Gemini 4 Carbon 登顶 Artificial Analysis 综合智能指数 v5中国語
Google 的 Gemini 4 Carbon 在 Artificial Analysis Intelligence Index v5 中以 59 分登顶，并在代码智能体榜单中仅次于 Claude Opus 5.5。
推薦理由：评测全面对比了该模型在综合推理、代码智能体及知识任务中的表现与任务成本，为评估前沿大模型的性价比提供了量化参考。
推論能力
すべてのトピック模型推理能力的进展：思维链、推理模型、数学与逻辑基准的突破与争议。
最新の厳選
21〜40 件目 · 全 451 件Buzzing HN · 中文精选厳選AI スコア7777 The Decoder厳選AI スコア6969 Anthropic收紧防御后，OpenAI GPT-6 Astra成为中国AI实验室蒸馏的主要目标中国語
中国AI实验室在Anthropic加强防护后，已转向主要利用OpenAI的GPT-6 Astra模型输出训练自身模型。据报道，DeepSeek和月之暗面在训练Kimi K3.1 Pro与V4.1-Flash 1017时大量使用了诱导Astra输出的隐藏推理步骤。Anthropic称新防御手段已将数据抓取量减少90%至99%，OpenAI则表示正面临攻击者频繁调整手段应对防御的持续挑战。
推薦理由：报道梳理了Anthropic收紧防御后蒸馏目标转向OpenAI的过程，呈现了推理数据防护与逆向训练的具体博弈。
量子位厳選AI スコア6868 初创公司 PSI 宣布用 AI 辅助解决 5 道 20 多年未决的开放量子难题中国語
初创公司 Physical Superintelligence 宣布利用自研 AI 科研系统 Emmy 辅助解决了开放量子问题目录中的 5 道长期难题，并在 GitHub 开源了论文、Lean 形式化证明与验证代码。
推薦理由：该进展展示了将大模型生成假设与形式化验证工具结合用于攻破基础物理难题的科研范式。
量子位厳選AI スコア6767 扩散智能发布350亿参数扩散语言模型Clover-35B-A3B-Preview中国語
扩散智能发布基于MoE架构的扩散语言模型Clover-35B-A3B-Preview，总参数350亿且单token激活约30亿，支持思考模式并主打快速执行智能体与代码任务。
推薦理由：该模型展示了扩散架构在智能体与代码任务中的并行提速潜力，为打破传统自回归串行生成瓶颈提供了参考路径。
Buzzing HN · 中文精选厳選AI スコア7272 Qwenputer 开源发布：将 32 位 RISC-V CPU 直接编译进 Qwen 3.5 权重中国語
开发者开源了实验模型 Qwenputer，将一个 32 位 RISC-V CPU（RV32IM）直接编译进 Qwen 3.5 4B 的模型权重中，利用其 Gated DeltaNet 线性 RNN 层作为 RAM。
推薦理由：原文展示了将硬件执行逻辑直接编译进模型权重的实现方式，为探索无需外部沙箱在模型内部完成精确计算提供了可行参考。
CNCF Blog厳選AI スコア6161 Volcano v1.16 发布：引入命名空间队列、历史用量公平调度并解耦 HyperNode中国語
云原生批处理调度系统 Volcano 正式发布 v1.16.0，推出 NamespaceQueue 与借鉴 Slurm 的 fairshare 插件，并支持 HyperNode 控制器独立部署。
推薦理由：新版本通过命名空间层级队列与基于历史用量的公平调度算法，为多团队共享大规模算力集群提供了更细粒度的资源治理机制。
The Decoder厳選AI スコア8282 Google DeepMind 发布 Gemini 4 Carbon：综合能力全面提升并在多项基准测试领跑中国語
Google DeepMind 正式推出 Gemini 4 Carbon 模型，在 Artificial Analysis 智能指数 v5.0 中以 59 分登顶，并在 Text Arena 取得第一。
