Google Research 提出知识画像框架：大模型事实性瓶颈在于提取而非参数编码中国語
Google Research 提出知识画像（knowledge profiling）分析框架与 WikiProfile 基准，指出前沿大语言模型的事实性瓶颈在于知识提取而非参数编码。
推薦理由：研究将大模型事实错误归因于提取而非编码瓶颈，为后训练与推理期事实检索优化提供了分析框架。
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
441〜460 件目 · 全 468 件Google Research厳選AI スコア7070
The Next Platform厳選AI スコア7373 AMD 收购 AI 推理芯片初创公司 Taalas，推进模型专用架构与 GPU 融合中国語
AMD 本周以未披露金额收购 AI 推理初创公司 Taalas，计划将其技术整合进加速器路线图并与 AMD Instinct GPU 打造系统级方案。Taalas 的核心架构是将模型权重硬编码进 ROM 电路并搭配大容量 SRAM 作为片上 KV cache，针对 Decode 阶段提供极低延迟与更高能效。
推薦理由：文章拆解了解耦推理架构下 GPU 负责 Prefill 与专用芯片负责 Decode 的性能差异，帮助理解大厂布局硬件收购的技术动因。
The Next Platform厳選AI スコア6464 解读 AMD 机柜级 AI 系统路线图背后的万亿美元算力市场中国語
AMD 在 Advancing AI 活动中更新了算力市场预测，预计到 2030 年数据中心 AI 加速卡潜在市场规模将超过 1.4 万亿美元，2025 至 2030 年复合年增长率超 45%。
推薦理由：文章通过拆解算力市场预测数据，指出推理与智能体沙箱正推动数据中心芯片支出重心从模型训练加速卡向更广泛的计算节点转移。
The Next Platform厳選AI スコア7979 微软采用 AMD 芯片构建大规模 AI CPU 与 GPU 集群中国語
微软与 AMD 达成大规模 AI 系统合作，将在 Azure 云部署基于 AMD Helios 机架设计的计算集群，专门用于运行前沿模型的推理任务。
推薦理由：原文披露了微软采购 AMD 算力机架的具体架构规格，读者可据此了解大厂前沿推理集群的硬件选型与互连方案。
Sebastian Raschka厳選AI スコア6969 大语言模型如何控制推理算力预算与思考模式中国語
Sebastian Raschka 撰文详解大语言模型中推理努力程度（Reasoning Effort）与思考开关的训练与推理机制。模型通常通过系统提示词结合特定长度惩罚的 RLVR、混合思考样本的 SFT 或不同预算专家蒸馏来实现多档推理控制。
推薦理由：文章横向拆解了前沿模型控制推理预算的后训练方案与推理开关，为开发者理解和设计灵活的推理计算机制提供了清晰参考。
Hugging Face厳選AI スコア7171 IBM Research 解析智能体模型路由的设计挑战与系统优化方法中国語
IBM Research 发文指出智能体系统中的模型路由并非单纯的模型分类选择，而是需要综合平衡成本、质量与延迟的系统优化问题。实测显示由于上下文缓存大幅降低输入成本，名义单价更高的 Claude Sonnet 4.6 在 AppWorld 测试中总成本为 $79，显著低于 GPT-4.1 的 $155。
推薦理由：原文通过具体测试数据揭示了缓存机制与系统开销对模型实际成本的影响，为智能体路由设计提供了可参考的系统优化视角。
Hugging Face厳選AI スコア8484 Thinking Machines 发布原生多模态大模型 Inkling 与 Inkling-Small中国語
Thinking Machines Lab 推出原生全模态开源模型 Inkling 及轻量版 Inkling-Small，现已上线 Hugging Face 并提供首日生态支持。
推薦理由：该模型采用 MoE 与原生多模态统一输入架构，为大参数量跨模态推理与量化部署提供了完整的开源落地参考。
Google Research厳選AI スコア6060 Google 推出基于冻结权重的端侧多 Token 预测架构，Pixel 上 Gemini Nano 推理加速超 50%中国語
Google Research 提出一种在冻结权重基础上集成多 Token 预测（MTP）头的端侧推理加速架构，已部署于 Pixel 9 与 10 系列设备。
推薦理由：阐述了在不重训基座模型的前提下通过跨注意力复用缓存实现端侧投机解码，为移动设备内存与能耗受限场景提供了可落地的加速方案。
Google Research厳選AI スコア6767 Google 研究揭示推理过程如何解锁大语言模型的参数化知识记忆中国語
Google Research 发文揭示了大语言模型通过推理链（CoT）召回单跳事实类参数化知识的核心机制。在 Gemini-2.5 和 Qwen3-32B 等模型上的实验表明，即使面对无须逻辑拆解的简单事实问答，开启推理也能显著提升召回率，其动力来自额外 token 提供的计算缓冲效应以及生成相关背景事实的事实启动效应。
推薦理由：研究解构了思考过程辅助大模型召回参数化知识的机制，为理解推理模型的能力边界与中间步骤优化提供了实验依据。
Sebastian Raschka厳選AI スコア6262 Sebastian Raschka 盘点 2026 年上半年大语言模型研究论文清单中国語
Sebastian Raschka 发布了 2026 年 1 月至 5 月的精选大语言模型研究论文清单，重点关注混合架构、推理与强化学习等领域。文章指出今年架构设计不再局限于扩大 Transformer 规模，而是转向注意力层与 Mamba-2 或 Gated DeltaNet 交替的混合架构以提升长上下文效率。
推薦理由：作者整理了前五个月核心论文与架构趋势，读者可快速掌握混合架构与长上下文演进方向。
智谱 公众号厳選AI スコア7373 智谱推出 GLM-5.1 高速版 API，输出速度达 400 tokens/s中国語
