搜索“推理”

Krea研究负责人@sleenyre将在SGLang Summit演讲

Krea宣布,其研究负责人@sleenyre将在SGLang Summit上发表演讲,内容涉及如何为Krea 3扩展强化学习与推理。该峰会定于11月12日至13日在旧金山Fort Mason举行。Krea于2026年10月31日发布这一消息,目前尚无关于演讲内容或筹备进展的进一步披露。

Krea研究负责人将在SGLang Summit演讲

Krea宣布,其研究负责人@sleenyre将在SGLang Summit上发表演讲,内容涉及如何为Krea 3扩展强化学习与推理。该峰会定于11月12日至13日在旧金山Fort Mason举行。Krea于2026年10月31日发布这一消息,目前尚无关于演讲内容或筹备进展的进一步披露。

查看事件：Krea研究负责人@sleenyre将在SGLang Summit演讲

OpenAI发布GPT-Rosalind-6系统卡附录

2026年10月31日,OpenAI发布GPT-Rosalind-6系统卡附录。该模型与GPT-6 Astra使用同一套权重,未新增训练数据或后训练,仅通过可信访问提供给经过审核的科研机构、企业和政府合作方。在最高推理预算下,MedChemBench v7平均评分49.6%(GPT-Rosalind-5.5为28.9%),GeneBench Pro v13单次尝试成功率37.7%(前代为16.7%),LifeSciBench Gold平均分61.3%(前代为44.0%)。按Preparedness Framework,该发布在生物与化学领域定为High能力、未达Critical阈值,网络安全领域定为Critical,AI自我改进低于High。目前尚无后续发展。

X.PIN公布天数智芯天垓300基准测试结果

X.PIN于2026年10月30日转述并公布天数智芯天垓300的基准测试数据。其报道称,在标准推理测试中,天垓300的吞吐量为Nvidia H200的1.05倍;在MoE负载下性能提升15%、首token延迟降低30%;微调Qwen3-32B时速度是H100的1.33倍。目前尚无后续发展或官方回应。

Ibiden决定投资1.28万亿韩元扩产CPU封装基板

日本半导体封装基板厂商Ibiden决定投资1.28万亿韩元,扩大AI服务器所用高性能CPU封装基板产能,新设备将从2029财年起分阶段投产。Ibiden预计,随着AI推理负载增长和agentic AI普及,CPU基板需求将持续上升。另一报道称,Ibiden计划投入1510亿日元(约合64亿元人民币),在岐阜县伽马工厂6号厂房扩建CPU用高性能IC封装载板产能,同样从2029财年起分阶段投产,但未披露新增产能规模。Ibiden 2026财年上半年营收2625.46亿日元、营业利润601.16亿日元,分别同比增长34.3%和84.6%。

Mistral在Hugging Face发布Large 4权重

2026年10月29日,Mistral发布Mistral Large 4(Le Chonk)的开放权重,这是一个1万亿参数的原生多模态模型,在预览版基础上继续强化学习,编码与防御性网络安全能力提升。据Mistral AI公布的数据,该模型在FrontierCode 2.0上得分19.7%,在Artificial Analysis Coding Agent Index上得48%,与GLM-5.3基本持平,但每任务平均少用47% token;Terminal-Bench 4.0提升13个百分点至41%。模型支持三种推理模式,采用修改版MIT的Mistral Ecosystem Open-Weight许可,API定价为每百万输入token $0.70、缓存输入$0.07、输出$2.10。同日,Unsloth发布该模型的1-bit GGUF量化版本,称可在Mac Studio上本地运行,量化后仍保留91% top-1准确率,并提供下载链接和使用指南。

海南算力与腾讯云签署战略合作协议

2026年10月30日,海南省算力科技有限公司与腾讯云签署战略合作协议,共同打造面向海南政企市场的“AI+算力”一体化解决方案。据第一财经、证券时报当日报道,腾讯云将为海南算力及其客户提供高性能计算、智能算力、存储及网络等资源,支撑省级人工智能公共服务平台的大规模训练与推理需求。双方还将围绕大模型调用Token开展商务合作,并结合自贸港数据跨境流动制度优势,探索Token出海、跨境算力输出等商业化路径。目前尚无后续进展披露。

