推理模型相关 AI 资讯

模型中美对照05:03

Thinkymachines Inkling Small发布：276B总参数，12B活跃

想了解最新模型？Thinkymachines的Inkling Small模型值得一试，参数量适中，功能全面，与家族其他成员共享技术。

#Thinkymachines #Inkling Small #推理模型 #多模态

OpenRouter@OpenRouterAI原文

模型 Agent 与开发者多源确认21:38

NVIDIA 通用编码智能体ARC-AGI-3测试满分

NVIDIA的通用编码智能体ARC-AGI-3测试满分，展示了强大的自主推理能力，是AI领域的又一里程碑！

#NVIDIA #ARC-AGI-3 #智能体 #推理模型

事件专题

官方账号NVIDIA AI@NVIDIAAI4 个信源在谈原文

模型中美对照78°19:58

DeepSeek更新多模态模型

DeepSeek新模型发布，多模态能力提升，值得一试！

#DeepSeek #多模态 #模型发布 #智能体

shao__meng@shao__meng原文

模型中美对照多源确认78°18:03

DeepSeek-V4-Flash-Vision-Exp上线DeepSeek API平台！

DeepSeek新模型上线，文本和推理能力提升，多模态性能接近Opus-4.8，值得一试！

#DeepSeek-V4-Flash-Vision-Exp #多模态 #推理模型 #模型性能

事件专题

官方账号深度求索 DeepSeek@deepseek_ai3 个信源在谈原文

模型中美对照官方一手78°16:07

Qwen3.8-27B新基准：本地Opus 4.6横扫消费级硬件

开源开发者有了新基准，Qwen3.8-27B横扫消费级硬件，比肩GPT-5.6 Luna和DeepSeek V4 Flash，参数量27亿，4位量化后适配24GB GPU，超越它才是新标准！

#Qwen3.8-27B #开源模型 #智能体 #推理模型

事件专题

官方一手pandaily@[email protected] (Pandaily)4 个信源在谈原文

产品 Agent 与开发者多源确认88°07:50

OpenAI 降价 GPT-5.6 Sol 50% 至 9月3日

OpenAI 把 GPT-5.6 Sol 降价一半，到9月3号。这个版本推理能力最强，现在用 GitHub Copilot 就能试。

#GPT-5.6 #OpenAI #GitHub Copilot #编程助手

事件专题

GitHub@github11 个信源在谈原文

模型多源确认06:43

OpenRouter发布Ox Alpha模型

OpenRouter悄悄发布了Ox Alpha，支持1M token上下文和图像视频输入，适合编码和智能体工作，试试看反馈吧。

#Ox Alpha #OpenRouter #多模态 #推理模型

事件专题

OpenRouter@OpenRouterAI4 个信源在谈原文

产品多源确认78°06:40

DeepSeek V4 Flash 生产环境使用情况

Suhail 在 X 上问大家有没有在生产环境用 DeepSeek V4 Flash，这条推文挺多人看的，可以看看大家怎么用。

#DeepSeek V4 Flash #生产环境 #推理模型

事件专题

Suhail@Suhail3 个信源在谈原文

产品多源确认04:05

Kimi K3 在 Ollama 云服务中开始推送

月之暗面 Kimi K3 模型现在可以在 Ollama 云上用了，还承诺零数据保留，试试看吧。

#Kimi K3 #Ollama #月之暗面 #推理模型

事件专题

ollama@ollama9 个信源在谈原文

模型官方一手精选03:04

Liquid AI发布LFM2.5-DSpark模型，解码速度提升3.18倍

Liquid AI给LFM2.5模型加了三个drafters，解码速度能快3.18倍，但输出结果和原来一模一样，不用改现有应用就能用。

#Liquid AI #LFM2.5 #推测性解码 #推理模型

官方一手marktechpost@Asif Razzaq原文

模型中美对照精选01:41

Meta 发布 Muse Spark 1.2 (xHigh) 模型

Meta 刚刚发布了 Muse Spark 1.2 (xHigh)，在 Agent Arena 上的净提升分数从 0.9% 提升到了 2.1%，Bash Recovery 任务直接翻倍，比前代强了不少。