推薦理由：新模型重点展示了面向长程工程与安全防御的能力变化，并在第三方评测中给出了详尽的成本与速度对照。
Hacker News · AI厳選AI スコア7575 大模型专家人设提示词评测：未提升事实准确率且增加推理 token 与成本中国語
一项针对 5000 道 MMLU-Pro 题目的评测显示，在系统提示词中加入专家人设（Persona Prompting）未能改善模型的事实准确率，反而增加了推理 token 消耗与接口延迟。
推薦理由：实测数据对比了专家人设对模型准确率与推理开销的实际影响，为生产环境中精简系统提示词和降低调用成本提供了具体参考。
Hacker News · AI厳選AI スコア6464 建筑师实测 13 款大模型工程制图能力：Claude Opus 5.5 可生成建筑施工图中国語
建筑师作者实测 13 款前沿大模型的工程制图能力，发现 Anthropic Claude Opus 5.5 在专业人工红线批改下已能生成达到申请建筑许可标准的成套房屋施工图。
推薦理由：实测展示了前沿模型无需借助 CAD 软件即可用代码生成矢量工程图纸，为专业领域的自动化设计工作流提供了具体参考。
AITNT · AI头条（网页）厳選AI スコア8686 OpenAI 与 Anthropic 模型同日宣布证伪理论计算机科学中的指数时间假设（ETH）中国語
OpenAI 与 Anthropic 内部模型同日宣布推翻统治理论计算机科学 27 年的指数时间假设（ETH），并各自公开了机器可验证的 Lean 形式化证明代码。Anthropic 声明其核心算法由 Claude 内部研究模型消耗 1400 万输出 token 独立推导完成。目前 ETH 原提出者等学术团队正对两家的形式化证明代码展开审验。
推薦理由：原文展示了两大机构内部模型宣称证伪指数时间假设并附带机器可验代码，有助于了解模型在理论计算机和形式化推演中的进展。
量子位厳選AI スコア6868 蚂蚁百灵开源 Ling-3.1-flash-1019 与基础模型 Ling-3.1-flash-base中国語
蚂蚁集团旗下百灵大模型于 10 月 28 日正式开源面向 Personal Agent 场景的 Ling-3.1-flash-1019 及其基础模型 Ling-3.1-flash-base。
推薦理由：基础模型以开源权重搭配混合线性MoE架构，为需要长程任务调度和工作流自动化的智能体研发提供了实用的参考基座。
AITNT · AI头条（网页）厳選AI スコア8181 OpenAI 宣布证伪指数时间假设并解决所有维度挂谷猜想中国語
OpenAI 宣布其内部模型在计算机科学、数学和物理学取得三项成果，声称证伪了理论计算机科学的指数时间假设（ETH），证明了所有维度下的局部光滑化猜想及挂谷猜想，并给出四维量子场论的严格存在性证明。模型为 ETH 反证和局部光滑化猜想提供了 Lean 形式化证明，并邀请 ETH 原始提出者参与独立复核；物理学证明则由诺贝尔物理学奖得主 David Gross 等学者牵头整理与评估。
推薦理由：文章梳理了模型在算法复杂度、几何分析与量子场论上的三项突破，展现出形式化证明与同行复核结合的科研新范式。
IT之家 · AI 筛选厳選AI スコア8080 甲骨文扩大英伟达芯片采购合作，并首度引入谷歌 TPU 与 Cerebras 芯片中国語
甲骨文宣布扩大与英伟达的云端 AI 芯片合作，计划大规模部署数吉瓦级 Vera Rubin 服务器，并首度引入谷歌 TPU 以及 Cerebras 和 SambaNova 芯片推进算力多元化。
推薦理由：甲骨文在扩大英伟达集群的同时引入谷歌 TPU 与专用推理芯片，反映出云厂商在智算时代分散供应链与控制成本的布局。
Hacker News · AI厳選AI スコア8787 Anthropic 用 Claude 挖掘主流操作系统与浏览器严重漏洞并构建利用链中国語
