Google 在 Antigravity 中开放 /teamwork 多智能体工作流
Google 将 Antigravity 的 /teamwork 多智能体工作流连同 /boost 和 Deep Review 向外部研究者与开发者开放,可配合 Gemini 4 Argon、Carbon、Hydrogen 使用。
Google 将 Antigravity 的 /teamwork 多智能体工作流连同 /boost 和 Deep Review 向外部研究者与开发者开放,可配合 Gemini 4 Argon、Carbon、Hydrogen 使用。
Google 发布 Gemini 4 家族中成本最低的 Gemini 4 Hydrogen,输入 $1.50/M、缓存输入 $0.075/M、输出 $7.50/M。
Google 发布 Gemini 4 Hydrogen,并已在自家产品中替换 Gemini 3.8 Flash,访问限制比此前 Argon、Carbon 的发布更宽松,发布即开放。
OpenAI 安全团队系统分析了从 GPT-5 到 GPT-6 Astra 的训练过程,把模型隐藏推理的原因归结为四个因素:基础模型预训练能力提升、特定架构设计、后训练 RL 增强对思维链的操控,以及学生模型从教师模型继承这种能力。
Google 发布 Gemini Decision 1 及配套 Decisions API,支持是/否、多选和评分量表等闭集决策,单次请求最多 1000 个问题、255 个多选选项,输入支持文本、图像、音频、视频和 PDF,上下文 256K,端到端返回耗时 150–250ms 并附带置信度分数。
Latent Space 对 NaiveAI 的开源权重模型 Naive-N0.5-Flash 做了实测,该模型基于小米 MiMo-V2.5 继续训练并适配 DeepSeek Sparse Attention,官方宣称峰值约 2100 tokens/s。
Google DeepMind 向开发者、企业、科研人员和消费者开放 Gemini 4 Carbon,称其在网络安全能力和长周期智能体工作流上达到前沿水平。
Meta AI 发布 Muse Ember,称其为自家最小、最高效的模型,面向复杂推理执行以及智能体反复执行的任务,包括工具调用、编码子任务、路由、信息抽取和长文档解析。
Simon Willison 的 llm-anthropic 插件更新至 0.31,已支持 Anthropic 当天发布的 Fable 5.2 和 Mythos 5.2,可通过 `llm -m claude-fable-5.2` 调用。
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2 两款新模型,称其在编码、推理和视觉方面有所提升,生成速度也快于 5.1 版本。
Anthropic 发布 Mythos 5.2 和 Fable 5.2,称新模型在编码、推理和视觉方面有所提升,与用户沟通也更清晰。Fable 的输入价格从每百万 token 10 美元降至 8 美元,低于主要竞品 GPT-6 Astra,响应速度提升 30%,并可通过 Enterprise Frontier Safeguards 支持零数据保留(ZDR)。
Hugging Face 提出 HOPE(Higher-Order Pruning of Experts),一种考虑专家两两交互的二阶 MoE 专家剪枝方法。在 50% 剪枝率下,HOPE 取得所有方法中最佳平均排名,在智能体编程任务上比次优剪枝方法最高提升 +6.1%。
Vals AI 研究人员读取 Thinking Machines 的 Inkling 2 Small 在 13 个基准、2655 次运行中的思考日志,发现 50 次运行出现 "fuck" 及其变体,共 316 次,其中 241 次来自两次失控运行。
Amazon SageMaker Inference 新增 GPU 分区能力,基于 NVIDIA Multi-Instance GPU(MIG)把一块物理 GPU 切成最多 7 个硬件隔离分区,每个分区可部署不同模型。
The Decoder 的 Frontier Radar 第五期盘点了 27 家由大厂离职研究者创办的研究型 AI 公司,按持续学习、语言之外的世界模型、专有数据、算力效率、自动化科研和模型可控性六类技术押注分组。
Thinking Machines 发布 Inkling 2 Small,这是一个 594B 总参数、17B 激活的多模态 MoE 模型,支持文本与图像输入、1M 上下文窗口,已在 Tinker 上线,Apache 2.0 权重承诺在下周外部安全测试完成后放出。
Latent Space 的 AINews 汇总了 11 月 2 日至 3 日的 AI 动态,重点回应了此前“权重空间编程”报道的争议,并收录 AI Engineer 上海活动与 Latent Space 历史访谈。
斯坦福研究者 Owen Queen 和 James Zou 用 8 家开发者在 2024 年 7 月至 2026 年 9 月间发布的 20 个模型,复测 50 条被广泛引用的 LLM 结论,发现 44% 已经失效,另有 34% 明显减弱,仅 16% 仍成立、6% 反而增强。
Simon Willison 实测发现,本地运行的 Qwen 3.8 27B 能仅凭原始权重数值判断神经网络训练的是哪款游戏,与论文中 GPT-6 Astra 展示的 Weight-Space Programming 能力一致。
Latent Space 的 AINews 汇总介绍 Takehi 等人的 Weight Space Programming 工作,让前沿模型直接从自然语言目标检视和编辑神经网络权重张量,不依赖梯度下降或训练循环。
