Google DeepMind 发布 Gemini 4 Argon，输出上限扩至 1M tokens
Google DeepMind 发布前沿模型 Gemini 4 Argon，先向 Fairwind Program 的可信网络防御者开放，后续将面向开发者、企业和消费者推出。
推荐理由：官方博客给出定价、输出上限和多个基准成绩，可帮读者评估该模型在编码与安全防御场景的实际定位。
#推理
#推理
今日 0 条Google DeepMind精选AI 评分7474 Databricks BlogAI 评分4747 Databricks 推出 AI Function ai_decide：在受治理数据上快速决策
Databricks 发布 AI Function ai_decide，基于 TypeSafe AI 的决策模型 Jev，对非结构化文本在不到一秒内返回概率、命名选项或有序评分，延迟和成本低于 LLM。
Hugging Face BlogAI 评分5959 NVIDIA 发布开源表格基础模型 Kumo Tabular
NVIDIA 发布开源表格基础模型 Kumo Tabular，给定带标签表格后单次前向传播即可完成分类和回归预测，无需训练、调参或特征工程。
Apple Machine Learning ResearchAI 评分4545 Apple 研究：语言模型树结构表达式序列化的通信瓶颈
Apple 研究者提出往返协议，用生成器把算术表达式转成应用题、再由提取器还原，以符号等价作为精确判定，测试十六个模型的全部两两组合。结果显示该信道有损且不对称：交换生成与提取角色可使准确率变化最多 60.4 个百分点，最佳组合达 92.9%；至少 73.6% 的失败源于生成端，难度由树结构而非模型家族决定。约 3600 条微调样本即可让所有开源权重模型超过未训练的 Gemini-3.1-Pro。
Anthropic Research精选AI 评分8282 Anthropic 评测 GLM-5.3：可自主构建端到端漏洞利用且防护易被绕过
Anthropic 发布对智谱 GLM-5.3 的网络安全能力分析，认为它是首个在无实质防护下开放权重的强网络攻击能力模型，与 NIST CAISI 评估结论大致一致。
推荐理由：Anthropic 以一手评测数据说明 GLM-5.3 的漏洞利用能力与防护绕过率，并解释攻击者可及性与 Claude 的访问限制差异。
Sakana AI BlogAI 评分4646 Sakana AI 与东京大学提出 SAIL：用测试时扩展提升 VLM 机器人轨迹生成可靠性
Sakana AI 与东京大学合作提出 SAIL（Scaling In-Context Imitation Learning），通过测试时扩展让 VLM 更可靠地生成机器人轨迹，该工作将在 IROS2026 展示。
Anthropic Research精选AI 评分7272 物理学家复盘 Claude 在 N=4 super Yang-Mills 完成 nine loops 散射振幅挑战
物理学家 Matt von Hippel 发文复盘，Anthropic 的 Liam Fitzpatrick 和 Siddharth Mishra-Sharma 用 Fable 5.1 驱动的 Claude Science 完成他提出的挑战。
推荐理由：物理学家亲历 Claude 用千元级预算独立完成九圈振幅计算，给出对 AI 科研能力和低垂果实的第一手判断。
inclusionAI Hugging Face models精选AI 评分6060 inclusionAI 开源 Ling-mini-2.0：16B 总参数 MoE 模型，激活仅 1.4B
inclusionAI 开源 Ling 2.0 系列首个模型 Ling-mini-2.0，总参数 16.26B、每 token 激活 1.4B（非嵌入 789M），采用 1/32 激活比 MoE 架构，称可达到 7–8B dense 模型的等效性能，在 H20 上简单 QA 场景生成速度超过 300 token/s，支持 128K 上下文（YaRN）。
推荐理由：官方发布了完整的参数配置、推理速度、训练吞吐和预训练检查点，读者可以据此评估小激活 MoE 在端侧和继续训练中的可用性。
inclusionAI Hugging Face models精选AI 评分6262 inclusionAI 开源 Ling-flash-2.0：100B 总参数、6.1B 激活的 MoE 模型
inclusionAI 正式开源 Ling 2.0 架构下的第三个 MoE 大语言模型 Ling-flash-2.0，总参数 100B、激活参数 6.1B（非嵌入 4.8B），基于 20T+ tokens 数据训练并经 SFT 和多阶段强化学习。
推荐理由：官方给出参数结构、基准对比和推理速度数据，读者可据此评估小激活 MoE 替代 40B 稠密模型的可行性。
inclusionAI Hugging Face models精选AI 评分6464 inclusionAI 发布 Ling 2.0 系列旗舰非思考模型 Ling-1T
inclusionAI 发布 Ling 2.0 系列首款旗舰非思考模型 Ling-1T，总参数 1T、每 token 激活约 50B，支持 128K 上下文。
推荐理由：官方模型卡给出架构、训练规模和基准对比细节，读者可据此评估这款万亿参数非思考模型的推理效率与部署方式。
