⌘ K
… 读取采集状态 同步中...
雷

#推理

今日 10 条
9月26日周六
9月25日周五
  1. Towards AI32

    结构化数据提取：无法产生幻觉的 AI 决策模型

    AI 决策模型通过输出校准概率，提供将非结构化文本转化为决策的更高效方案，避免大语言模型的延迟与不可靠性。TypeSafe AI 的 Jev 模型支持在预定义答案空间中返回类型化输出，从机制上防止产生无效答案。该方法适用于分类、路由等场景，可作为 LLM 的补充组件集成到工作流中。

  2. 机器之心61

    Jev 走红前，港中文团队已提出概率场景预测新范式

    针对 Jev 模型引发的讨论，文章回顾了 2025 年 9 月港中文徐强团队发表的论文《From Samples to Scenarios》。该研究提出“概率场景”范式，让模型并行生成多种未来场景及其概率，取代传统依赖采样估计分布的方法。使用三个线性层组成的 TimePrism 模型在多个基准测试中验证了这一范式的可行性。

  5. 钛媒体AGI75

    TypeSafe 发布 AI 模型 Jev：以 System One 强类型判断加速 Agent 决策

    TypeSafe 发布首款 System One 模型 Jev，放弃文本生成，专门输出 Choice、Score 和 Noul 三种带置信度的强类型判断。官方数据显示其响应时间比大模型快 20 到 200 倍，成本低 40 到 400 倍。该模型旨在充当 Agent 中的高频判断层，将模型路由、工具调用决策和结果校验剥离出 LLM，从而解决自动化流程中判断类任务延迟高、成本贵且输出不可控的问题。

  8. 深度学习与NLP86

    Jev模型发布：决策专用AI并行输出概率

    由Diogo Almeida开发的Jev模型专注于系统决策，不生成文本而是通过并行采样输出带概率的判断结果。其端到端响应时间仅为70至500毫秒，且输出token免费，单次判断成本远低于生成式大模型。

    推荐理由：Jev 作为决策专用模型通过并行采样和概率输出解决了成本与延迟问题，展示了 AI 自动化的新范式。

9月24日周四
  3. 量子位35

    TurboT2VA 实现 54 倍音视频生成加速

    TurboT2VA 团队推出联合蒸馏方案，将 LTX-2 模型的 40 步教师蒸馏为 4 步学生，在 1024×1792 分辨率下实现 54.67 倍生成器加速。该方法通过三阶段课程训练及量化策略，将生成耗时从 318.74 秒降至 5.83 秒，同时显著提升了 Javis Score 指标。

9月23日周三
  3. 人工智能学家41

    麻省理工团队揭示语言模型隐藏偏差，贝叶斯信念层成为智能体的“心理测量仪”

    麻省理工团队提出贝叶斯纪年智能体（BCA），将贝叶斯信念层引入LLM智能体以实现可控、可审计的意见动力学，解决了隐式更新不可控及证据整合不规范的问题。实验显示，该架构能使固执度参数κ在四个模型上被完全恢复（Spearman ρ=1.0），并准确重现DeGroot共识与Friedkin-Johnsen分歧等经典动力学特征。

  6. 腾讯研究院75

    递归自我改进（RSI）科普综述：从有界闭环到递归增益的边界

    腾讯研究院发布RSI科普综述，将其拆解为持久改进、自主闭环、递归增益和稳健可控四层标准，并梳理了从1981年EURISKO到2026年GPT-5.6 RSI指数的五次边界推进。文中最关键的是指出有界闭环虽已出现且能产生净正收益，但改进后的系统是否更擅长下一次改进仍缺乏充分公开证据，且验证器可靠性、数据分布泛化、递归增益和控制边界是阻挡点火和开放式RSI的四道门。

  7. 新智元94

    小米 MiMo V2.6 系列开源登顶全球开源模型榜首，单任务成本仅 0.13 美元

    小米 MiMo 团队正式发布并全面开源 MiMo V2.6 系列，包含 Pro、Flash 和 Ultraspeed 三款模型。Pro 版在 AA 智能指数得分 46，超越 Kimi K3 和 Qwen3.8 Max，位居全球开源模型第一。