#Muse Spark #Meta #Agent Arena #智能体

lmarena.ai@lmarena_ai原文

模型01:39

Muse Spark 1.2 (xHigh) 模型发布

Muse Spark 1.2 (xHigh) 模型发布了，在处理命令行错误上提升明显，用户反馈也更好，但纠错和引导能力略有下降。

#Muse Spark #模型 #推理模型

lmarena.ai@lmarena_ai原文

模型23:04

Dots Studio发布开源模型Dots 3

Dots Studio刚把他们的Dots 3模型开源了，主打递归自我批判，现在在OpenRouter上能免费用。

#Dots 3 #Dots Studio #开源模型 #推理模型

elvis@omarsar0原文

general多源确认精选73°15:57

NewMax Gateway接入支持GLM - 5.3版本

NewMax Gateway接入GLM - 5.3，用它做任务效率更高，和之前版本比效果更好，适合需要强大模型的场景。

#GLM - 5.3 #NewMax Gateway #推理模型 #AI产品

事件专题

Yangyi@Yangyixxxx3 个信源在谈原文

模型多源确认14:45

Z.ai首席执行官Jie Tang解读GLM 5.3与新型后训练缩放定律

Z.ai的老总讲了GLM 5.3和那个新定律，讲清楚和以前不一样的地方，你去听听了解下。

#Z.ai #GLM 5.3 #Post-training Scaling Law #推理模型

事件专题

官方账号Latent Space (swyx)7 个信源在谈原文

模型中美对照多源确认13:41

阿里推出Qwen3.8 - 27B新模型，与Unsloth合作优化

阿里和Unsloth一起发布了Qwen3.8 - 27B模型，用新方法让它运行更好，比其他模型好超10%。

#Qwen3.8 - 27B #Unsloth #阿里 #推理模型

事件专题

官方账号阿里通义 Qwen@Alibaba_Qwen3 个信源在谈原文

模型中美对照13:26

Claude新版本优化任务执行效果

你去试试Claude的新版本，它现在做事情比之前快，和之前比效率高不少。

#Claude #推理模型 #ai-models

Justine Moore@venturetwins原文

技巧 Agent 与开发者精选11:31

斯坦福课程讲解大模型构建原理

斯坦福发的这节课，能讲明白ChatGPT和Claude是怎么做的大模型，比追剧有用，大家值得看看。

#Stanford课程 #ChatGPT #Claude #编程助手

AI Will@FinanceYF5原文

论文10:25

SPK：结构化先验知识用于实时目标检测离分布检测

SPK是新提出的框架，能让目标检测器在检测时更准确识别异常情况，和之前的方法相比效果更好。

#SPK #Object Detector #OoD检测 #推理模型

arXiv cs.LG@Changshun Wu 等 4 人原文

模型精选10:20

Lévy Attention模型发布新增连续时间不确定性预测

Lévy Attention这个模型，能一次计算就给连续时间预测评信任度，和之前的方法比，在小数据场景下还保持较好表现。

#Lévy Attention #t-PatchGNN #推理模型

arXiv cs.LG@Sotirios P. Chatzis, Loukas Papadoulas原文

模型10:19

SIMPLE模型提出多视图可复用推理预训练方法

SIMPLE这个模型做了个用合成任务先验做多视图可复用推理的事，在多组学数据上直接用冻结方式就好，比以前方法省事儿。

#SIMPLE #推理模型 #多组学 #多视图

arXiv cs.LG@Jielong Lu 等 5 人原文

模型精选10:18

ADEPT模型：强化学习加速机器人灵巧操作

我了解ADEPT这个模型，它是用强化学习让机器人更灵活，学新动作时能直接用之前的经验，和没这么训练的方法比，效果更好。

#ADEPT #Kuka-Allegro #Flexiv-Sharpa #多模态

arXiv cs.AI@Jayjun Lee 等 10 人原文

论文10:18

可解释式AI预测2026年中国中部夏季干旱异常

这是科研团队用可解释AI做气候预测研究，用模型分析大气环流与降水联系，预测干旱效果比常规方法更好。

#可解释AI #推理模型 #气候预测

arXiv cs.AI@Anran Wang 等 8 人原文

模型中美对照10:18

Qwen3模型推出VLA框架监测多代理隐蔽通信

Qwen3推出了VLA框架，用来监测多代理潜在通信，在小范围拍卖里表现好，你可以去了解下。

#Qwen3 #智能体 #多模态 #推理模型

arXiv cs.AI@Ramneet Kaur 等 6 人原文

论文10:17

梯度提升集成叶值作为坐标：精确对比性解释

研究团队提出把梯度提升集成叶值当坐标的新方法，能让模型决策解释更精准，复现决策和实际可行性都比普通方法好

#梯度提升集成 #推理模型 #tabular数据

arXiv cs.AI@Emanuele Luzio原文

模型10:16

PGFS++：分子性质优化与合成多样性约束解决方案

PGFS++是新分子优化方法，能解决合成和多样性难题，比之前版本效果更好还保分子多样性。

