长文本处理：弱模型如何通过“分而治之”策略胜过GPT-4o

推荐理由：该研究提出了一个框架来解决长文本处理问题，并展示了弱模型在长文本任务上的潜力，对理解和应用长文本处理技术有重要价值。

大规模识别 LLM 交互的 SPEX 和 ProxySPEX 算法

推荐理由：SPEX 和 ProxySPEX 算法能够在大规模上识别关键交互，为 LLM 的可解释性研究提供了新的方法。

一致性扩散语言模型：在不牺牲质量的情况下提高 14 倍的推理速度

推荐理由：CDLM 通过优化 DLM 的训练和推理过程，实现了更高的效率和吞吐量，对 DLM 的发展具有重要意义。

OpenAI 发现现实世界 AI 偏差

推荐理由：原文展示了如何通过分析用户对话来检测和诊断AI模型中的未知偏差，对理解AI安全具有重要意义。

OpenAI 发布 GPT-5.3-Codex 模型

推荐理由：OpenAI 发布了 GPT-5.3-Codex，介绍了其在不同领域的表现和安全性评估，读者可以了解其能力变化和风险控制措施。

2025 年大型语言模型发展回顾：推理、RLVR 和 GRPO 算法，以及 LLM 架构和推理模型的发展

推荐理由：文章回顾了 2025 年大型语言模型的重要进展，包括推理模型、RLVR 和 GRPO 算法，以及 LLM 架构和推理模型的发展，对读者了解 LLM 的发展趋势和未来方向有重要价值。

基于分而治之的强化学习算法：无TD学习

推荐理由：该论文提出了一种基于“分而治之”的强化学习算法，旨在解决长时程任务中的离策略强化学习问题，具有潜在的应用价值。

基于策略的蒸馏：LLM后训练的新方法

推荐理由：该研究提出了基于策略的蒸馏方法，结合了在线训练和密集奖励信号的优势，为LLM后训练提供了一种高效且可靠的方法。

利用语义 ID 和 LLM-RecSys 混合模型进行可操控的推荐

OpenAI 发布 gpt-oss-120b 和 gpt-oss-20b 模型

推荐理由：OpenAI 发布了 gpt-oss-120b 和 gpt-oss-20b 模型，展示了其在推理、编码和工具使用方面的能力，并进行了安全测试和评估。

Mistral AI 发布推理模型 Magistral，推动 AI 研究进展

推荐理由：Mistral AI 发布了首个推理模型 Magistral，该模型在特定领域推理、透明推理和多语言推理方面表现出色，对 AI 研究领域有重要贡献。

测试了所有主要AI推理系统：没有明确的赢家

推荐理由：本文对多个AI推理系统进行了测试，分析了其优缺点，并提出了未来研究方向。

Sarvam AI 发布专注于印度语言的混合推理模型 Sarvam-M

推荐理由：Sarvam AI 发布了 Sarvam-M 模型，这是一个专注于印度语言的混合推理模型，通过监督微调、强化学习和推理优化显著提升了模型在印度语言、数学和编程任务上的表现。

测试时计算和思维链在推理模型中的应用

推荐理由：文章深入探讨了在推理模型中使用测试时计算和思维链的方法，分析了其对模型性能的影响，并提出了未来研究方向。

大型语言模型中注意力机制的研究进展

推荐理由：该研究深入探讨了注意力机制在大型语言模型中的表现，为理解注意力模式形成提供了新的视角和方法。

电路追踪：揭示语言模型中的计算图

推荐理由：该研究提出了电路追踪方法，通过分析语言模型中的计算图来揭示其内部机制，对理解语言模型的工作原理具有重要意义。

OpenAI发布Deep Research系统卡：评估AI在复杂任务中的表现和安全性

推荐理由：Deep Research System Card介绍了Deep Research模型在复杂研究任务和安全性评估方面的进展，对AI安全领域有重要意义。

ModernBERT-Large-Instruct：基于 ModernBERT 的指令微调编码器

推荐理由：ModernBERT-Large-Instruct 模型的出现为编码和推理任务提供了新的可能性，其简单高效的训练方式值得关注。

DeepSeek的R1-Zero和R1系统在ARC-AGI-1基准上表现出色

推荐理由：DeepSeek的R1-Zero和R1系统在ARC-AGI-1基准上表现出色，为AI推理系统的发展提供了新的思路。

通过结合深度学习和程序合成克服 ARC-AGI 基准

OpenAI o1 模型在 ARC-AGI-Pub 评测中的表现分析

推荐理由：原文详细介绍了 OpenAI o1 模型的推理能力和在 ARC-AGI-Pub 评测中的表现，读者可以了解该模型在推理和效率方面的最新进展。

评估 LLM-evaluators 的有效性：LLM 作为裁判

大型语言模型中的外显幻觉现象研究

Cursor 发布 Copilot++：智能预测编码操作，提升编码效率

推荐理由：Cursor 发布了 Copilot++，一个更智能的 Copilot 版本，能够预测用户的下一步编辑，并扩展了其功能，包括预测光标位置、文件切换、终端命令等，旨在提升编码效率和用户体验。

Mamba 模型：Transformer 的替代方案解析

LLM 研究中的十大挑战

推荐理由：文章探讨了大型语言模型（LLM）研究中的十大挑战，包括幻觉、上下文学习、多模态、新架构、GPU替代品等，对LLM的发展趋势有重要参考价值。

大型Transformer模型推理优化方法综述

文本到图像生成：扩散、文本条件化、引导和潜在空间

Transformer模型可解释性研究：Softmax Linear Units激活函数

推荐理由：该研究提出了一种新的激活函数SoLU，旨在提高Transformer模型的可解释性，通过实验验证了其在保持性能的同时提高了模型中可解释神经元的比例。

如何在多个 GPU 上训练大型模型？

扩散模型概述

深度强化学习中探索策略研究

强化学习课程学习策略综述

元强化学习：研究进展与关键技术

OpenAI 发布强化学习新成果：Dota 智能体击败半职业选手

推荐理由：OpenAI 使用 PPO 算法训练 Dota 智能体取得突破，展示了深度强化学习在复杂决策问题上的潜力。

如何解释机器学习模型的预测？

深度强化学习：基于像素的Pong游戏