Drew Breunig 受 qwenputer 启发,将可运行的 NES 6502 CPU 模拟器嵌入 Qwen3.5-4B 的权重中,现在可以在 Qwen 里(很慢地)运行 Super Mario Bros 等 NES ROM。
Google Suncatcher 项目的原型太空数据中心已上线并与地面通信,卫星搭载 4 颗 TPU、发电功率最高 1 kW,但功耗限制使其一次只能开启一颗 TPU 运行约二十分钟。
NVIDIA Nemotron 3.5 Super VL 已上线 AWS,这是一个 120B 参数的 MoE 多模态模型,每 token 激活 12B 参数,支持最长 1M tokens 上下文和文本、图像、文档、视频输入。
Elorian 发布首个视觉推理模型 Glimpse,并在与 Mercor 合作的 DecoyCount 基准内部测试中取得 50.48% 准确率,是唯一超过 50% 的模型。
Google Research 提出 sleep 框架,让 LLM 在活跃交互与离线睡眠之间交替,把短期上下文巩固进长期参数。睡眠阶段通过 MoE 参数扩展、知识蒸馏与 RL 模仿学习完成记忆巩固,再用随机专家激活和梯度筛选的合成样本自我改进。
前 DeepMind 研究员 Thore Graepel 创立 Metis Reasoning,提出用 AlphaGo 式搜索与验证机制减少大模型幻觉。该方法以显式知识账本记录已知内容、置信度和待解问题,由独立模块依据计算、形式证明或实证证据核验,推理步骤须通过检查才改变知识状态。
OpenAI 发布 GPT-6.1 Terra,API 输入 token 每百万 $1、输出 $5,均为 GPT-5.6 Terra 的一半,缓存输入降至每百万 $0.05。
OpenAI 公布模型在 Kakeya 猜想、Exponential Time Hypothesis 和量子色动力学上的结果,并说明研究者可以如何验证这些结果并在此基础上继续推进。内容来自 OpenAI 与学术社区的合作。
Kimi K3.1 Pro 今日上线 Kimi API,目前尚未开放权重,Moonshot 承诺 2026 年 11 月 4 日前发布完整模型权重。
作者 Ankit Maloo 分析 OpenAI、Anthropic 今年接连给出数学问题证明与反例的原因,认为关键在于模型能以深度优先方式把每条可行路径走完,再用自动验证器剪枝。
EXL 提出企业 AI 的竞争优势正从模型能力转向围绕模型构建的服务框架(serving harness),即架构、内存管理、调度与推理优化的工程系统。其主张先按业务负载确定约束再选架构,并以 KV cache 随并发和上下文增长导致 GPU 显存不足为例,强调先测量再优化。框架还应便于吸收新模型与新硬件,使换模型成为评估与配置决策而非架构重建。
微软研究院机器学习与优化组的 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 Kannan-Lovász-Simonovits(KLS)猜想,证明该关系在高维下由固定常数界定、不随维度增长。
Dharma-AI 在 Hugging Face 博客中介绍即将发布的 VocabX 论文,用按 token 成本而非频率重建词表的方法,在基于 Qwen3-4B 的葡萄牙语作文评分器上把实测推理成本降低 77.0%,平均响应从 350 个 token 降到 101 个,bench 分数从 0.703 升到 0.810。
Inception 发布扩散语言模型 Mercury 3,称其在多项基准上超过 GPT-6 Luna 和 Claude Haiku 5.5,运行速度快 4 到 8 倍。
NVIDIA 推出多变量时序预测模型 Kumo Forecast(原 NV-Tesseract Forecasting),基于 MOMENT-1-large 骨干,约 3.4 亿参数编码器加可训练预测头,采用 Apache 2.0 许可。
i14 与 AWS 合作,通过 TorchNeuron Native 将线性注意力模型 Laplace 3B 移植到 AWS Trainium2,保留其 Gated Linear Attention 设计与 Muon 优化器。
GPT-OSS-20B 在 50 例多语言推理测试中仅 22% 用目标语言推理(英语 100%、法语 0%、德语 10%、西班牙语 0%、意大利语 0%),团队在 Amazon SageMaker HyperPod 上用 LoRA 结合 SFT 与 GRPO 微调以纠正其英语偏好。结论是 SFT 承担主要工作,GRPO 在存在提升空间时进一步优化,技术选择需匹配能力差距。
PyTorch 2.15 在 MPS 后端加入 FP8 张量与 F.scaled_mm,并让 MoE 模型解码比 2.14 快 5–6.5 倍,Qwen3.6-35B-A3B 在 M3 Ultra 上从 9.4 提升到 61.3 tokens/s。
MiniMax 发布推理模型 M3.1 Flash,在 Artificial Analysis 智能指数上得 42 分,比上一代 M3 高 13 分,单任务成本不到其一半。
AWS 在 vLLM 中实现双向 KV 传输,让 decode 节点在后续轮次把已算好的 KV 返回 prefill 节点复用,避免重复计算对话历史。在 Amazon EC2 P5en 实例加 EFA 的 1P1D 部署上,最长提示下 Qwen3-32B 的 TTFT 降低约 1.6 倍,zai-org/GLM-5-FP8 降低约 3.3 倍。