#PGFS++#分子优化 #强化学习 #AI模型

arXiv cs.AI@Boqiao Zhang 等 4 人原文

模型72°10:15

SPADE：自适应合成环境自博弈框架发布

你可以试试SPADE，它是让大语言模型自己学建环境，在数学题这些领域比固定环境方法强5.3%呢。

#SPADE #LLM #推理模型 #工具使用

arXiv: OpenAI@Bo Liu 等 18 人原文

模型中美对照多源确认精选07:36

智谱GLM-5.3后训练提升编码能力

智谱这GLM-5.3后训练分享，讲了如何提升编码能力，比之前的GLM-5.2效果更强。

#GLM-5.3 #GLM-5.2 #智谱 #推理模型

事件专题

宝玉@dotey7 个信源在谈原文

general多源确认72°05:26

OpenAI GPT - 5.6版本在Replicate平台上线

Replicate和OpenAI一起推出了GPT - 5.6版本，用户可以直接用它来做项目，和之前版本比起来使用体验更好了。

#GPT - 5.6 #OpenAI #Replicate #推理模型

事件专题

Replicate@replicate11 个信源在谈原文

论文05:25

OPSD与Continual Learning研究讨论会聚焦数据难题

@rronak_团队讲了GRPO在Continual Learning里的改进思路，想了解行业前沿的人可以去听听。

#OPSD #Continual Learning #GRPO #推理模型

Latent.Space@latentspacepod原文

general 中美对照多源确认04:00

OpenAI 发布 GPT - 5.0 版本，GLUE 基准达 85.7 分

OpenAI 推出了 GPT - 5.0，这次更新后 GLUE 基准分数更高，比之前好 3.2 分，想了解模型进步的朋友可以去看看。

#GPT - 5.0 #OpenAI #GLUE #推理模型

事件专题

官方账号OpenAI@OpenAI6 个信源在谈原文

模型02:55

Arena 模型在 leaderboard 上实现新成绩

你朋友发的，讲Arena Model 这次在 leaderboard 的表现，比之前好不少，值得看看。

#Arena Model #leaderboard #GLUE #推理模型

lmarena.ai@lmarena_ai原文

产品02:25

黑盒AI提供免费GLM - 5.2及ChatGPT Sol折扣

黑盒AI现在提供免费GLM - 5.2两周体验，还能拿到ChatGPT Sol半价优惠，比普通购买便宜不少，你值得试试。

#GLM - 5.2 #ChatGPT Sol #blackboxai #推理模型

Guillermo Rauch@rauchg原文

模型中美对照多源确认74°01:25

英伟达测试超300项验证技能，评估对实任务代理的帮助

英伟达测试超300项技能，对比后可知技能对代理帮助大小, 和无技能代理比效果不同, 值得去了解。

#NVIDIA #Skills #Benchmark #智能体

事件专题

官方账号NVIDIA AI@NVIDIAAI8 个信源在谈原文

模型22:42

epochai发布新模型版本，GLUE基准提升15%

试试epochai的新模型吧，它在GLUE基准比之前版好15%，多语言处理更顺了，值得看看。

#epochai #智能体 #推理模型

AI Will@FinanceYF5原文

模型中美对照多源确认精选81°22:41

Anthropic 发布 Claude 实验报告，开放查看完整内容

Anthropic 发了 Claude 新实验成果，去他们官网博客看看，这次和以前比有变化呢

#Claude #Anthropic #推理模型 #ai-models

事件专题

AI Will@FinanceYF511 个信源在谈原文

模型中美对照多源确认22:39

Anthropic宣布实验室可使用语言模型完成全蛋白质设计流程

Anthropic放出Claude模型新功能，能让任意实验室完成全蛋白设计流程，比行业平均效率高很多。

#Claude #Anthropic #蛋白设计 #AI模型

事件专题

官方账号Decoder@Maximilian Schreiner11 个信源在谈原文

模型中美对照72°22:38

Gemini 3.7 Flash登顶AA - AnalystAgent分析榜单

Gemini 3.7 Flash在这项真实任务评测中夺冠，能高效处理多样数据，比其他参与者表现更好。

#Gemini 3.7 Flash #AA - AnalystAgent #推理模型 #定量分析

Philipp Schmid@_philschmid原文

模型精选11:54

CABLE：通过互补前导链接扩展记忆检索范围

清华团队提出CABLE方法，让AI记忆系统不再只靠相似度，而是通过互补链接找回被遗忘的关键信息。

#CABLE #记忆检索 #LLM代理 #推理模型

arXiv: DeepSeek@Zheling Tan 等 3 人原文

论文11:43

EvoTS-Agent：面向金融时间序列变化点检测的自进化LLM智能体

金融时间序列变化点检测的新方法EvoTS-Agent，能自动优化模型选择和参数，无需专家干预。

#EvoTS-Agent #LLM #金融时间序列 #智能体

arXiv cs.AI@Lei Jiang 等 10 人原文