inclusionAI Hugging Face modelsAI 评分5555 inclusionAI 发布 Ring-mini-2.0：16B 总参数 MoE 推理模型，支持 128K 上下文
inclusionAI 基于 Ling 2.0 架构正式发布 Ring-mini-2.0，总参数 16.8B、激活参数仅 1.4B，经 Long-CoT SFT。
inclusionAI Hugging Face models精选AI 评分6666 inclusionAI 开源 Ring-flash-2.0 推理模型：100B 参数仅激活 6.1B
inclusionAI 正式开源思考模型 Ring-flash-2.0，总参数 100B、每次推理仅激活 6.1B，基于 Ling-flash-2.0-base 深度优化。
推荐理由：官方发布完整披露了 icepop 算法、多阶段 RL 训练流程和部署参数，读者可以评估其推理性价比与可复现性。
inclusionAI Hugging Face models精选AI 评分6868 inclusionAI 开源发布万亿参数思考模型 Ring-1T
inclusionAI 正式发布开源思考模型 Ring-1T，总参数 1 万亿、激活 50B，基于 Ling 2.0 架构和 Ling-1T-base，上下文经 YaRN 扩展至 128K，权重可在 Hugging Face 与 ModelScope 下载，并支持 Ling Chat 和 ZenMux 体验与 API 调用。
推荐理由：官方发布开源万亿参数思考模型，给出 IMO 与 ICPC 实测结果和 Icepop、ASystem 训练细节，便于评估其推理与部署价值。
inclusionAI Hugging Face models精选AI 评分6262 inclusionAI 开源万亿参数思考模型 Ring-2.5-1T
inclusionAI 发布开源万亿参数思考模型 Ring-2.5-1T，采用 1:7 MLA + Lightning Linear Attention 混合线性注意力架构，激活参数从 51B 增至 63B。
推荐理由：原文给出了混合线性注意力的具体效率数字和多项基准成绩，读者可以据此评估它在长程智能体场景中的实际取舍。
inclusionAI Hugging Face models精选AI 评分6262 inclusionAI 开源 Ling-2.5-1T：1T 总参数、63B 激活的即时模型，支持 1M 上下文
inclusionAI 发布并开源 Ling-2.5-1T，总参数 1T、激活 63B，预训练语料扩至 29T tokens，经 YaRN 外推支持最长 1M tokens 上下文。
推荐理由：官方模型卡给出架构、token 效率和长上下文评测细节，可帮助读者评估这款万亿参数即时模型对现有部署工作流的适配。
inclusionAI Hugging Face models精选AI 评分6060 inclusionAI 开源万亿参数模型 Ling-2.6-1T
inclusionAI 开源 Ling 家族旗舰模型 Ling-2.6-1T，参数量达 1T，面向复杂推理、编码和 Agent 工作流。
推荐理由：官方发布万亿参数旗舰开源模型，给出架构设计、benchmark 结果和 SGLang/vLLM 部署细节，便于评估其实际可用性。
inclusionAI Hugging Face models精选AI 评分6060 inclusionAI 发布万亿参数推理模型 Ring-2.6-1T
inclusionAI 发布万亿参数旗舰推理模型 Ring-2.6-1T，主打真实生产环境中的 Agent 执行与复杂推理，上下文长度由 128K 扩展到 256K（YaRN），采用 MIT License 开源。
推荐理由：官方发布页给出 Agent 执行、推理档位和异步 RL 训练的具体做法与基准数字，读者可据此评估其在生产场景的适配价值。
inclusionAI Hugging Face modelsAI 评分5656 inclusionAI 发布 Ling-3.0-flash 混合推理模型，124B 总参数激活 5.1B
inclusionAI 在 Hugging Face 发布 Ling-3.0-flash，为原生混合线性注意力 MoE 模型，总参数 124B、每 token 激活 5.1B，约为此前 1T 级旗舰 Ring-2.6-1T 的 12.4% 和 8.1%，官方称在关键基准上持平或超越前代。
inclusionAI Hugging Face modelsAI 评分5959 inclusionAI 发布 Ling-3.0-tiny：7.9B 总参数、1.3B 激活的混合推理 MoE 模型
inclusionAI 发布轻量混合推理 MoE 模型 Ling-3.0-tiny，总参数 7.9B，每 token 仅激活 1.3B，采用 3:1 KDA-MLA 混合线性架构加 128 专家稀疏 MoE FFN。
inclusionAI Hugging Face modelsAI 评分4646 蚂蚁 Ling 系列发布 Ling-3.0-flash-Fin 金融增强模型，124B 参数、256K 上下文