    推荐理由：MiMo V2.6 以同等价格实现智能翻倍，且全程直播 RL 训练过程，展示了大规模强化学习扩展的可行性与极致性价比。

  8. 量子位65

    理想推送 OTA 8.6，马赫VLA 2.0 覆盖 2022-2025 款 AD Max 车型

    理想推送 OTA 8.6，马赫VLA 2.0 同步覆盖 2022-2025 款 AD Max 车型及 Orin-X、Thor-U 平台。该版本重点优化了跟车、绕行和变道博弈，支持非划线车位识别，并通过 AI 眼镜 Livis 实现语音遥控泊车。其跨芯片部署依赖云端教师模型向不同算力架构学生模型的迁移，旨在解决硬件冻结导致的 AI 迭代滞后问题。

    推荐理由：原文梳理了理想马赫VLA 2.0 跨代芯片适配逻辑，可帮助理解车载模型部署的工程约束。

  10. AI产品阿颖79

    阶跃 Step 5 Preview 实测：基于帕累托前沿的评测与案例复盘

    AI 产品从业者实测阶跃 Step 5 Preview，指出其以 600B MoE 架构在 Artificial Analysis 开源综合榜单中跻身前列。作者通过复刻多模态网页与视频解谜游戏，展示了该模型在编码、交互与视觉逻辑推理上的真实表现，结合成本分析验证了其处于效率帕累托前沿的定位。

    推荐理由：作者用多模态素材实测了该模型在复杂前端与后端任务中的表现，并展示了其背后的帕累托效率逻辑。

9月22日周二
  3. 人工智能学家41

    清华与斯坦福团队在 LLM 内部发现价值与多巴胺神经元，定位奖励子系统

    斯坦福与清华大学团队发现 LLM 隐藏状态中的奖励信息集中在稀疏神经元群，即奖励子系统，包含编码状态价值的价值神经元和编码逐步奖励预测误差的多巴胺神经元。实验显示在 Qwen-2.5-7B 中置零 1% 价值神经元可使 MATH500 准确率从 75.2% 降至 20.3%，而利用多巴胺神经元辅助推理可在该任务上将准确率提升至 77.8%。

  4. 数字生命卡兹克89

    小米 MiMo V2.6 模型发布及开源评测

    小米发布 MiMo V2.6 系列模型，包括 Pro、Flash 及 Pro-UltraSpeed 版本，实现 1M 上下文与原生全模态支持。MiMo V2.6 Pro 在 Artificial Analysis 基准测试中得分 46 分，科研推理 CritPt 得分居首，缓存输入价格低至 0.025 元/百万 Token。

    推荐理由：实测数据展示了该模型在性能、价格与速度间的平衡，为评估多模态智能体提供了清晰对比。

9月21日周一
  1. CVer95

    GPT-6 Astra 无条件证明刘维尔版哥德巴赫猜想

    GPT-6 Astra 无条件证明了哥德巴赫猜想的刘维尔弱化版本，即所有大于 2 的偶数可表示为两个刘维尔值为 -1 的正整数之和。该证明已由 Captain Sude 团队发布，并通过了 Lean 4 形式化验证，独立复核显示代码无错误且数值测试全部通过。

    推荐理由：梳理了 Astra 关于刘维尔版哥德巴赫猜想的证明逻辑及其 Lean 4 形式化验证细节。

  6. 腾讯研究院32

    理解 Token，才能理解 AI 经济

    Token 是首个计量机器智力活动产出的单位，标志着“智力即服务”时代的到来。OpenAI API 处理速率达每分钟 150 亿 Token，中国日均调用量突破 140 万亿，GPT-4 级推理价格降至每百万 Token 1 美元以下。Token 价值由场景决定，其经济特性挑战传统供需分析框架。

  7. AI科技评论75

    阶跃 Step 5 Preview 发布：全球开源第二，实测 3D 游戏构建能力

    阶跃星辰发布旗舰基模 Step 5 Preview，在 Artificial Analysis Intelligence Index 获 44 分，位列全球开源前二。实测中模型通过 Claude Code CLI 调用 Blender 与 Three.js，成功构建可运行的 3D 网页游戏，展示了处理复杂工程任务的 Agent 能力。

    推荐理由：通过长链路 3D 游戏实测验证了模型在工具调用与持续执行中的稳定性。