技术方向

推理能力

让大模型先想再答的能力:思维链、推理模型,数学与逻辑评测上的突破和争议。

近 30 天 20 条共 26 条精选收录 133 条

精选新闻

  • 阶跃星辰 Step 5 Preview 在 NVIDIA GB300 上展现推理性能

    阶跃星辰转发 NVIDIA 对 Step 5 Preview 的介绍,这是其规模最大的开源权重发布。该模型为 600B MoE,面向可持续长达 24 小时的智能体任务,在 NVIDIA GB300 上使用 NVFP4 时推理速度接近 8K tokens/sec/GPU。NVIDIA 同时给出了 NVFP4 checkpoint 以及 SGLang、vLLM、NeMo Automodel 和 NVIDIA NIM 的部署与后训练入口。

    StepFun

  • Mistral 发布 Mistral Large 4 公开预览,1 万亿参数原生多模态模型

    Mistral 发布 Mistral Large 4 公开预览,这是一个 1 万亿参数、520 亿激活参数的原生多模态模型,可在 Mistral Studio 试用预览 API,权重将于本月底开放。

    Mistral AI

  • OpenAI 公布内部前沿模型在数学开放问题上的新结果

    OpenAI 发布内部前沿模型在数学开放问题上取得的新结果,并在 GitHub 公开 Lean 证明形式化与研究细节。

    OpenAI Research

  • xAI 发布 Grok 4.7 模型

    xAI 发布 Grok 4.7,称其为编码与知识工作能力最强的模型,采用更大的基座模型并在更难的、偏向长时任务的混合任务上做了更长的强化学习训练。该模型在 CursorBench 4.0 上得分 46.3%,高于 Grok 4.6 的 40.4%,价格与 Grok 4.6 相同,为每百万输入 token 2 美元、每百万输出 token 6 美元。

    xAI News

  • DeepSeek 发布开源权重模型 V4.1-Flash

    DeepSeek 发布开源权重模型 V4.1-Flash,主打推理效率与低成本,采用因果编码器-解码器架构,输入侧 8B、输出侧 16B 激活参数,支持 1M token 上下文与文本加图像输入,MIT 许可。

    AI News (smol.ai)

  • Anthropic 发布 Claude Fable 5.1 与 Claude Mythos 5.1

    Anthropic 发布 Claude Fable 5.1 和 Claude Mythos 5.1,将前者定位为面向编码与知识工作的旗舰模型,支持 100 万 token 上下文和文本加图像输入。

    AI News (smol.ai)