Google DeepMind 发布 Gemini 4 Argon 前沿模型，输出 token 上限提至 1M
Google DeepMind 宣布推出前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御者开放，随后将陆续提供给开发者、企业和消费者。
推荐理由：官方给出 Gemini 4 Argon 的评测成绩与内部落地数据，可据此判断前沿模型在长周期工程与网络安全任务上的进展。
#推理
#推理
今日 1 条Google DeepMind精选AI 评分7878
AWS Machine Learning BlogAI 评分3333 在 Amazon SageMaker HyperPod 上用 SkyRL 加速多模态 RL 训练
在 Amazon SageMaker HyperPod 上使用开源 RL 框架 SkyRL，通过 GRPO 对 Qwen3-VL-8B 视觉语言模型进行后训练，在固定 64 个迷宫评测集上把迷宫求解率从 43.75% 提升到 95% 以上。
NVIDIA Blog精选AI 评分6262 NVIDIA Vera Rubin NVL72 首登 MLPerf Inference v6.1，吞吐最高达 GB300 NVL72 的 3.7 倍
NVIDIA 在 MLPerf Inference v6.1 首次提交 Vera Rubin NVL72 预览成绩，在 Qwen3-VL 上吞吐最高达 GB300 NVL72 的 3.7 倍，在 DeepSeek-R1 上最高为 2.5 倍。
推荐理由：NVIDIA 官方首次公布 Vera Rubin NVL72 的 MLPerf 推理成绩，并给出跨机架扩展与软件迭代的量化对比，可供判断推理经济学走向。
OpenAI News精选AI 评分7474 OpenAI 发布 GPT-6 Astra，面向工作场景的新一代模型
OpenAI 发布 GPT-6 Astra，称其为面向企业场景能力最强的模型，具备更强的推理能力、计算机操作能力，以及更强的写作与设计判断力。
推荐理由：OpenAI 官方发布面向企业场景的新一代模型，读者可据此了解其在推理与计算机操作上的定位。
OpenAI NewsAI 评分2626 OpenAI 分享 AI 生成的 Navier–Stokes 千禧年大奖难题解答
OpenAI 分享了一份 AI 生成的 Navier–Stokes 千禧年大奖难题解答，包含一份书面说明和一份 Lean 形式化证明。该问题属于千禧年大奖难题之一。
Hugging Face BlogAI 评分3434 用 TRL 和 OpenEnv 训练编码模型画水彩
Hugging Face 博主用 TRL 和 OpenEnv 复现了 Surya Narreddi 让语言模型写 JavaScript 绘制水彩画的方案，数据集、RL 环境、训练脚本和模型全部开源。
Hugging Face Blog精选AI 评分6666 Granite 4.2 推理模型发布：3B/8B/30B 三尺寸如何构建
IBM Granite 团队发布 Granite 4.2 系列推理模型，包含 3B、8B、30B 三种稠密尺寸，均以 Apache 2.0 许可开源，并从 Granite-4.1 基座模型后训练而来。
推荐理由：原文给出了从预训练到多阶段强化学习的完整构建细节，读者可以据此理解推理模型的训练配方与工程取舍。
Hugging Face Blog精选AI 评分6262 Multiverse Computing 提出 Quantization-Aware Healing，4-bit 压缩模型反超其全精度版本
Multiverse Computing 提出 Quantization-Aware Healing（QAH），把 GPT-OSS 120B 压缩到 60B 参数并量化为 MXFP4 后，直接在原始预压缩模型上做 KL 蒸馏而非从恢复出的 checkpoint 蒸馏，结果在 9 项基准中的 7 项超过该 60B 模型的 bfloat16 版本。
推荐理由：论文给出压缩加量化后再蒸馏原始模型的做法，读者可比较其与常规 QAT 在精度和训练稳定性上的差异。
Hugging Face BlogAI 评分4646 Liquid AI 发布 LFM2.5-DSpark 草稿模型：推理最高提速 3.2 倍
Liquid AI 为 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 发布 DSpark 投机解码草稿模型，每个约 300M 参数，在 H100 上平均提速 2.67 倍、M4 Max 上 2.27 倍，并把 LFM2.5-2.6B 的函数调用延迟平均降低 57%。
