跳到正文

#推理

今日 7 条
10月13日周二
  1. IT之家66

    Anthropic 推出新防护措施,模型蒸馏攻击窃取数据量最高降低 99%

    Anthropic 推出新防护措施,将模型蒸馏攻击中被窃取的数据量降低了约 90% 至 99%。防护机制限制外界获取 Claude 推理过程,使提取的推理 token 数量降至十分之一到百分之一,误报率低于 0.1%,并封禁数万个相关账号。Anthropic 以智谱 AI 研发 GLM-5.3 期间尝试蒸馏为例警告安全风险。

  2. Microsoft Research43

    Microsoft Research 发布 StudentSim:用于评估 AI 辅导系统的个性化学生模拟器

    Microsoft Research 推出 StudentSim 系统,利用去标识化公开数据训练个性化 AI 学生模拟器,以在真实测试前评估 AI 辅导效果。该系统通过 StudentSimEval 基准在数学、英语写作和棋类任务中表现优于现有基线,提供了有效的训练反馈信号。此举旨在解决人工学生研究成本高、周期长的问题,加速 AI 辅导系统的研发迭代。

10月12日周一
  1. AWS Machine Learning Blog39

    AWS 发布多节点 Ray LLM 深度学习容器以支持分布式推理

    AWS 推出多节点 Ray LLM 深度学习容器,支持在 Amazon EKS 上通过分离 prefill 和 decode 节点部署大语言模型。该容器预集成 vLLM、NIXL 和 EFA 技术栈,提供 OpenAI 兼容 API,无需编写应用代码即可实现高性能推理。此前 AWS 仅发布了单节点 Ray Serve DLC,此次更新将预构建容器方案扩展至多节点分布式场景。

  2. IT之家39

    阿里千问发布 QwenGyre 在线强化学习框架

    阿里千问正式发布面向长程智能体任务的在线强化学习框架 QwenGyre。该框架通过弹性调度与轨迹处理,在 NL2RepoBench 实验中实现 1.78× 端到端加速,并将模型通过率从 52.5% 提升至 58.5%。此前此类超长程任务因交互轮次多、token 消耗大,难以作为有效的训练来源。

  3. The Decoder80

    Google DeepMind 的 AlphaProof Nexus 解决数十个开放数学问题并获同行评审

    Google DeepMind 的 AlphaProof Nexus 基于 Gemini 3.1 Pro 在 Lean 中起草并验证证明,解决数十个开放数学问题并通过 Science 同行评审。

    推荐理由:在AI数学证明陷入期刊提交争议的背景下,该研究经同行评审确认了基于Gemini 3.1 Pro的形式化证明路线,为同类工作提供可比照案例。

  4. IT之家62

    无问芯穹完成 23 亿元 C 轮融资,单轮及累计融资额均创中国 AI 原生基础设施赛道最高纪录

    人工智能基础设施企业无问芯穹完成 23 亿元 C 轮融资,累计融资达 43 亿元,单轮及累计均创中国 AI 原生基础设施赛道最高纪录。公司走异构算力调度中间层路径,其 Token 工厂过去一年推动推理成本 10 倍下降。此前于 2026 年 5 月获超 7 亿元融资。

  5. IT之家49

    丘成桐数学与人工智能实验室联盟在清华大学成立

    丘成桐数学与人工智能实验室联盟在清华大学成立,集结超 1000 名科研人员,重点攻关数学专用大模型及 AI 辅助形式化证明。联盟发布了 10 余项“AI+ 数学”成果,涵盖 7 维同伦球面等科学问题,旨在探索中国自主的数学大模型建设路径。此前 OpenAI 曾公开 722 篇数学研究手稿,引发数学界对 AI 冲击的广泛关注。

10月11日周日
  1. 量子位70

    何恺明团队发布多模态Harness框架VISTA

    何恺明团队在论文中提出视觉原生Harness框架VISTA,让现有多模态模型无需训练即可保存并回看原始画面参与推理。在ARC-AGI-3中,VISTA使Claude Opus 5.0完成全部25个公开游戏获满分100,GPT-5.6 Sol得分99,并在GameWorld等基准提升成功率。该框架包含视觉观测、无损视觉记忆与主动视觉检查组件,后续将验证具身任务。

  2. Hacker News · AI 热帖40

    数学家眼中的 Lean 定理证明器:可靠性与 AI 自动形式化

    Lean 定理证明器凭借 mathlib 库中近 30 万条定理及基于类型理论的可靠性,成为数学形式化的核心工具。2026 年 AI 自动形式化技术已实现实用化,Anthropic 和 OpenAI 近期分别完成了费马大定理和 Navier-Stokes 方程的自动形式化。此前该过程主要依赖人工,如今 AI 已能直接读取论文并生成大规模形式化证明代码。

10月10日周六
  1. The Decoder17

    Microsoft Decision-1 模型加入 AI 决策模型竞赛

    Microsoft 推出基于 Qwen3.5-9B 的 Decision-1 模型,在 36 项基准测试中取得 83.5% 准确率,速度比第二名快 2.5 倍。该模型通过 Microsoft Foundry 和 OpenRouter 提供,输入 token 价格为每百万 $0.042,输出免费。此前 Jev 在 9 月中旬开启了决策模型趋势,但该技术迅速被开源小模型适配并超越。

  2. Testing Catalog27

    OpenAI 文档新增 gpt-rosalind-discovery 模型

    OpenAI API 定价页新增未正式发布的 gpt-rosalind-discovery 模型,与 gpt-rosalind-research 并列于生命科学模型板块。该模型定价为每百万输入 token $5、输出 token $25,目前仅通过可信访问计划向获批机构开放。此前 GPT-Rosalind 于 9 月 11 日结束研究预览,10 月 5 日正式生效计费。

  3. The Decoder47

    OpenAI 一次性发布 700 余篇数学论文,数学家反应震惊与厌恶

    OpenAI 于 10 月 6 日在 GitHub 一次性发布超过 700 篇手稿,声称解决了数百个开放数学问题,包括黎曼假设的较弱变体。菲尔兹奖得主 Peter Scholze 警告该系统可能破解广泛使用的加密方法,而 Terence Tao 等专家虽认可其新颖思路,但批评缺乏人类讨论与教学环节。多位数学家表示震惊与职业危机感,认为此举以“TNT”般的方式摧毁了长期研究过程,且部分论文难以阅读。

  4. IT之家46

    OpenAI 公布大批数学研究成果引发学界巨震,学者担忧破坏学术合作传统

    OpenAI 在 GitHub 公开 700 多份由内部前沿 AI 模型生成的数学研究文稿,部分证明附有计算机验证版本。此举引发学界担忧,学者指出这可能破坏数学界长期依赖的未发表成果交流传统,并质疑未发表材料是否被用于训练。此前 OpenAI 已制定论文引用规范并计划举办研讨会以协助研究人员理解这些成果。

  5. IT之家15

    Underdog AI 发布 Saluki 27B 模型:2-bit 量化 Qwen3.8-27B,7.89GB 大小

    Underdog AI 发布 Saluki 27B 模型,这是 Qwen3.8-27B 的 2-bit 量化调优版本,文件大小仅 7.89 GB。该模型针对智能体应用设计,工具选择和多工具并行调用表现优于全尺寸 Qwen3.8-27B,但数学表现相对逊色。Saluki 使用标准 llama.cpp 格式,可在标准 llama.cpp 及基于它构建的应用中加载,无需自定义编译。

10月9日周五

© 2026 SI·Hot · Super Intelligence Hot · 超级智能热点 · 网站数据均来源于网络公开资料,版权归来源方所有