智谱联合 TileRT 团队推出 GLM-5.1 高速版 API（GLM-5.1-highspeed），输出速度达 400 tokens/s，在完整保留旗舰模型能力的同时实现低延迟。
推薦理由：智谱通过底层推理引擎重构将旗舰模型输出速度提升至400 tokens/s，为高频交互与长程编码场景提供了极低延迟的落地路径。
Google Research厳選AI スコア7575 Google ERA 科研代码辅助系统登上 Nature 并通过 Gemini for Science 开放中国語
Google 宣布其实验研究辅助系统 ERA（Empirical Research Assistance）论文在 Nature 正式发表，并开始通过 Gemini for Science 逐步开放基于 ERA 和 AlphaEvolve 构建的实验工具 Computational Discovery。
推薦理由：原文展示了结合树搜索与大模型自动编写并优化科研代码的方法，为多学科计算实验的自动化提供了实测参考。
Sebastian Raschka厳選AI スコア6565 大语言模型架构最新进展：KV 共享、mHC 与压缩注意力中国語
Sebastian Raschka 梳理了解读近期开源大语言模型在长上下文效率上的核心架构演进。文章重点分析了 Gemma 4 的跨层 KV 共享与分层嵌入（PLE）、Laguna XS.2 的逐层注意力预算、ZAYA1-8B 的压缩卷积注意力（CCA），以及 DeepSeek V4 采用的流形约束超连接（mHC）与 CSA/HCA 混合压缩注意力。
推薦理由：原文系统梳理了主流开源大模型在长上下文下的架构改进，读者可据此理解降低 KV 缓存与计算开销的设计取舍。
Google DeepMind厳選AI スコア6262 Google DeepMind 与斯坦福利用 Co-Scientist 筛选出肝纤维化候选药物中国語
斯坦福大学医学院团队利用 Google DeepMind 的 Co-Scientist 从海量文献中筛选老药新用以治疗肝纤维化，相关成果发表于 Advanced Science。
推薦理由：斯坦福团队通过活体人类肝细胞实验验证了 Co-Scientist 筛选老药的能力，为 AI 辅助药物重定向提供了直接对比与实验数据。
DeepSeek 公众号厳選AI スコア9393 DeepSeek-V4 预览版上线并开源：标配 1M 上下文，推出 Pro 与 Flash 双版本中国語
DeepSeek 正式上线并开源全新系列模型 DeepSeek-V4 预览版，全系标配 1M 上下文，提供 DeepSeek-V4-Pro 与 DeepSeek-V4-Flash 两个版本。
推薦理由：原文给出了两个版本的性能定位、架构优化细节与接口迁移时间表，读者可以据此评估长上下文模型在编码与 Agent 场景下的接入成本。
Google Research厳選AI スコア6565 Google 提出智能体记忆框架 ReasoningBank：从成败经验中提炼推理模式实现测试时自进化中国語
Google Research 提出智能体记忆框架 ReasoningBank，通过同时从成功和失败经验中提炼高层结构化推理模式与防错规则，使 AI 智能体在部署后具备测试时持续自进化能力。结合记忆感知测试时扩展（MaTTS）机制，智能体在 WebArena 和 SWE-bench Verified 评测中任务成功率分别提升 8.3% 与 4.6%，同时显著降低了无效探索步骤。
推薦理由：该研究将测试时扩展与智能体记忆机制结合，为解决智能体重复犯错和缺乏长程自进化能力提供了可落地的闭环框架。
Google DeepMind厳選AI スコア7474 Google DeepMind 发布 Gemini Robotics-ER 1.6 具身推理模型中国語
Google DeepMind 推出专为机器人设计的 Gemini Robotics-ER 1.6 具身推理模型，重点增强了空间推理、多视角理解、任务规划与成功检测能力。
推薦理由：原文给出了空间推理、多视角理解和工业仪表读数等具体能力，读者可以据此了解高层推理模型如何接入机器人控制链路。
Sebastian Raschka厳選AI スコア6767 现代大模型注意力机制变体全景图解：从 GQA、MLA 到混合架构中国語
Sebastian Raschka 系统梳理了现代主流开源大模型中应用的注意力机制变体与设计权衡。文章重点解析了标准多头注意力（MHA）、分组查询注意力（GQA）、多头潜在注意力（MLA）、滑动窗口注意力（SWA）以及 DeepSeek 稀疏注意力（DSA），展示了各机制在模型表现与 KV Cache 占用上的对比。
推薦理由：梳理了主流开源大模型中各类注意力变体的机制差异与权衡，便于读者系统理解长上下文下的 KV Cache 优化与混合架构演进。
Google Research厳選AI スコア6666 Google 开展 AMIE 对话式诊断 AI 真实临床可行性研究中国語
Google 与 Beth Israel Deaconess Medical Center（BIDMC）合作完成了一项前瞻性单中心可行性研究，评估对话式医疗 AI 模型 AMIE 在门诊就诊前采集病史的实际表现。
推薦理由：该研究展示了对话式医疗模型从模拟环境走向真实门诊预诊的可行性与安全性数据。
Sebastian Raschka厳選AI スコア7373 2026 年初开源大模型架构横向对比：从注意力混合机制到长上下文推理优化中国語
Sebastian Raschka 梳理并对比了 2026 年 1 至 2 月发布的 10 余款代表性开源大模型的网络架构与基准表现。分析指出近期开源模型普遍强化了推理计算效率设计，包括广泛采用 MLA、DeepSeek 稀疏注意力、Gated DeltaNet 等线性注意力混合机制、多 Token 预测以及滑动窗口注意力。
推薦理由：原文横向对比了多款开源大模型的注意力机制与混合专家结构演进，读者可据此理清长上下文与推理效率优化的关键设计差异。