⌘ K
… 读取采集状态 同步中...
雷

#推理

今日 9 条
10月6日周二
  1. 量子位 QbitAI76

    陶哲轩呼吁AI公司放缓数学研究节奏

    陶哲轩在SAIR最新演讲中批评AI公司过度加速解决数学问题，指出人类缺乏时间消化和理解这些证明，会导致“证明消化不良”和创造力丧失。OpenAI回应称将成立独立的数学与AI顾问小组，但明确表示该小组不负责就内部数学进展提供建议。

    推荐理由：陶哲轩在演讲中提出AI应放缓数学解题速度以保留认知摩擦，文章梳理了他及多位菲尔兹奖得主对AI数学能力的担忧。

  4. Towards AI41

    受限解码如何做到提示词无法实现的功能

    受限解码通过应用令牌掩码消除违反形式规则（如 JSON 模式）的选项，解决提示词无法将无效令牌概率强制归零的问题。构建允许令牌掩码是主要难点，且贪婪局部掩码可能扭曲模型分布并降低推理性能，建议先自由思考再约束提取以平衡质量。

  5. Towards AI57

    System 1 模型如何降低推理成本：四款模型介绍与 LiteLLM 路由器实践

    System 1 决策模型（Jev、Laya、Kev、Nimble）通过单次前向传递输出概率分布，替代昂贵且缓慢的 System 2 大语言模型用于简单路由或二值判断。作者提供了一个基于 LiteLLM 的回调（Callback）代码示例，在请求发出前使用分类器在后端模型间选择路径，实现了无需生成大量 Token 的高效代理方案，并建议结合小规模微调集和硬件匹配进一步优化实际部署效果。

  6. APPSO76

    SemiAnalysis 测试揭示 AI 订阅套餐算力收益差异：OpenAI 额度收紧，MiniMax 性价比领先

    SemiAnalysis 测试多家厂商订阅套餐，将 Agent 工作负载额度折算为 API 等值价格后发现，OpenAI 将 200 美元套餐 token 额度减半，新推出的 500 美元套餐主要卖点变为速度而非额度，而国产厂商如 MiniMax 套餐提供的 API 等值额度相当于月费的 19 至 24 倍，明显高于 OpenAI 的 10 至 15 倍水平。

    推荐理由：SemiAnalysis 对比了各厂商订阅套餐的 API 等值算力收益，揭示了海外厂商收缩补贴与国产厂商维持高杠杆的现状。

  8. 人工智能学家20

    大脑“新能力”如何从皮层扩展中产生

    大脑皮层扩展并非均匀膨胀，特定区域在出生前后经历高度不均匀的重新分配。皮层表面积在演化中增加超1000倍但厚度未变，这种几何结构通过径向单元假说得到解释。文章指出，新增组织通过提高高维表征区分度、优化多步任务可靠性及建立递归因果链，在复制后发生功能分化，从而产生高级认知能力。

  14. AI HOT73

    Liquid AI 发布 d1 决策模型并新增图像输入能力

    Liquid AI 发布首个支持文本与图像输入的 d1 决策模型，已在 console.liquid.ai 和 d1 Playground 上线，支持实时文本决策，单次耗时 200 至 300 毫秒。官方对比显示，d1 在六个真实应用中的四个上效果与 GPT-6.1 Sol 持平或更优，成本比二者低 19 至 200 倍；图像按每 32×32 像素块 1.5 个 token 计费。

    推荐理由：原文明确了 d1 在四类真实应用中相对 GPT-6.1 Sol 与 Claude Opus 5.5 的成本优势，给出 200–300 ms 的决策时延与 19–200 倍价格差距。

  15. AI HOT70

    SemiAnalysis 测算 Anthropic 订阅 API 等价价值约为 OpenAI 5 倍

    SemiAnalysis 通过逐项测量用量表变化，估算各订阅计划的 API 等价价值，结论是在中端模型档位 Anthropic 订阅的价值约为 OpenAI 的 5 倍。文章指出订阅计划可能占用超过 40% 的推理算力，OpenAI 近期将 200 美元套餐的 API 等效价值减半并推出新的 500 美元档位。

    推荐理由：原文提供了可复现的订阅额度测量方法，通过对比各档位具体数值，揭示了订阅定价背后的算力补贴逻辑。

  16. TechCrunch · AI70

    Reflection 发布开源权重大模型 Beam，主打低成本推理

    Reflection AI 正式发布其首个前沿开源权重大模型 Beam。该模型为纯文本 MoE 架构，拥有 501B 总参数和 23B 激活参数，上下文窗口为 1M token。官方称其在高级推理基准上性能匹敌 Z.ai 的 GLM-5.2，且推理计算成本降低 3-4 倍。Beam 权重和技术细节将于本月发布，目标是为企业和主权国家提供低成本的“AI 工厂”解决方案。

10月5日周一
  5. Import AI58

    Import AI 475：群体智能扩展、Google DeepMind 生物水印及 AI 科学经济

    本期 Import AI 周刊重点探讨了 AI 群体智能（swarm scaling）在并行推理中的效率与边际收益递减特性。文中引用 Toby Ord 的分析指出，虽然 4 代理群组的 token 消耗是单代理的两倍，但其并行处理可将任务时间缩短至一半，且群体扩展系数约为 3 到 5 倍，暗示其可能加剧递归自我改进的风险。

  7. MarkTechPost73

    Qwen 模型族演变史：从 7B 到 2.4T 参数及开源策略转型

    Alibaba 发布 Qwen3.8 旗舰模型 Qwen3.8-2.4T-A95B，采用 2.4 万亿总参数与 95B 激活参数的架构。该模型开源权重附带商业许可限制，月流水超过 5000 万美元的服务商需购买商业授权。文章回顾了 Qwen 从 2023 年 Qwen-7B 到 2026 年 Qwen3.8 的迭代历程，展示了其从纯开源向“中小模型开源 + 旗舰模型专有”双轨策略的转型。

