AI 资讯
一手 AI 新闻 · 论文 · 模型动态,AI 辅助整理,优质优先
G
Google DeepMind126O
OpenAI117H
Hugging Face63N
NVIDIA AI55A
Anthropic49T
Together AI34x
xAI31月
月之暗面 Kimi28M
Mistral AI26D
DeepSeek 深度求索26通
通义千问 Qwen26智
智谱 GLM20全部专栏 →提升大语言模型规划能力：符号反馈驱动的迭代自优化框架
研究者提出一种符号反馈驱动的迭代自优化框架，通过自然语言提示映射逻辑符号，结合符号验证器识别错误并生成修正指令，显著提升大语言模型在长期规划任务中的可行性与正确性。
a
新框架LBR：通过局部分支路由实现高效可训练的语言模型测试时扩展
研究者提出局部分支路由（LBR）框架，通过轻量级路由机制在推理时扩展局部前瞻树，在数学推理任务中超越了传统思维链方法。
a
Anthropic发布新研究：如何减少AI代理行为中的“目标错位”问题
Anthropic发布最新研究成果，探讨了在训练AI助手Claude过程中，如何有效减少“代理行为错位”这一核心挑战，旨在提升AI与人类意图的一致性。
A
Mistral AI 推出德语专用 AI 模型，助力德语区数字化转型
法国 AI 公司 Mistral AI 宣布推出针对德语优化的 AI 模型，旨在为德语区企业和开发者提供更精准的语言支持。
M
C³PO基准揭示多模态模型推理缺陷：注意力过度集中于文本
研究人员提出C³PO基准，发现当前多模态大模型存在严重的模态偏见问题，在跨模态推理中过度依赖文本信息，导致面对矛盾证据时表现脆弱。
a
电商运营长期连贯性新基准：MerchantBench 揭示大模型与人类差距
研究者推出 MerchantBench 基准，用于评估大语言模型智能体在电商运营中的长期连贯决策能力，实验显示当前最优模型仅达到人类平均最终净资产的 27.3%。
a
月之暗面开源 Kimi K3 模型权重及技术报告，2.8T MoE 模型支持原生视觉与百万上下文
月之暗面宣布开源其最强模型 Kimi K3 的权重及技术文档，该模型为 2.8T MoE 架构，具备原生视觉理解能力与 100 万 token 上下文窗口。
月
谷歌DeepMind推出Gemini三款新模型：3.6 Flash、3.5 Flash-Lite与3.5 Flash Cyber
谷歌DeepMind正式发布三款全新Gemini模型，包括性能更强的3.6 Flash以及轻量化版本3.5 Flash-Lite和网络安全专用版3.5 Flash Cyber。
G
DeepSeek-V4预览版正式开源，开启百万上下文高性价比时代
深度求索正式发布DeepSeek-V4预览版并开源，推出Pro和Flash两个版本，均支持百万上下文长度，性能媲美顶尖闭源模型。
D
NVIDIA Blackwell横扫MLPerf训练6.0基准测试，创下最快、最大、最强纪录
NVIDIA Blackwell平台在MLPerf训练6.0基准测试中全面领先，在大型语言模型训练任务中展现出卓越的性能与扩展能力。
N
大模型幻觉雪球效应：多智能体流水线中错误如何层层放大
研究发现多智能体LLM流水线存在结构性缺陷：早期注入的幻觉会像滚雪球一样层层放大，从原始事实演变为计算、叙述乃至最终结论，检测难度逐级剧增。
a