模型10:46
VibeThinker-3B：探索小语言模型的可验证推理前沿想看看3B小模型怎么打平千亿级大模型？VibeThinker-3B用AIME 94.3分、LiveCodeBench 80.2%的成绩告诉你，小模型也能杀进顶级推理梯队。
早读VOL 2026.06.16264 篇
小模型逆袭，推理新突破与安全攻防战
新加坡·二〇二六年六月十六日 星期二·DAILY · 每早八时
2026年6月16日，AI领域小模型与推理优化成为焦点。VibeThinker-3B以3B参数在AIME26上达94.3分，逼近旗舰模型；DFlash+Spec V2推测解码将LLM吞吐量提升4.3倍。ASSAY框架分离技能生成与筛选，显著提升智能体任务完成率。安全方面，RING攻击利用差分隐私隐藏恶意更新，攻破联邦学习防御；KVEraser实现高效局部上下文擦除。理论研究发现质量-效用悖论：小模型用自身生成数据训练效果优于Oracle精炼。
01
模型发布/更新
5 篇DFlash + Spec V2 推测解码：LLM推理吞吐量提升4.3倍以上
LMSYS 和 Modal 联手推出了 DFlash，让 Qwen 3.5 的推理速度比原生 MTP 快 1.5 倍，比基线快 4.3 倍，代码已开源，玩起来！
Qwen-Robot Suite发布，三个基础模型覆盖导航、操作和世界模拟
阿里云一口气发了三个机器人基础模型：导航、操作、世界模型，每个都能单独用，还能组合。Qwen-RobotManip在3.8万小时数据上预训练，挺实在的。
02
产品发布/更新
5 篇vLLM v0.23.0 发布：408 次提交，DeepSeek-V4 支持增强
vLLM v0.23.0 大更新，DeepSeek-V4 和 Llama 用户值得升级，新的 KV 缓存卸载能省显存，推理与工具调用解析也更顺了。
Generative UI × Agent Harness：Vercel Sandbox中编码代理实时渲染UI
Vercel 开源了这套实现，让 Claude Code 等代理在沙箱里改代码时直接给你展示步骤、Diff 和测试结果，不用只看 Markdown 了。
腾讯云Cube Sandbox更新：快照、克隆、回滚，给AI agent装上时光机
腾讯云给AI agent加了时间倒流，Cube Sandbox现在能快照、克隆、回滚，100毫秒回滚到出事前，还能秒级克隆一堆独立沙盒，自己就能部署。
03
行业动态
5 篇Google Cloud推出OKF：供应商中立Markdown规范，为AI Agent提供策划上下文
Google Cloud搞了个OKF，用Markdown加YAML给AI Agent喂知识，比RAG更结构化。有代码和工具可直接上手。
04
论文研究
5 篇论文10:04
快速响应框架投毒攻击：针对Rapid Response的实用攻击方法这篇论文讲了对Anthropic等用的越狱检测防御框架的投毒攻击方法，投毒率才1%就能让检测器几乎失效，搞安全的一定要看。
Exact Posterior Score Estimation for Solving Linear Inverse Problems
这篇论文提出了 EPS 方法，能更高效准确地求解线性逆问题，在多个基准上表现优异，且计算开销低。
05
技巧与观点
5 篇Agentic Code Review：代码审查的杠杆与策略
Addy Osmani 用四份硬数据和实战框架告诉你，AI 生成代码后怎么审才靠谱——不是跑一个工具，而是跑几个不同性格的，人只做最终裁决。
开发者绕过限制，解锁M4芯片15.8TFLOPS AI训练算力
有个开发者自己写了一套代码，把M4芯片的AI训练能力全开出来了，不用苹果官方工具，跑到了15.8TFLOPS。想用iPad或Mac训练模型的人可以看看。
IT之家原文
264今日事件
54一手报道
36新模型
59信源
AITOP · 编辑系统自动生成