#推理模型

#MoE-CORE #DeepSeek-V4-Flash-W4A8 #GLM-5.2-W4A8C8 #推理模型

Aran Komatsuzaki (论文推介)@arankomatsuzaki2 个信源在谈原文

论文 Agent 与开发者精选11:09

MoE-CORE系统优化内存受限MoE推理

MoE-CORE系统解决了MoE模型在内存受限设备上的推理问题，性能比vLLM Prefetch提升30倍。

arXiv: DeepSeek@Ke Yang 等 19 人原文

论文 Agent 与开发者精选09:58

SLIDER框架解析大语言模型推理过程

清华团队推出SLIDER框架，能精准检测模型推理冗余，用Trajectory-RRI选数据可提升推理效率

#SLIDER #Step-RRI #Trajectory-RRI #推理模型

arXiv: DeepSeek@Barproda Halder 等 3 人原文

模型 Agent 与开发者多源确认83°04:23

Claude Sonnet 5.5 在代码竞技场获第三名

Anthropic 发布的 Claude Sonnet 5.5 在代码竞技场表现优异，性价比超高，比前代版本提升 159 分。

#Claude #Sonnet 5.5 #Code Arena #Anthropic

阿里Qwen3.8-27B模型ARC-AGI评测结果

lmarena.ai@lmarena_ai11 个信源在谈原文

模型 Agent 与开发者多源确认精选73°04:11

阿里Qwen3.8-27B在ARC-AGI评测中表现亮眼，v1得分87.5%，成本仅0.22美元/任务。

#Qwen3.8-27B #Alibaba_Qwen #ARC-AGI #推理模型

Google 发布 Gemini 4 Argon 前沿模型

官方账号ARC Prize@arcprize4 个信源在谈原文

模型 Agent 与开发者78°04:09

Google 新出的 Gemini 4 Argon 模型，专精复杂领域，百万 token 输出，网络安全团队已抢先体验。

#Gemini #Gemini 4 Argon #Google #推理模型

Techsauce@ Techsauce Team 原文

模型 Agent 与开发者83°03:57

TwIL-LM3-Pro小模型展现强大推理能力

webAI开源的TwIL-LM3-Pro小模型在推理任务上表现优异，3.6B参数就能跑本地，比同类模型高出一大截。

#TwIL-LM3-Pro #webAI #推理模型 #开源模型

elvis@omarsar0原文

模型 Agent 与开发者18:54

Gemini 4 Argon或助谷歌重返AI前沿

谷歌发布了Gemini 4 Argon，这是他们重返AI前沿的最新尝试，值得关注其性能表现。

#Gemini #Google #Gemini 4 Argon #推理模型

The Rundown AI@therundownai原文

模型 Agent 与开发者精选73°12:56

Looped Diffusion Transformer模型发布

新发布的Looped Diffusion Transformer模型比大6.5倍的模型表现更好，计算需求却低4.9倍，效率惊人。

#Looped Diffusion Transformer #T2I #图像生成 #推理模型

Aran Komatsuzaki (论文推介)@arankomatsuzaki原文

模型 Agent 与开发者12:40

Looped Diffusion Transformer研究发布

OpenAI团队发布Looped-DiT，260M参数模型性能超越6.5倍大模型，计算效率提升4.9倍。

#Looped-DiT #Diffusion Transformer #文本到图像 #推理模型

arXiv cs.LG@Yong Xien Chng 等 10 人原文

论文 Agent 与开发者11:08

Semifactual Credit-Augmented Policy Optimization

SCAPO算法通过半事实稳定性改进了令牌级信用分配，在数学和分布外基准上表现优异。

#SCAPO #GRPO #Qwen3 #强化学习

arXiv cs.AI@Junshu Pan 等 8 人原文

论文 Agent 与开发者10:33

基于感知优势估计的多模态推理强化方法

TPAE方法通过细粒度监督提升多模态模型推理能力，在七个基准测试中表现优异。

#TPAE #多模态 #强化学习 #MLLMs

arXiv cs.AI@Zhihan Zhang, Lizi Liao原文

模型 Agent 与开发者精选73°09:50

webAI发布TwIL-LM3-Pro推理模型

webAI新推的3.66B参数模型，主打形式逻辑推理，小体积就能跑，性能还超过多个大模型。

