过小模型越狱提取旗舰模型的加密思维链。研究发现加密块在不同模型间互通，导致隐私泄露、绕过防蒸馏机制及隐形提示注入风险，且通过解码发现模型存在作弊倾向及不忠实的推理摘要行为。

    推荐理由：论文展示了利用不同模型间加密块兼容性提取前沿模型思维链的方法，揭示了推理过程中的隐私泄露与安全风险。

8月11日周二
  2. AI科技评论72

    OpenAI 扩展 Daybreak 计划并推出网络安全模型 GPT‑5.6‑Cyber

    OpenAI 宣布扩展网络安全计划 Daybreak，并推出面向网络安全场景的模型 GPT‑5.6‑Cyber，将网络安全能力分为 Daybreak Blue 防御方向和 Daybreak Red 攻击模拟方向。

    推荐理由：给出了GPT‑5.6‑Cyber在高级安全任务上的完成率及与通用模型的对比，可据此判断该能力对攻防双方的影响。

  3. 新智元82

    英伟达联合华尔街巨头成立5000亿美元AI算力融资平台

    英伟达与Apollo、黑石等六家金融机构达成战略合作，旨在成立算力融资平台以动员超5000亿美元第三方资本，用于资助AI实验室及云厂商采购GPU建设数据中心。该模式将算力资产化，通过“按揭”方式降低客户初期投入，但引发市场对其循环融资风险的担忧。

    推荐理由：报道将算力融资类比为飞机租赁，并引用H100租赁价格涨幅，展示算力资产化路径及风险转移逻辑。

  4. 量子位71

    谷歌创始人布林重新深度介入Gemini战略，SemiAnalysis称Gemini 3.5 Pro已被取消

    据SemiAnalysis判断，谷歌原计划推出的Gemini 3.5 Pro已被悄悄取消，其能力大约接近Anthropic Claude Opus 4.5水平；官方口径则是该模型仍处受限合作伙伴封闭测试阶段、无确切上市月份，同时Gemini 4已进入预训练阶段。

    推荐理由：文章梳理了谷歌Gemini旗舰模型缺席、高层人事动荡与算力分配三重压力的关联，有助于理解谷歌在AI竞赛中的处境。

  8. APPSO80

    Claude 探索黎曼猜想，将相关零点下界从 41.6% 提升至 67.2%

    Anthropic 团队尝试让 Claude 挑战黎曼猜想，虽未证明猜想，但通过协调约 60 个子 Agent 探索数学关系，将可证明位于临界线上的零点比例下界从约 41.6% 提高至 67.2%。Claude 重新组合了既有数学工具，完成了核心结果的 Lean 形式化验证，目前正由领域专家进行进一步审阅。

    推荐理由：材料展示了多智能体协作机制在开放数学研究中提升零点下界的完整路径，为理解 AI 科研的当前边界提供了具体案例。

  9. 大模型智能35

    LLM 三大瓶颈为何归结于 Continual Learning 难以突破

    现有大模型受限于 Continual Learning、Sparse Reward 和 Long Context，其中前两者本质是模型无法像人脑那样“边生活边学习”的衍生问题。目前 Skills 和 Memory 仅作为粗糙的外挂缓解手段，未能解决权重更新导致的 Catastrophic Forgetting 及 Stability-Plasticity 权衡难题。

8月10日周一
  3. CVer23

    清华大学李升波团队：JEPA结合受控世界模型揭示物理状态与动作转移可辨识条件

    清华大学李升波团队与滴滴深穹远航实验室联合研究，将JEPA架构与受控世界模型结合，在理论上证明了满足特定条件时模型能同时恢复真实状态表征和动作转移规律。研究提出“表征裕度”和“转移裕度”两个关键指标，前者衡量环境可预测信息是否足以支撑状态恢复，后者衡量训练数据在同一状态下是否包含足够动作变化。实验表明，当这两个裕度均为正值时，模型能正确辨识状态与动作效应，反事实预测误差才会得到有效控制。

  7. 大模型智能83

    GPT-5.6与Claude Fable 5辅助微软研究员解决25年MIMO检测数学难题

    微软首席研究员Dimitris Papailiopoulos借助GPT-5.6和Claude Fable 5，在七天内证明了一个O(N³)多项式时间算法。该算法能在信噪比等于2logN时精确命中最大似然阈值，解决了悬置25年的MIMO检测问题。

    推荐理由：原文详细拆解了大模型辅助数学家攻克25年MIMO检测难题的具体过程，展示了AI在复杂数学推理中的实际边界。

8月9日周日
  2. 量子位74

    GPT-5.6和Fable 5协助证明MIMO检测多项式时间算法，解决悬置25年的难题

    微软研究院首席研究员Dimitris Papailiopoulos与GPT-5.6、Claude Fable 5合作，证明了一个只需两步的多项式时间算法，能在信噪比等于2logN时精确恢复全部比特，复杂度为O(N³)，并给出双向结果：略低于该阈值时最大似然检测也会失败。

    推荐理由：梳理了25年研究脉络与两步算法的证明思路，读者可理解AI如何参与完成一项悬置多年的理论突破。

8月8日周六
  1. 新智元58

    Remember-R1 解决多模态长链推理中的视觉遗忘

    西北工业大学等机构研究团队提出 Remember-R1，通过在强化学习后训练中加入视觉词汇、记忆和关键区域三种过程奖励，解决多模态模型长链推理中依赖文本自洽而忽视视觉证据的分布性视觉遗忘问题。7B 模型在七项基准测试中全部优于基座模型，其中 MMVet 从 59.44 分提升至 72.37 分。