OpenAI 的 GPT-6 Astra 协助构建格点上的标准模型数学证明
OpenAI 的 GPT-6 Astra 帮助物理学家 Nathaniel Craig 把一项修正 overlap fermions 相位的策略转化为可行构造,并主导了详细证明,该证明可能解决粒子物理中悬置 50 年的问题。
推荐理由:材料交代了格点规范理论中相位修正这一具体难点,以及 GPT-6 Astra 在证明环节承担的角色。
OpenAI 的 GPT-6 Astra 帮助物理学家 Nathaniel Craig 把一项修正 overlap fermions 相位的策略转化为可行构造,并主导了详细证明,该证明可能解决粒子物理中悬置 50 年的问题。
推荐理由:材料交代了格点规范理论中相位修正这一具体难点,以及 GPT-6 Astra 在证明环节承担的角色。
阿里发布旗舰模型 Qwen4-Max,采用 2.4 万亿参数的 MoE 架构、每 token 激活 710 亿参数,支持原生图像处理和 100 万 token 上下文窗口。
推荐理由:材料给出 Qwen4-Max 的架构改动、基准对比和每任务成本,可据此判断旗舰模型的效率路线。
NVIDIA Vera Rubin 平台首次提交 MLPerf 结果,在 MLPerf Training v6.1 全部基准上均有成绩,Vera Rubin NVL72 每 GPU 性能最高达 GB300 NVL72 的 2 倍。
推荐理由:原文给出 Vera Rubin 在 MLPerf Training 与 Endpoints 的具体成绩和对比数据,可据此判断新一代平台在训练与智能体推理上的代际变化。
Import AI 481 介绍了 FrontierML 基准,它用 21 个端到端机器学习任务衡量智能体把资金转化为模型性能的能力,任务提供 12 小时 CPU 沙箱和 10、50、200 美元预算。
Google 将 Antigravity 中的 /teamwork 多智能体工作流开放给外部研究者和开发者,配合 Gemini 4 Argon、Carbon、Hydrogen 使用。
推荐理由:Google 公开 /teamwork 多智能体工作流在数学证明、化学结构与内核优化上的具体成果,并说明外部研究者可用的入口。
Google 发布 Gemini 4 Hydrogen,并已在自家产品中取代 Gemini 3.8 Flash,访问限制较此前 Argon、Carbon 明显放宽。
推荐理由:读者可了解 Gemini 4 Hydrogen 取代 3.8 Flash 后的速度、幻觉与编码基准变化,以及它与 Argon 的定位差异。
Google DeepMind 发布 Gemini 4 Hydrogen,主打日常编码与智能体工作流的高速执行,并在 Google AI Studio、Gemini API、Gemini app 和 Search 等全线开放。
Google DeepMind 向开发者、企业和科研人员开放 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。
推荐理由:原文列出 Carbon 在多项基准上的排名与每任务成本,并给出网络安全与科研场景的实测案例,便于判断其与 Argon 的分工。
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,可通过 Mistral Studio 的 API 试用,权重将于本月底开放。
推荐理由:Mistral 迄今最大模型,1 万亿参数原生多模态,权重月底开放,可对照其编码与网络安全基准表现。
Import AI 475 期讨论了 AI 群体(swarm)扩展:4 个智能体组成的群体完成同一任务所需 token 总量约为单智能体的两倍,但每个智能体只需一半 token,并行运行理论上可将耗时减半。
Berkeley AI Research 发布研究,为 K-Search 演化式内核搜索框架新增 MLX 后端,并设计结构化的 CUDA-to-MLX 翻译层,让已有 CUDA 内核作为知识库被改写为 Apple Silicon 内核。
推荐理由:读者可以看到 CUDA 内核经验如何被结构化迁移到 Apple Silicon,以及翻译层对性能提升的具体贡献。
伯克利 AI 研究团队提出 GRASP,一种面向学习型世界模型的梯度规划器,通过将轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代上直接注入随机性以探索,并重塑梯度让动作获得清晰信号。该方法针对长时程规划中梯度爆炸/消失、非贪心局部极小值和高维视觉模型脆弱梯度等问题,使基于梯度的长时程规划更稳健。