Hugging Face Blog精选AI 评分8585 Thinking Machines 开源多模态大模型 Inkling 及 Inkling-Small
Thinking Machines 在 Hugging Face 发布 Inkling 及 Inkling-Small 两款开源多模态大模型。
推荐理由：原文列出了 Inkling 与 Inkling-Small 的架构参数、部署显存门槛和多引擎支持，读者可据此判断自部署可行性。
Hugging Face BlogAI 评分2222 PyTorch 性能分析（第三部分）：注意力机制全剖析
Hugging Face 发布 PyTorch 性能分析系列第三篇，聚焦注意力机制。文章从朴素注意力实现出发，展示矩阵乘法、缩放、因果掩码等操作在 profiler 中的 kernel 表现，并指出将 masked_fill 改为原地操作 masked_fill_ 可省去每次前向的 Memcpy kernel。所有脚本在 NVIDIA A100-SXM4-80GB 上运行。
Mistral AI精选AI 评分6666 Mistral 发布 Leanstral 1.5 形式化验证模型，Apache-2.0 开源
Mistral 发布 Leanstral 1.5，一个 Apache-2.0 许可、总参数 119B、激活 6B 的形式化验证模型，miniF2F 达到 100%，PutnamBench 解出 587/672 题，FATE-H 87%、FATE-X 34%。
推荐理由：官方给出多基准成绩、训练流程和每解题成本，读者可对照其开源权重与免费 API 判断形式化验证的实用门槛。
Google Research精选AI 评分6262 Google 在 Pixel 上线冻结式多 Token 预测，加速 Gemini Nano 端侧模型
Google Research 发布一种将多 Token 预测（MTP）改造到已冻结的 Gemini Nano v3 上的新架构，已在 Pixel 9 和 10 系列上线。
推荐理由：读者可以看到冻结主干加 MTP 头的架构取舍，以及它在 Pixel 端侧推理上的速度与内存收益。
Google ResearchAI 评分4141 Google Research 研究：推理如何解锁 LLM 的参数化知识回忆
Google Research 在 COLM 2026 论文《Thinking to Recall》中提出，让 LLM 生成推理轨迹能解锁原本无法触及的参数化事实，且这一效应在简单单跳问题上同样成立。研究用 Gemini-2.5 Flash/Pro 和 Qwen3-32B 在 SimpleQA Verified、EntityQuestions 上对比推理开关，识别出计算缓冲与事实启动两种机制。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 DiffusionGemma：文本生成最高提速 4 倍
Google DeepMind 发布实验性开放模型 DiffusionGemma，基于 Gemma 4 与 Gemini Diffusion 研究，用文本扩散同时生成整块 token，在专用 GPU 上最高提速 4 倍，单张 NVIDIA H100 超 1000 tokens/秒、RTX 5090 超 700 tokens/秒。
推荐理由：原文给出扩散文本生成的速度收益、硬件门槛与质量取舍，读者可据此判断它适合哪类本地推理场景。
Google ResearchAI 评分3737 Google Research 在 I/O 2026 发布 Gemini for Science 等系列科研 AI 工具
Google Research 在 I/O 2026 发布 Gemini for Science，一套与 Google Cloud、Google DeepMind。
Berkeley AI ResearchAI 评分3333 自适应并行推理：高效推理扩展的下一个范式
一篇综述分析了并行推理领域的最新进展，重点讨论自适应并行推理——让模型自行决定何时分解并并行化独立子任务、生成多少并发线程以及如何协调。文中梳理了自一致性、Best-of-N、Tree/Graph of Thoughts、MCTS、ParaThinker、GroupThink 和 Hogwild!