蚂蚁集团联合多家金融机构与领域专家推出 Ling-3.0-flash-Fin，这是 Ling 系列首个金融增强模型，在 Ling-3.0-flash 基础上用高质量金融数据继续训练，总参数 124B、激活参数 5.1B、上下文窗口 256K。
Apple Machine Learning ResearchAI 评分4646 Apple 提出 probe guidance：用冻结内部状态引导流匹配模型
Apple 研究团队提出 probe guidance，利用现有扩散模型冻结的内部状态构建引导信号，无需在推理时增加额外前向计算。该方法在连续扩散语言模型的无条件生成上刷新 SOTA，应用于 1.7B 扩散语言模型时持续提升多项选择题基准表现。研究还发现，autoguidance 中的弱模型必须来自训练的低熵区域。
Anthropic Newsroom精选AI 评分9090 Anthropic 发布 Claude Opus 5.5，成本较 Opus 5 降低 40%
Anthropic 发布 Claude Opus 5.5，为 Claude 5.5 家族首款模型，官方称其表现与 Claude Fable 5.1 相当，运行成本较 Opus 5 降低 40%，输入和输出 token 价格为 $4 和 $20 每百万，缓存读取 $0.20 每百万（降低 60%），输出速度快 30% 以上。
推荐理由：官方给出完整基准、价格与安全评估细节，读者可据此比较 Opus 5.5 在成本与智能体编码上的实际变化。
OpenRouter Announcements精选AI 评分6868 TypeSafe 决策模型 Jev 1.13 上线 OpenRouter，面向开发者解析用法
TypeSafe 于 2026 年 9 月 15 日发布早期访问版决策模型 Jev（当前版本 1.13），现已可通过 OpenRouter 调用。Jev 是非生成式决策模型，只接受文本输入，返回 Choice、Score、Noul 三种类型化答案并附带校准概率，无自由文本输出。
推荐理由：原文给出 Jev 三个返回原语、真实 API 响应和定价细节，开发者可据此判断是否用它替换现有 LLM 加正则的分类流程。
Google ResearchAI 评分4343 Google Research 提出 Retrieve-for-Train：用 RL 编译扩散模型绕过推理瓶颈
Google Research 提出 Retrieve-for-Train 框架，通过离线强化学习发现奖励对齐的查询扇出并编译为监督信号，再蒸馏进一个 53.9M 参数的扩散检索器，实现单次非自回归的查询扇出，无需推理时的 CoT 思考 token。该方法基于 Gemma3-4B 和 Qwen3-4B 微调，旨在解决零样本 LLM 在数据库感知查询分解中的复述坍缩与自回归延迟瓶颈。
LMSYS BlogAI 评分4646 SGLang 用 NVFP4 KV Cache 加速长上下文与智能体推理
NVIDIA 与 SGLang 合作实现 NVFP4 KV cache，在 Blackwell 上以 4 比特存储 K/V，配合 FP8 分块缩放与 FP32 张量级缩放两级量化，打包数据加块缩放仅占 FP8 约 56% 存储。
inclusionAI Hugging Face modelsAI 评分4747 inclusionAI 发布 Llama-3.2-1B-Instruct-singprobe 流式安全探针
inclusionAI 推出 SingProbe，一个基于 meta-llama/Llama-3.2-1B-Instruct 的流式安全探针，复用基座模型隐藏状态，在每个 token 上对查询意图、回复不安全和幻觉风险打分，仅增加不到 0.5% 解码开销。
inclusionAI Hugging Face modelsAI 评分4545 inclusionAI 发布 gemma-4-26B-A4B-it-singprobe：基于 Gemma 的流式安全探针
inclusionAI 发布 SingProbe，一个基于 google/gemma-4-26B-A4B-it 的流式安全探针，复用基座模型隐藏状态逐 token 打分，仅增加不到 0.5% 解码开销。
inclusionAI Hugging Face modelsAI 评分4545 inclusionAI 发布 Qwen3.5-0.8B-singprobe：基于隐藏状态的流式安全探针
inclusionAI 发布 Qwen3.5-0.8B-singprobe，一个基于 Qwen/Qwen3.5-0.8B 隐藏状态的流式安全探针，可在生成过程中逐 token 输出查询意图、回复不安全和幻觉风险评分，解码开销低于 0.5%。
inclusionAI Hugging Face modelsAI 评分4646 inclusionAI 发布 Qwen3.5-397B-A17B-singprobe 流式安全探针
inclusionAI 发布基于 Qwen/Qwen3.5-397B-A17B 的流式安全探针 SingProbe，复用基座模型隐藏状态，在每个 token 上对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。
inclusionAI Hugging Face modelsAI 评分4141 inclusionAI 发布 SingProbe：基于 gemma-4-E4B-it 的流式安全探针