#TwIL-LM3-Pro #webAI #推理模型 #形式逻辑

shao__meng@shao__meng原文

论文 Agent 与开发者09:50

T-Router：基于参数高效强化学习的推理路由方法

T-Router用不到0.5%的参数就让大模型推理能力提升近10个点，比LoRA和全参数训练都强。

#T-Router #参数高效强化学习 #推理模型 #GSM8K

arXiv cs.AI@Liuxian Ma 等 4 人原文

模型 Agent 与开发者精选08:46

韩国Upstage发布Solar Mini 4模型

Upstage的Solar Mini 4在3B活跃参数模型中表现优异，但任务成本是GPT-6 Luna的5倍，知识准确率较低。

#Solar Mini 4 #Upstage #推理模型 #长上下文

官方账号Artificial Analysis@ArtificialAnlys2 个信源在谈原文

模型中美对照多源确认83°08:33

#Gemini #GPT-6 #Claude #编程助手

Google的Gemini 4 Argon在编程能力上有显著提升，代码基准测试超越主要竞争对手，还优化了内存使用和价格策略。

Blognone@mk11 个信源在谈原文

模型 Agent 与开发者多源确认87°08:06

#Gemini 4 #Google #推理模型 #长文本处理

Google终于发布Gemini 4，百万token输出上限，多项基准测试领先，还能帮你写代码找漏洞。

#Gemini #Gemini 4 Argon #GPT-6 #推理模型

berryxia@berryxia11 个信源在谈原文

模型中美对照多源确认83°06:46

谷歌发布Gemini 4 Argon模型

谷歌新推的Gemini 4 Argon在推理能力和长任务处理上表现出色，内存优化案例释放了300 TiB，API定价也很有竞争力。

Cognition成首个NVIDIA Vera Rubin客户

岚叔@lufzzliz11 个信源在谈原文

模型 Agent 与开发者多源确认83°05:35

Cognition用上了NVIDIA最新Vera Rubin芯片，性能比前代提升近5倍，专门为更好的AI智能体设计。

#NVIDIA #Vera Rubin #Cognition #CoreWeave

美国TwIL-LM3-Pro超越中国VibeThinker-3B

Cognition@cognition_labs11 个信源在谈原文

模型中美对照73°05:22

美国3.66B模型TwIL-LM3-Pro在形式逻辑测试中大幅领先中国VibeThinker-3B等模型，且支持本地运行。

#TwIL-LM3-Pro #VibeThinker-3B #webAI #推理模型

rohanpaul_ai@rohanpaul_ai原文

模型中美对照多源确认83°04:58

Gemini 4 在AAI指数表现优异

Gemini 4在多个基准测试中表现优异，特别是低幻觉率值得关注。

#Gemini #GPT-6 #AAI #基准测试

kimmonismus@kimmonismus11 个信源在谈原文

模型中美对照多源确认83°04:31

#Gemini 4 Argon #GPT-6 Astra #GoogleDeepMind #推理模型

Google新模型Gemini 4 Argon性能媲美GPT-6 Astra但成本更低，幻觉率最低，智能体能力大幅提升。

官方账号Artificial Analysis@ArtificialAnlys11 个信源在谈原文

模型中美对照多源确认89°04:26

#GPT-6.1 Sol #OpenAI #ARC-AGI #推理模型

OpenAI新模型GPT-6.1 Sol在ARC-AGI测试中表现优异，成本比前代低77%，性价比突出。

#Gemini #Gemini 4 Argon #Google #推理模型

官方账号ARC Prize@arcprize11 个信源在谈原文

模型 Agent 与开发者83°04:20

谷歌发布Gemini 4 Argon模型

谷歌新发布的Gemini 4 Argon能处理百万token长文本，在软件工程和企业知识工作方面表现突出。

官方账号Google AI@GoogleAI原文

模型中美对照多源确认83°04:17

#Gemini #Google #Gemini 4 Argon #推理模型

Google新发布的Gemini 4 Argon在多个基准测试中击败竞品，专攻企业级复杂任务。

#OpenAI #CoT #GPT-OSS #推理模型

TestingCatalog@testingcatalog11 个信源在谈原文

模型 Agent 与开发者多源确认02:46

OpenAI CoT 演进方向分析

OpenAI 的 CoT 技术演进路线清晰，想知道他们如何一步步提升模型推理能力的可以看看。