Google Research精选AI 评分6060 Google Research 发布 ReasoningBank：让智能体从经验中学习
Google Research 在 ICLR 论文中提出 ReasoningBank，一个从成功和失败经验中提炼高层结构化记忆的智能体记忆框架，代码已开源。
推荐理由：论文提出从成功与失败经验中提炼结构化记忆的框架，读者可了解智能体测试时自我进化的具体做法与实测增益。
Berkeley AI ResearchAI 评分4242 GRASP：面向世界模型长时程规划的梯度规划器
Berkeley AI Research 提出梯度规划器 GRASP，通过将轨迹提升到虚拟状态、在状态迭代上直接加入随机性、重塑梯度三招，让基于世界模型的长时程规划更稳健。GRASP 把轨迹提升到虚拟状态，使优化可跨时间并行，同时避免经由高维视觉模型的脆弱状态输入梯度。该工作与 Mike Rabbat、Aditi Krishnapriyan、Yann LeCun、Amir Bar 合作完成。
Google ResearchAI 评分4343 Google 提出 Simula：用推理优先的机制设计生成合成数据集
Google Research 发布推理优先框架 Simula，将合成数据生成重构为机制设计问题，通过全局多样化、局部多样化、复杂化和 dual-critic 质量检查四个可控维度从零构建数据集，无需种子数据。
Mistral AI精选AI 评分7474 Mistral 发布 Mistral Small 4 开源模型，统一推理、多模态与编码能力
Mistral AI 发布 Mistral Small 4，这是 Mistral Small 系列的下一个主要版本，也是首个把 Magistral 推理、Pixtral 多模态与 Devstral 编码智能体能力统一到单一模型的 Mistral 模型，采用 Apache 2.0 许可。
推荐理由：Mistral 首次把推理、多模态与编码智能体能力合并进一个开源模型，并给出可调推理强度与延迟数据。
Berkeley AI ResearchAI 评分3838 Berkeley AI Research 提出 SPEX 与 ProxySPEX：大规模识别 LLM 关键交互
Berkeley AI Research 提出 SPEX 与 ProxySPEX 算法，可在特征、数据和模型组件归因中大规模识别驱动 LLM 输出的关键交互。SPEX 利用稀疏性与低阶性把交互搜索转化为稀疏恢复问题，ProxySPEX 进一步引入层次结构，仅需约 10 倍更少的消融即可达到 SPEX 的性能。
Mistral AI精选AI 评分8282 Mistral 发布 Mistral 3 系列模型，含 675B 参数 MoE 大模型 Mistral Large 3
Mistral 发布 Mistral 3 系列，包含 3B、8B、14B 三个 Ministral 3 密集模型，以及总参数 675B、激活 41B 的稀疏 MoE 模型 Mistral Large 3，全部以 Apache 2.0 许可开源。
推荐理由：Mistral 3 一次性放出从 3B 到 675B 的全系开源模型，读者可据此判断小模型与 MoE 大模型的分工。
Berkeley AI ResearchAI 评分3030 Berkeley AI Research：不依赖 TD 学习的强化学习，用分治法扩展长时程任务
Berkeley AI Research 提出一种基于分治法（divide and conquer）的强化学习算法，不依赖时序差分（TD）学习，可将 Bellman 递归次数从线性降为对数级，从而扩展到任意长时程任务。该工作与 Aditya 共同主导，在 goal-conditioned RL 上首次实现了分治法价值学习的规模化扩展，利用三角形不等式构造传递式 Bellman 更新规则。
Berkeley AI ResearchAI 评分2222 word2vec 到底学到了什么？研究者给出闭式学习理论
Berkeley AI Research 的新论文为 word2vec 给出了定量可预测的学习理论：在合理实用条件下，其学习问题可化简为无权重最小二乘矩阵分解，梯度流动力学存在闭式解，最终学到的嵌入等价于对目标矩阵 M* 做 PCA。
Mistral AI精选AI 评分7272 Mistral AI 发布首个推理模型 Magistral，含 24B 开源版与企业版
Mistral AI 发布首个推理模型 Magistral，分为 24B 参数的开源版 Magistral Small 和更强的企业版 Magistral Medium。
推荐理由：Mistral 首个推理模型同时给出开源权重与企业版，并公开 AIME2024 成绩和训练细节，便于比较其与现有推理模型的定位。