跳到正文
  1. Latent Space78

    AI为何突然擅长数学：从单位距离猜想反例谈起

    作者分析OpenAI内部模型推翻Erdős单位距离猜想、证明CDC问题和Navier-Stokes等开放难题，以及Anthropic对费马大定理和Riemann假设的进展，提出用Gowers的复杂度公式2^k+t和分支因子b解释AI优势：人类解题是广度优先、需要数月投入才有判断，LLM是深度优先、配合验证器可在几分钟内验证想法，把时间换成算力。

    推荐理由：文章用Gowers的复杂度公式和分支因子框架解释AI为何突然擅长数学，给出了可迁移的问题难度判断思路。

  2. AWS Machine Learning Blog60

    AWS 推出 SageMaker AI 训练会话 API，可自写训练循环而无需管理 GPU

    AWS 在 Amazon SageMaker AI 的无服务器模型定制中新增训练会话 API，把 forward_backward()、optim_step()、sample() 等操作变成 API 调用，模型在 GPU 上保持加载，用户只需在本地 Python 中编写训练循环。

    推荐理由：原文给出训练会话 API 的编程模型与计费方式，读者可据此判断自写训练循环与托管 GPU 之间的取舍。

  3. Microsoft Research60

    微软研究院发布 Flint-interactive，让智能体生成可交互数据可视化

    微软研究院发布 Flint-interactive，一种构建在 Flint 之上的交互式数据可视化语言，让智能体生成可点击、筛选、缩放、高亮并支持跨图表联动的图表。

    推荐理由：微软研究院把图表交互拆成语义事件与更新算子，读者可据此判断智能体生成交互图表的成本与可靠性变化。

  1. NVIDIA Blog62

    NVIDIA 扩展 Cosmos 平台，新增训练、评估与部署工具

    NVIDIA 扩展 Cosmos 平台，新增 Cosmos Data Factory 的五个云原生蓝图、Cosmos Framework 训练与优化技能，以及 Cosmos 3 Nano 仿真模型变体和 Cosmos 3 NIM 微服务。

    推荐理由：原文给出数据工厂蓝图、框架技能与 NIM 推理提速的具体变化，可据此判断世界模型开发链路如何被压缩。

  2. Microsoft Research71

    微软研究院等证明 31 年未解的 KLS 猜想

    微软研究院的 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 KLS 猜想，证明高维对数凹分布的最佳超平面切割与任意形状最佳切割之间只差一个与维度无关的固定常数。研究采用人类主导的智能体搜索流程，探索了 100 多条候选路径，由研究者筛选和调整方向；同期另有独立团队给出完整证明，并出现了 Lean 4 形式化验证。作者表示将精简证明并在终审后发布。

    推荐理由：作者以第一手身份复盘了人类引导 AI 智能体探索上百条路径、最终完成证明的过程，可供理解人机协作研究的实际分工。

  2. Latent Space83

    DeepSeek 开源推理框架 DeepInfer，单集群日处理 155 万亿 token

    DeepSeek 开源了支撑 V4.1 Flash 的生产推理框架 DeepInfer，并公布单集群日处理 155 万亿 token、96% 输入缓存命中、首 token 延迟 400ms、生成 230 tokens/s 等数据。

    推荐理由：材料把 DeepInfer 的架构取舍、缓存分层与 vLLM 复现结果放在一起，便于判断开源推理栈的真实边界。

  1. Microsoft Research60

    微软研究院推出 zkVM Magnetar，基于标准哈希函数证明通用程序执行

    微软研究院发布零知识虚拟机 Magnetar，可直接证明用 Rust、Go 或 C 编写的 RISC-V 程序执行，安全性仅依赖 SHA-256、SHA-3 等标准哈希函数，无需椭圆曲线、格假设或可信设置。

    推荐理由：微软研究院梳理十余年零知识证明研究脉络，说明 Magnetar 如何在通用性、速度与标准哈希安全之间同时取舍。

  1. Google DeepMind80

    Google DeepMind 介绍 Gemini 4 Argon 的安全与责任开发

    Google DeepMind 发布 Gemini 4 Argon 的安全与责任开发说明，并开始广泛推送该模型、同时扩大 Fairwind Program 的受信任网络安全防御者范围。文中称 Argon 在 12 个端到端模拟网络攻击场景中全部完成，上一代为 5 个；在对抗测试集上违规请求减少近两倍，在 Gray Swan 的间接提示注入基准上把 15 次自适应攻击的成功率降至 0.7%。

    推荐理由：原文披露了 Argon 在网络安全与生物风险上的防护分层，以及智能体越界行为的实测数据，可供关注前沿模型安全工程的人参考。

  2. Google DeepMind90

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业、科研人员和消费者开放，API 定价为每百万输入 token 2 美元、每百万输出 token 10 美元。

    推荐理由：官方披露了 Argon 在编码、科研与安全评测上的具体数字，可据此判断前沿模型在真实工程任务中的落地程度。

  1. Microsoft Research71

    微软研究院开源 Agent Lightning v1.0：3500 行代码的智能体 RL 框架

    微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的轻量智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与训练，无需在训练框架内重写智能体。

    推荐理由：微软研究院开源 3500 行的智能体 RL 框架，给出真实 harness 训练与 Kubernetes 部署的完整路径。

  1. Google DeepMind71

    Google DeepMind 发布 EmbeddingGemma 2 端侧多模态嵌入模型

    Google DeepMind 发布 EmbeddingGemma 2，一个 740M 参数、Apache 2.0 许可的开源嵌入模型，把文本、图像、音频、视频和代码映射到统一嵌入空间。

    推荐理由：原文给出 740M 参数、模块化编码器和端侧内存占用，可据此判断本地多模态检索的落地边界。

  1. GitHub Blog · AI & ML60

    GitHub 发布 AI 代码评审开放基准 ReviewBench

    GitHub 发布代码评审离线基准 ReviewBench，基于 103.9M 个真实 pull request 的分布构建，包含 219 个 pull request、覆盖 19 种语言。

    推荐理由：GitHub 公开了 ReviewBench 的构建方法、评分口径与自测入口，可对照其指标设计理解代码评审评测的取舍。

  1. Google DeepMind85

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，后续再逐步扩展到开发者、企业和消费者。

    推荐理由：官方披露了 Argon 在编码、企业知识与网络安全上的实测案例和定价，可据此判断前沿模型的能力边界与开放节奏。

已经到底了