Fireworks推出Ember-1模型，推理效率接近Kimi K3

Teortaxes@teortaxesTex11 个信源在谈原文

模型 Agent 与开发者多源确认01:35

Fireworks新出的Ember-1模型，比Kimi K3更省token，成本更低，速度更快。

#Ember-1 #Kimi K3 #Fireworks #推理模型

Fireworks AI@FireworksAI_HQ6 个信源在谈原文

模型中美对照多源确认00:58

#GPT-6.1 Sol #OpenAI #GPT-6 #推理模型

OpenAI新出的GPT-6.1 Sol，性能接近顶级版本但便宜5倍，速度还快8倍，适合编程和分析工作。

Techsauce@ Techsauce Team 11 个信源在谈原文

模型 Agent 与开发者多源确认23:25

OpenAI推理之父谈数学与多智能体

OpenAI推理主管分享对多智能体系统的真实看法，数学难题突破中Agent实际贡献远低于预期。

#OpenAI #多智能体 #推理模型 #数学问题

OpenAI 发布 GPT-6.1 Sol 定价仅为 Astra 的五分之一

量子位@衡宇11 个信源在谈原文

模型中美对照多源确认83°19:53

OpenAI 推出 GPT-6.1 Sol，性能接近 Astra 但价格只有其五分之一，现已通过 API 和 ChatGPT Work 推出。

#GPT-6.1 Sol #OpenAI #Astra #推理模型

OpenAI Ultrafast实际使用Nvidia芯片

Blognone@arjin11 个信源在谈原文

模型 Agent 与开发者多源确认72°19:34

OpenAI Ultrafast实际用的是Nvidia芯片，不是之前说的Cerebras，性能可能还有提升空间。

#Ultrafast #OpenAI #Nvidia #推理模型

#Claude #Claude 5.5 #Anthropic #推理模型

@koltregaskes@koltregaskes11 个信源在谈原文

模型 Agent 与开发者多源确认78°11:49

Claude 5.5 发布

Anthropic 刚发布了 Claude 5.5，在多项基准测试中表现优异，复杂推理能力有显著提升。

#MetaCtrl #DeepSeek-R1-Distill-Qwen-7B #Qwen3-14B #推理模型

Teortaxes@teortaxesTex11 个信源在谈原文

模型 Agent 与开发者精选10:44

MetaCtrl：大模型元认知控制器提升推理效率

MetaCtrl 让大模型在保持准确率的同时大幅减少推理步骤，无需重新训练原模型就能直接使用。

arXiv: DeepSeek@Zhibin Wen 等 5 人原文

论文 Agent 与开发者10:24

探索广度与推理精度：通过采样提升小模型性能

新PPT方法让小模型通过并行采样达到前沿性能，比强化学习训练更高效。

#Power Tempering #LLM #推理模型 #采样方法

arXiv cs.LG@Panagiotis Theodoropoulos 等 7 人原文

模型中美对照多源确认83°08:27

#GPT-6.1 #OpenAI #Astra #推理模型

OpenAI刚发布了GPT-6.1 Sol，错误率大幅降低，性能接近Astra，值得关注。

Tech in Asia@Naomi Li Gan11 个信源在谈原文

模型中美对照多源确认83°05:35

#GPT-6.1 #OpenAI #Sonnet 5.5 #推理模型

OpenAI新出的GPT-6.1 Sol，价格便宜又好用，直接对标Sonnet 5.5

#GPT-6.1 Sol #Cline #DeepSWE #推理模型

kimmonismus@kimmonismus11 个信源在谈原文

模型 Agent 与开发者多源确认72°04:17

GPT-6.1 Sol 已集成到 Cline

Cline 集成了 GPT-6.1 Sol，成本只有 GPT-6 Astra 的五分之一，性能相当。

GPT-6.1 Sol 登陆 Amazon Bedrock

Cline@cline11 个信源在谈原文

产品 Agent 与开发者官方一手04:00

AWS 推出了 GPT-6.1 Sol，在 Bedrock 上提供接近 Astra 的智能，特别适合编程和专业工作场景。

#GPT-6.1 Sol #Amazon Bedrock #AWS #推理模型

#GPT-6.1 Sol #OpenAI #事实准确性 #推理模型

官方一手AWS Machine Learning Blog@Tanvi Girinath11 个信源在谈原文

模型 Agent 与开发者官方一手83°03:33

GPT-6.1 Sol 减少事实错误响应

OpenAI 新版 GPT-6.1 Sol 事实错误减少 32%，安全审查未被绕过，比前代更可靠。