ARC Prize称ARC-AGI三项基准分数呈强相关

ARC Prize于2026年10月29日提出判断,认为ARC-AGI三项基准的模型得分之间存在强相关关系。该机构绘制ARC-AGI模型得分后发现,幂曲线 v2 = v1^4.53 可解释约98%的ARC-AGI-2得分变化;在ARC-AGI-1上持平的模型,在ARC-AGI-2上仍可能相差超过20个百分点。ARC-AGI-3上也呈现类似趋势,但Gemini 4 Argon低推理档是明显例外:其ARC-AGI-2仅42.1%,ARC-AGI-3却达97.5%。目前尚无后续发展。

ARC Prize称ARC-AGI-2高分模型在ARC-AGI-3也倾向高分

ARC Prize提出一项判断:在ARC-AGI-2上得分更高的模型,往往在ARC-AGI-3上也得分更高。ARC Prize同时指出一个明显例外——低推理档的Gemini 4 Argon在ARC-AGI-2上仅得42.1%,但在provider adapter harness下于ARC-AGI-3上达到97.5%。目前该判断由ARC Prize一方发布,尚无其他发展事实。

ARC Prize公布Muse Spark Open在ARC-AGI上的评测结果

ARC Prize于2026年10月29日公布Meta的Muse Spark Open在ARC-AGI上的验证成绩:ARC-AGI-1为89.0%、每任务0.29美元,ARC-AGI-2为57.5%、每任务0.73美元,ARC-AGI-3在标准harness下为0.1%、每任务3.9K美元。ARC Prize称其v1/v2得分与Haiku 5.5和GPT-6 Luna相近,但成本约为后者的9倍;该模型在OpenRouter上定价为每百万输入1.25美元、每百万输出4.25美元。随推理档位提升,ARC-AGI-2从medium的29.4%(平均每任务55k tokens)升至xhigh的57.2%(每任务180k tokens)。

Jensen Huang提出模型提速一倍可使AI实验室收入翻倍

2026年10月29日,黄仁勋提出一项判断:在需求超过产能的前提下,模型速度翻倍(例如通过软件或内核优化)就能让AI实验室收入翻倍。其逻辑是,推理收入等于服务的token数乘以每个token的价格;更快的内核能在同样的GPU、功耗和机房条件下提高每秒token数,若新增token都能按现价卖出,2倍加速即可在零新增资本开支下实现收入翻倍。目前该说法由Rohan Paul的报道呈现,尚无其他发展事实或官方回应。

AI/ML API发布Jev Router自动选模型

AI/ML API发布面向智能体工具的MCP连接器Jev Router。据Testing Catalog报道,该工具借助TypeSafe的Jev评估每个请求的难度,再自动选择模型和工具:简单请求交给GPT-6 Luna等轻量模型,高难度推理请求则交给Claude Opus 5.5,以避免在简单任务上支付旗舰模型费率。用户只需给出任务,Jev Router会先选定模型与网页搜索、页面提取等工具,再返回结果。目前尚无后续发展报道。

Aditya Agarwal阐述SPC评估创始人的五个维度

2026年10月29日,Aditya Agarwal 发表文章,阐述 South Park Commons 评估尚未成功创始人的五个核心维度:好奇心、清晰度、深度、磁性、引擎,而非笼统的“尖峰”标准。文章称该框架已用于 Baseten(2019年押注推理)、Goodfire(2024年可解释性)、Gamma、Profound、Density、Gradient Robotics 等项目。SPC 强调通过长期线下社区观察创始人的成长斜率,而非两三次路演表现。目前尚无后续发展。

OpenRouter上线新版提供商路由器

2026年10月30日,OpenRouter上线新版提供商路由器。据OpenRouter发布的信息,这是其自成立以来对提供商路由器最大的一次改进。新路由器不再主要按价格排序,而是按请求的实际成本奖励质量最好的推理,让请求保持低价的同时兼顾速度和可靠性。OpenRouter表示,提供更高价值的提供商会自动获得更多流量,从而有动力持续改进,而提供商变好也会同步提升用户在OpenRouter上的推理体验。目前该路由器已上线,暂无后续发展信息。