    推荐理由：梳理了 Qwen 从 7B 到 2.4T 参量的演变路径，并剖析其开源许可证与商业化战略的转折点。

  9. 机器之心43

    万分之一：大模型后训练中的极端稀疏监督

    论文《Extremely Sparse Supervision Incentivizes Reasoning Ability》探讨了后训练中极端稀疏监督对大模型推理能力的影响。该研究通过万分之一级别的稀疏信号来激励模型的推理能力。由于正文未提供具体的模型参数规模、benchmark 分数及数据结果，此处仅概括其核心研究方向。

10月4日周日
  1. The Decoder68

    Google 研究人员提出 RRSI 方法防止自我改进 AI 智能体记忆测试任务

    Google 研究人员提出 RRSI（Regularized Recursive Self-Improvement）方法，解决递归自我改进导致智能体记忆测试任务而丧失泛化能力的问题。RRSI 通过限制编辑预算规模并引入严格评审器剔除硬编码技巧，在八个基准测试中，Claude Opus 4.8 模型在未见任务上最高提升 4.7 分，运行时 token 消耗减少约 30%。

  4. 新智元84

    谷歌调整Gemini访问权限并计划推出Gemini 4 Argon

    谷歌宣布自10月9日起收紧Gemini Apps权限：免费用户仅保留Flash-Lite，AI Plus失去Pro模型访问，只有AI Pro与Ultra可继续使用Pro并访问Deep Think；Antigravity同步向AI Pro/Ultra开放Claude Opus 5.5和Sonnet 5.5，并计划于11月2日下架旧版第三方模型。

    推荐理由：事件将Google收紧Gemini免费与Plus权限、升级计算限额与开放Claude 5.5组合成一条线索，为理解下一步模型切换和算力成本变化提供入口。

  6. 量子位68

    丘成桐新论文致谢 GPT 与 Claude，AI 辅助证明七维怪球正曲率

    丘成桐参与的最新微分几何论文在致谢中感谢了 GPT 6 Astra 和 Claude Pro，称其协助探索了部分证明思路和计算。该论文证明七维空间中 28 种球面（含 27 种怪球）均存在截面曲率严格为正的度量，解决了丘成桐 1982 年列入问题清单的第 2 位经典猜想。文章回顾丘成桐对 AI 态度从‘无影响’到‘主张学生使用’的转变，并指出数学界对 AI 作为研究助理的共识与担忧。

    推荐理由：原文梳理了丘成桐对 AI 态度的转变，并解析了利用 AI 辅助探索证明思路并攻克七维怪球正曲率问题的数学细节。

  9. 新智元94

    Meta 的 Muse Spark 模型六个月内解决六大数学难题

    Meta 超级智能实验室的 Muse Spark 模型在过去六个月内协助数学家在概率论、微分方程等六大基础科学领域解决了开放性难题，并发表了六篇经双重审查的论文。该过程中 AI 使用了「思考模式」并纯靠自然语言提示完成，例如在群论中生成代码寻找反例，以及在算术物理学中串联数论与弦理论。

    推荐理由：Muse Spark 在数学推理中取得的六项进展，展示了 AI 从辅助计算跨越到参与严谨证明的能力门槛。

  11. AI科技评论48

    吴佳俊 IROS 2026 演讲：结构化表征不是答案，是机器人学会推理的脚手架

    吴佳俊在 IROS 2026 提出利用结构化表征构建物理智能体，解决机器人在无演示数据下对未知物体的推理难题。该方法将任务描述为可学习的领域专用语言，结合扩散策略与后训练，使规划器也能由网络生成。相比传统方法，新范式显著减少了长时程任务中的人工干预，提高了动作序列的可执行概率。

  12. DeepTech深科技81

    DeepSeek V4适配昇腾：推理端实现首日支持，训练与产能仍依赖外部

    2026年4月24日，DeepSeek发布并开源V4系列预览版，同期华为宣布昇腾超节点全系列产品支持V4。华为披露V4部分训练过程使用了昇腾芯片，且昇腾950通过融合算子降低了超长上下文推理开销。DeepSeek指出V4-Pro服务吞吐量有限，价格下调需等待下半年昇腾950批量上市；同时DeepSeek正研发自有AI推理芯片，以降低对英伟达和华为的依赖。

    推荐理由：原文梳理了DeepSeek V4在华为昇腾芯片上的首日适配进展，以及推理与训练端国产化的实际瓶颈，为判断去英伟达化提供了具体依据。

  13. Datawhale70

    Datawhale 发布 Jev 中文开源教程 Cookbook

    Datawhale 团队发布了针对 Jev 系统一决策模型的中文开源教程《Jev Cookbook》，该教程包含 11 章系统讲解与 18 篇可运行的 Jupyter Notebook。教程内容涵盖基础原语、端到端实战、多模型评测、Agent 架构探索，并展示了基于开源权重模型 Laya 的本地推理、微调及训练实验。

  15. Google AI Developers Blog31

    Google TPU 上加速视频扩散时空稀疏注意力

    Google 开发者博客展示了一种在 TPU 上加速视频扩散模型的方法，通过将理论稀疏性转化为端到端的速度提升。该方法利用视频扩散中注意力质量高度集中的特性，动态路由空间头和时间头至相应的稀疏掩码。文中详细对比了基于 JAX 和 Pallas 的自定义 Splash Attention 内核在单个 TPU v6e 设备上的性能优化过程。