Mistral AI 发布首个推理模型 Magistral，分 Small 开源与 Medium 企业双版本
Mistral AI 发布首个推理模型 Magistral，含 24B 参数开源版 Magistral Small（Apache 2.0）和企业版 Magistral Medium。
推荐理由：官方给出两个版本的基准分数、开源许可和语言能力细节，读者可据此评估它在推理模型中的定位。
推理能力
全部主题模型推理能力的进展：思维链、推理模型、数学与逻辑基准的突破与争议。
当前仅显示精选新闻最新精选
第 241–249 条 · 共 249 条Mistral AI精选AI 评分6969
DeepSeek API updates精选AI 评分8484 deepseek-reasoner 升级为 DeepSeek-R1-0528，推理能力增强
DeepSeek 官方宣布 deepseek-reasoner 模型升级为 DeepSeek-R1-0528，推理能力增强，AIME 2025 Pass@1 从 70.0 升至 87.5，GPQA 从 71.5 升至 81.0，Aider 从 57.0 升至 71.6。
推荐理由：官方更新日志列出各基准的具体分数变化，读者可以直接对比新旧 R1 在推理和幻觉上的差异。
DeepSeek API updates精选AI 评分7373 deepseek-chat 升级为 DeepSeek-V3-0324，多项基准测试显著提升
DeepSeek 官方宣布 deepseek-chat 模型升级为 DeepSeek-V3-0324。基准测试提升明显，MMLU-Pro 75.9 → 81.2，GPQA 59.1 → 68.4，AIME 39.6 → 59.4，LiveCodeBench 39.2 → 49.2。
推荐理由：原文给出各基准测试的具体提升数字和功能变化，读者可据此评估升级对现有应用的影响。
FireRedTeam GitHub 新仓库精选AI 评分6161 FireRedTeam 开源 FireRedASR 工业级中文语音识别模型，含 LLM 与 AED 两个变体
FireRedTeam 开源工业级语音识别模型 FireRedASR，支持普通话、中文方言和英语，含 8.3B 的 FireRedASR-LLM（Encoder-Adapter-LLM 架构）和 1.1B 的 FireRedASR-AED 两个变体。
推荐理由：仓库给出两个变体的公开基准 CER/WER 对比数字和使用限制，读者可以据此评估它在中文语音识别里的可用性。
DeepSeek API updates精选AI 评分8585 DeepSeek API 上线 deepseek-reasoner，对应新模型 DeepSeek-R1
DeepSeek 在 API 中上线 deepseek-reasoner，即新模型 DeepSeek-R1，通过指定 model=deepseek-reasoner 调用。详细更新见 DeepSeek-R1 正式发布说明，调用指南见推理模型文档。
推荐理由：原文说明 deepseek-reasoner 即 DeepSeek-R1，给出了调用方式，方便开发者在 API 中直接使用新推理模型。
AI as Normal Technology精选AI 评分6969 AI 进步是否在放缓：Arvind Narayanan 等人解析模型扩展与推理扩展之争
Arvind Narayanan、Benedikt Ströbl 和 Sayash Kapoor 撰文分析 OpenAI、Anthropic 和 Google Gemini 下一代模型遇阻后的叙事翻转，认为宣布模型扩展已死为时尚早，行业领袖的预测并不可靠。
推荐理由：作者用可核查的证据指出业内叙事反复翻转的成因，并区分能力提升与实际社会影响的薄弱关联。
DeepSeek API updates精选AI 评分6666 deepseek-coder 与 deepseek-chat 升级合并为 DeepSeek V2.5 模型
DeepSeek 将 DeepSeek V2 Chat 与 DeepSeek Coder V2 合并升级为 DeepSeek V2.5，API 用户通过 deepseek-coder 或 deepseek-chat 均可访问新模型。
推荐理由：原文来自官方更新日志，给出了合并后的模型名称、API 兼容方式和多项评测分数变化，便于读者对照评估升级效果。
DeepSeek API updates精选AI 评分6868 DeepSeek 升级 deepseek-chat 至 DeepSeek-V2-0628，推理与角色扮演能力提升
DeepSeek 官方宣布 deepseek-chat 模型升级为 DeepSeek-V2-0628，推理能力提升。
推荐理由：官方给出代码、数学、推理和对战胜率的前后对比数据，读者可以据此评估这次升级的实际幅度。
Sam Altman Blog精选AI 评分6868 OpenAI 用 PPO 训练 Dota 智能体击败半职业选手
OpenAI 用自研强化学习算法 PPO 训练 5 个智能体组成的团队打 Dota，击败了半职业选手。智能体对两周前的旧版本胜率达 90-95%，训练不使用人类对局数据，仅靠自我对弈和人工设计的奖励函数学会游戏。作者认为这说明深度强化学习在算力足够且模拟环境贴合问题时能解决极难问题，有望推广到更像真实世界的场景。
推荐理由：作者作为当事方说明了不依赖人类对局、靠自我对弈训练的路线，读者可以借此理解强化学习对算力和模拟环境的依赖。