Anthropic训练Claude标记对话中的潜在滥用

Anthropic公开了Claude的“自我评估”隐藏机制:模型在回答用户后,会在后台追加约10个Token生成风险评级并上报。据凤凰科技报道,该机制自今年6月Claude Fable 5发布起默认全开,推理开销增加不到2%。Anthropic在安全博客中介绍,该机制复用已有上下文和KV cache,在Fable 5上捕获了重型分类器可标记的78%违规对话,高危滥用检出率达94%,误判率1%;评估结果不展示给用户、不进入后续对话,主要用于离线聚合筛查,实时拦截仍由其他安全分类器负责。官方称在24条越界测试轨迹中有21条被后台识别,用户需签署企业级零数据保留协议才能关闭该审查。

Mistral AI推出Responses API公开预览

2026年10月28日,Mistral AI推出Responses API公开预览版,面向在Mistral平台上构建智能体的开发者。据Mistral AI在X发布的信息,该API每次响应会把模型回答、推理过程和工具调用作为独立条目返回,比Chat Completions更便于应用逐步处理。该API适用于Mistral托管的全部聊天模型,包括Large 4。目前该事件仅有这一条证据,尚无后续发展。

Addy谈Claude Opus 5.5时代Claude Code用法

Anthropic Claude Code团队成员Addy Osmani于2026年10月30日发文,谈Claude Opus 5.5时代如何用Claude Code。他提出,从Claude 5系列起应减少堆提示词和手把手拆任务,改为用一条提示说清目标与验收方式,让模型自己跑完并停下;推理强度可从/effort medium起步,目标不清时先让Claude采访出规格再新开会话实现。他提到Claude Code曾针对Claude Opus 5、Claude Fable 5等模型删掉超过80%的系统提示词,编程评测未见可测量下降,并建议用/doctor prompt-audit找出针对旧模型编写的提示。他还称Claude Code交互式终端近期默认auto mode,但这不是安全保证;子agent应少人为拆分,单agent加skills往往质量更好。

StepFun与Together举办Step 5预览发布夜

阶跃星辰(StepFun)与 Together Compute 联合举办 Step 5 预览发布夜。活动讨论了长时程智能体、工具调用可靠性、推理成本,以及 AI 突破对下一代创业公司的意义。参与讨论的嘉宾包括 Dan Fu(Together Compute)、Mar Hershenson(Pear VC)、Saoud Rizwan(Cline)和 Joey Wang(Harvey)。目前尚无后续发展信息。

甲骨文宣布在云服务中引入Cerebras AI芯片

甲骨文宣布将在其云基础设施中引入Cerebras Systems的AI芯片,为客户在英伟达GPU之外提供更多算力选择。据Data Center Knowledge报道,甲骨文同时计划在OCI上部署Google TPU以及来自OpenAI、Cerebras、SambaNova和Positron AI的推理芯片,其中TPU与Cerebras晶圆级引擎计划于2027年上线,Positron Atlas已可用。CNBC Technology同日报道称,Alphabet宣布甲骨文将提供Google的TPU,这是客户首次能在Google基础设施之外使用TPU。目前尚无后续进展披露。

Google发布世界模型Genie 4

2026年10月27日,Google DeepMind发布世界模型Genie 4,主打实时交互模拟,并首次在该系列中引入原生音频。官方介绍称,该模型基于Gemini家族能力,Gemini Omni负责让模拟贴合真实世界的外观与行为,其他Gemini模型提供维持模拟连贯性所需的复杂推理;用户可用自然语言实时操控场景,每个世界还会即时生成环境音、音乐和交互对话。次日,Google DeepMind进一步说明,Gemini 3.8 Flash在循环中拆解目标、检查画面以维持多步事件的因果连贯,Gemini 4 Argon也已用于与Gemini Robotics联合模拟任务;官方称其仍属早期实验模型,长时运行下物体恒常性与复杂物理交互仍会漂移,生成内容均带SynthID水印,目前先向可信测试者开放预览。10月28日,Ethan Mollick发帖称Genie 4能运行DOOM,并实测其边生成边产出游戏式环境,表示体验并不完美。10月29日,Peter Yang用Genie 4实时构建5个世界,认为世界模型是LLM之后AI的下一个大方向。