Thinking Machines Inkling 模型在 Modal 平台上线

英灵殿 Odin：AI for Science 创业者的野心与初心

DiScoFormer：一种用于密度和得分的 Transformer 模型

推荐理由：DiScoFormer 模型在密度和得分估计方面优于传统方法，具有广泛的应用前景。

开源模型生态系统多样化趋势分析

推荐理由：文章探讨了开源模型生态系统的多样化趋势，读者可以了解不同类型公司对开源模型的影响。

网络安全评估模式：构建基准和评估方法

某产品发布智能体功能

DeepMind 发布 DiffusionGemma 模型，文本生成速度提升 4 倍

推荐理由：DiffusionGemma 模型的发布，提供了更快的文本生成速度，对研究人员和开发者探索速度敏感的本地工作流程具有重要意义。

DeepSeek 的 10 万亿美元大战略

推荐理由：DeepSeek 的技术创新及其对 AI 硬件生态的影响值得关注，尤其是其在混合专家模型和注意力机制方面的贡献。

DeepMind发布加速衰老研究论文：Co-Scientist助力逆转细胞衰老

Gemini Co-Scientist：助力剑桥大学教授发现新型传染病分子开关

Gemini 在 Calico Life Sciences 使用 Co-Scientist 推进衰老研究

Gemini 模型加速肝脏疾病机制发现

Gemini 协同工具助力 ALS 研究

DeepSeek-V4 发布：百万token上下文推理系统问题解析

推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。

DeepSeek-V4 Pro在Together AI上发布，支持长上下文推理

推荐理由：DeepSeek-V4 Pro在Together AI上发布，支持长上下文推理，为团队提供灵活的推理模式和成本效益高的解决方案，有助于改变现有工作流。

Modal 发布实时机器人推理功能

推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。

FlashAttention-4：不对称硬件扩展的算法和内核协同设计

推荐理由：FlashAttention-4 通过算法和内核协同设计，优化了不对称硬件扩展，提高了注意力机制的运行效率，读者可以了解其对现有工作流的影响。

DeepSeek V3.2：架构、稀疏注意力和强化学习更新

推荐理由：DeepSeek V3.2 引入了新的稀疏注意力机制和自我验证/自我改进技术，提高了推理能力和效率。

Modal 发布实时语音 AI 功能

推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。

超越标准LLM：替代方案的探索

Delphi 模型：构建个性化数字心智的探索

Anthropic 发布 "A Toy Model of Interference Weights" 模型

Anthropic 提出稀疏混合线性变换（MOLT）方法，提升模型可解释性

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。

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。

DeepSeek R-1 模型作者 Jay Alammar 转向 Substack 平台

ARC Prize Side Quest - Snakebench：SnakeBench评测挑战，o3-mini和DeepSeek夺冠

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。

Sarvam AI 发布印度语言大语言模型 Sarvam-1

推荐理由：Sarvam AI 发布了针对印度语言的 LLM Sarvam-1，该模型在性能和效率方面表现出色，为印度语言模型的发展提供了新的思路。

Anthropic 发布 Transformer 数学框架逆向工程练习

Anthropic Transformer Circuits 视频讨论神经网络逆向工程