inclusionAI 推出 SingProbe，一个基于 google/gemma-4-E4B-it 的流式安全探针，复用基座模型隐藏状态，在生成每个 token 时对查询意图、回复安全性和幻觉风险打分，解码开销低于 0.5%。
inclusionAI Hugging Face modelsAI 评分4444 inclusionAI 发布 SingProbe：基于 Qwen3-4B-Instruct-2507 的流式安全探针
inclusionAI 发布 SingProbe，一个构建在 Qwen/Qwen3-4B-Instruct-2507 上的内置流式护栏，复用基座模型隐藏状态，在每个 token 上对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。
inclusionAI Hugging Face modelsAI 评分4444 inclusionAI 发布 GLM-5.3-singprobe 流式安全探针
inclusionAI 发布基于 GLM-5.3 的流式安全探针 GLM-5.3-singprobe，复用基座模型隐藏状态逐 token 打分，解码开销低于 0.5%。
inclusionAI Hugging Face modelsAI 评分4444 inclusionAI 发布 Hy3-singprobe：基于腾讯 Hy3 的流式安全探针
inclusionAI 发布 Hy3-singprobe，一个构建在 tencent/Hy3 上的流式安全探针，复用基座模型隐藏状态逐 token 打分，解码开销低于 0.5%。
inclusionAI Hugging Face modelsAI 评分4848 inclusionAI 发布 Qwen3-8B-singprobe：基于 Qwen3-8B 的流式安全探针
inclusionAI 发布 Qwen3-8B-singprobe，这是构建在 Qwen/Qwen3-8B 上的内在流式护栏，复用基座模型隐藏状态，在每个 token 上对查询意图、回复不安全和幻觉风险打分，解码开销低于 0.5%。
OpenRouter Announcements精选AI 评分6464 OpenRouter 发布 Fusion：多模型并行研讨生成单一答案
OpenRouter 发布 Fusion 复合推理系统，调用模型可将提示词并行发给 1 至 8 个专家模型，由 judge 对比共识与分歧后生成结构化分析，再写出最终答案。
推荐理由：原文给出成本、延迟和适用场景的量化说明，读者可据此判断多模型研讨是否值得接入现有工作流。
OpenAI News精选AI 评分6969 OpenAI 发布 GPT-6 Astra：面向商务场景的新一代模型
OpenAI 发布 GPT-6 Astra，称其为面向商务的最强模型，具备高级推理、电脑使用能力，以及更强的写作和设计判断。
推荐理由：官方宣布新模型并点出推理、电脑操作与写作设计判断等方向，可据此了解其在商务场景的定位。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber 两款模型
Google DeepMind 发布 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber。
推荐理由：官方给出具体基准数据和定价，可用于对比 3.7 Flash 判断升级性价比，Cyber 版的开放范围也值得安全团队留意。
Hugging Face BlogAI 评分5252 Allen AI 发布 BenchMIRT：在题目层面审计 LLM 基准实际测量的能力
Allen AI 发布 BenchMIRT，一种基于多维 IRT 的方法，用于在单个题目层面审计 LLM 基准实际测量的能力。方法基于 100 个 LLM 在 16 个基准、超 34K 题目上的结果训练，未事先告知标签即独立恢复出安全与通用推理两个维度；分析发现 BBQ 和 WMDP 与通用推理的关联强于安全，HarmBench 的版权题也更接近推理。
Hugging Face Blog精选AI 评分6363 IBM 发布 Granite 4.2 推理模型家族并详解构建过程
IBM 发布 Granite 4.2 密集 decoder-only 推理模型家族，含 3B、8B、30B 三个规格，基于 Granite-4.1 基座（约 15T tokens 预训练，上下文窗口扩至 512K），经 SFT 与多阶段 GRPO 强化学习训练，全部以 Apache 2.0 许可开源。
推荐理由：IBM 官方详解 Granite 4.2 训练全程，从五阶段预训练到多阶段 RL 课程，可复用的训练细节较完整。
Hugging Face Blog精选AI 评分6565 Liquid AI 发布 LFM2.5-DSpark 草稿模型，推理吞吐最高提升 3.2x
Liquid AI 为 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 三个模型发布 DSpark 草稿模型 checkpoint，通过投机解码在不改变输出质量的前提下加速推理，GPU 吞吐最高提升 3.18x，端侧最高 2.87x。
推荐理由：官方为 LFM2.5 三款模型发布 DSpark 草稿模型，给出从 H100 到 MacBook 的实测加速数据和开源接入方式。