Anthropic 公布其内部研究模型在 Chrome、Safari、Android、Windows 和 Linux 等主流系统中自主发现漏洞并构建多步利用链的成果。
推薦理由：展示了前沿模型自主挖掘深层软硬件漏洞并生成利用链的技术实操，为防御方重塑漏洞排查流程提供了参考。
The Next Platform厳選AI スコア7474 Oracle 扩充 OCI 加速硬件选项：引入 Google TPU、Cerebras 与 SambaNova中国語
Oracle 在 AI 大会上宣布扩充 OCI 的 AI 加速器选项，计划在下一年引入 Google TPU，并在 2027 年部署 Cerebras CS-4 以及 SambaNova SN50 RDU。
推薦理由：OCI 首次打破自身边界引入 Google TPU 与专用推理芯片，为企业在模型训练与推理中摆脱单一硬件方案提供了多样化选择。
Hacker News · AI厳選AI スコア8282 OpenAI 宣称其 AI 模型推翻计算机科学中提出近 30 年的指数时间假设中国語
OpenAI 宣布其 AI 模型设计出一种新算法打破了求解逻辑谜题的速度极限，据称推翻了提出近 30 年的指数时间假设（ETH）。该证明已使用 Lean 软件进行形式化验证，并由包括 ETH 提出者在内的独立学者团队进行审查；若被最终确认，将要求算法与复杂度理论的多个领域进行重写。OpenAI 同期还公布了在波传播猜想及量子场论数学有效性等数学与物理领域的另外两项研究突破。
推薦理由：文章梳理了该成果对理论计算机科学复杂度理论的潜在冲击，展现了模型在形式化数学证明中的介入深度。
Hacker News · AI厳選AI スコア7777 谷歌 Project Zero 对比模糊测试工具 Fuzzilli 与 AI 漏洞挖掘系统 BigSleep 在 V8 引擎中的表现中国語
谷歌 Project Zero 对比了 Chrome V8 引擎中使用的传统模糊测试工具 Fuzzilli 与基于大模型的智能体漏洞挖掘系统 BigSleep。
推薦理由：谷歌 Project Zero 首次公开了实战环境下大模型智能体与专业模糊测试在 Chrome V8 漏洞挖掘中的正面对比与重叠率数据，为软件安全团队设计自动化审计方案提供了直接参考。
Hacker News · AI厳選AI スコア6767 开源项目 CUDA++ 发布：支持脱离 CUDA 在 NVIDIA DGX Spark 上运行本地 AI中国語
开源项目 CUDA++ 正式发布，支持在不依赖任何 CUDA 用户态软件的前提下直接在 NVIDIA DGX Spark 的 GB10 芯片上运行 GPU 程序。该项目逆向实现了 sm_121 架构机器码编码器并直连开源内核模块，无需 nvcc 与 libcuda 即可将代码编译为裸机指令。项目已验证在零 CUDA 依赖环境下成功承载 Qwen3.6-35B-A3B 模型的本地推理运行。
推薦理由：原文展示了完全绕过闭源用户态栈直接驱动硬件的实现路径，为异构算力解耦提供了具体工程参考。
量子位厳選AI スコア8585 OpenAI 发布 GPT-6.1 Terra 并公布三项前沿科学推导成果中国語
OpenAI 正式上线 GPT-6.1 Terra，主打降低电脑操控成本与提高性价比，标准 API 输入价格为 1 美元/百万 token、输出为 5 美元/百万 token。
推薦理由：原文提供了新模型在实操任务中的测试数据与成本对比，便于评估桌面端自动化方案的性价比。
TechCrunch AI厳選AI スコア7676 前沿 AI 实验室声称模型否定指数时间假设意味着什么中国語
OpenAI 与 Anthropic 声称各自的 AI 模型提出了能在次指数时间内求解特定逻辑问题的算法，从而推翻了计算机科学领域长期的指数时间假设（ETH）。
推薦理由：原文梳理了指数时间假设被否定对计算复杂度与密码体系的理论冲击，有助于理解前沿模型进入基础科学后的真实边界。