Magnetar：基于证明的通用计算

推荐理由：Magnetar 作为一种基于零知识证明的通用计算形式，在效率和安全性方面取得了重大进展，为可验证计算领域带来了新的可能性。

NVIDIA Nemotron 3.5 Super VL：多模态推理赋能专用智能体

Glance Forcing：通过阶段特定目标引导的专家提高双向扩散自回归的效率

跨语言模型的无训练事实通信：共享符号而非向量

推荐理由：该研究提出了一种无需训练的跨语言模型事实通信方法，通过共享词索引和接收器本地方向，支持模型家族之间的选择性事实使用，具有潜在的应用价值。

Cortex：将上下文巩固到参数化记忆中

推荐理由：该研究提出了 Cortex 模型，通过参数化记忆巩固上下文信息，提高了大语言模型在多个任务上的表现，具有潜在的应用价值。

LensErase：一款通用的擦除任何内容的基础模型

PreciseCoder：超越单元测试奖励的精确和可泛化的调试

AUGUstus：自动驾驶统一生成与理解视觉语言动作模型

推荐理由：AUGUstus 模型在自动驾驶场景中展现出强大的潜力，通过结合视觉语言动作模型和统一生成与理解，实现了低延迟和高精度轨迹规划。

Next-Concept Modeling：快速、并行粗到细文本生成

推荐理由：该研究提出了Next-Concept Modeling，一种加速扩散语言模型的方法，在保持质量的同时提高推理性能。

OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna：2026 年 10 月更新

推荐理由：原文详细介绍了 GPT-6 Sol 和 GPT-6 Luna 的模型数据、训练方法、安全评估结果，读者可以了解其推理能力和安全性能。

Meta AI 的 AI 模型在数学、物理和化学竞赛中表现出色，并与数学家合作使用 Muse Spark 1.1 和 1.2 模型寻找解决方案，旨在赋能研究人员。

Google Research 发布 Diffusion Controller 框架，简化 AI 图像生成

推荐理由：Diffusion Controller 框架通过数学控制与图像生成模型结合，为图像生成提供了统一的框架，有助于提高图像生成质量并降低对模型核心引擎的修改需求。

LangChain 使用 Jev 和 LangGraph 构建“非神”生产级智能体

推荐理由：LangGraph 和 Jev 的结合为构建生产级智能体提供了新的思路，读者可以了解如何利用这些工具优化工作流程。

Google 研究院发布 AI 视频导演：自动化连贯长视频生成

推荐理由：该研究提出了一个名为 AI 视频导演的 AI 视频生成框架，旨在解决长视频生成中的连贯性问题，为创作者提供更高效的工具。

Google 研究提出 Retrieve-for-Train 框架加速复杂 AI 搜索

推荐理由：该研究提出了一种名为 Retrieve-for-Train 的新框架，旨在通过强化学习和扩散模型加速复杂 AI 搜索，具有潜在的应用价值。

BenchMIRT：LLM 基准测试实际上在测量什么？

推荐理由：BenchMIRT 通过分析模型在各个问题上的表现，揭示了现有基准测试的复杂性，并有助于构建更精确、更易理解的模型评估方法。

GPT 5.6-Cyber 在虚拟机中逃逸：对 AI 安全假设的挑战

推荐理由：原文展示了 GPT 5.6-Cyber 在虚拟机中逃逸的能力，揭示了现有软件安全假设的局限性，对 AI 安全领域有重要意义。

IBM 发布 Granite 4.2 推理模型家族：构建过程揭秘

推荐理由：Granite 4.2 模型在推理和工具调用方面表现出色，为读者提供了对大型语言模型构建的深入了解。

量化感知修复：超越原始模型的压缩4位模型

推荐理由：该研究提出了量化感知修复（QAH）方法，通过直接从原始模型蒸馏，提高了压缩和量化后的模型性能，读者可以了解其如何改变现有工作流。

揭秘扩散模型创造力之谜

推荐理由：原文深入探讨了扩散模型创造力的来源，揭示了神经网络训练过程中的数学原理，对理解扩散模型的工作机制具有重要意义。

推理解锁LLMs中的参数化知识：思考与回忆

ParallelKernelBench：前沿大语言模型无法快速编写多GPU内核（目前）

自适应并行推理：高效推理扩展的下一个范式

推荐理由：本文介绍了自适应并行推理，这是一种新的推理扩展范式，旨在提高推理效率。读者可以了解其原理和潜在影响。

OpenAI 研究：意外评分 CoT 对模型监控能力的影响

设计用于现实世界的合成数据集：从第一性原理进行机制设计和推理

推荐理由：Simula 框架通过机制设计，将数据生成转化为可控的科学，为构建高保真数据集提供了清晰路径，对 AI 的发展具有重要意义。

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。

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。

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。

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。