Models10:46
Chinese contentVibeThinker-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。
DailyVOL 2026.06.16264 items
小模型逆袭，推理新突破与安全攻防战
Singapore·Tuesday, 16 June 2026·DAILY · 08:00 SGT
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
Models
5 itemsChinese contentDFlash + 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！
Models11:43
Chinese contentLaWAM：潜在世界行动模型实现高效动力学感知机器人策略机器人策略新框架LaWAM，不用生成视频就能预测场景变化，又快又准，成功率98.6%还低延迟，推荐做机器人控制的看看。
Chinese contentQwen-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。
Models11:07
Chinese content自适应表示的泛函梯度下降新算法这篇论文提出了首个可实现的泛函梯度下降算法，能自适应调整梯度表示，理论上有收敛保证，实验上比传统FGD和神经网络更快更准。
02
Products
5 itemsChinese contentvLLM 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。
Chinese contentGenerative 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。
Chinese contentClaude Code v2.1.178 发布
Anthropic 给 Claude Code 打了补丁，新增用参数通配符限制子代理，修了一堆子代理和崩溃的 bug，后台任务也不会重启了。
Chinese content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
Industry
5 itemsChinese contentGoogle 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。
Chinese contentMarvell 美满电子押注光互连，连接数千公里数据中心
英伟达黄仁勋预言的下个万亿美元公司，Marvell 要用光互连打通远程数据中心，1.6T 芯片加交换机，看看他们怎么让算力池化。
IT之家Source
Chinese contentAnthropic更新隐私政策：Free/Pro/Max用户或需提交身份验证数据
Anthropic要查用户身份证和面部扫描了，Free/Pro/Max用户都得注意，开发者先被查。
04
Papers
5 itemsChinese contentASSAY框架分离技能生成与筛选，智能体任务完成率显著提升
一篇教你如何让AI智能体更聪明的研究：不用改权重，光靠整理技能库就能让DeepSeek-V3和GPT-4.1冲上榜单第一，方法还开源了。
Papers10:04
Chinese content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。
Chinese content组合推理深度预测临床AI失败：EHR问答实证
这篇论文用实验告诉你，临床AI回答EHR问题时，推理步骤越多越容易翻车。Claude、GPT-4o和GPT-5.4都逃不过，部署前得重点防多步推理。
Chinese contentExact 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
How-to
5 itemsChinese content使用Strands Evals进行AI Agent失败检测与根因分析
AWS教你用Strands Evals自动揪出AI Agent的失败根因，还告诉你该改提示词还是工具定义，比盲猜管用多了。
Chinese contentAgentic 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。
Chinese content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Source
264Stories
54First-party
36New models
59Sources
AITOP · generated by the editorial system