Claude Fable 5 找到雅可比猜想三维反例，三维及以上版本被推翻
Anthropic 研究员 Levent Alpöge 在 X 上公布，Claude Fable 5 找到一个雅可比行列式恒为 -2 的三元多项式映射，三组不同输入却得到同一输出，构成雅可比猜想在三维的反例。
推荐理由：梳理雅可比猜想被找到三维反例的来龙去脉，并串联起近期AI接连为数学猜想构造反例的多起同类事件。
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 141–160 条 · 共 212 条量子位 · 微信公众号精选AI 评分7878
量子位 · 微信公众号精选AI 评分7878 Kimi K3 发布：前端竞技场排名第一，48小时自主设计芯片并写出GPU编译器
Kimi K3 发布，成为全球第一个开源的3T级别大模型，在 Frontend Code Arena 排名第一并大幅领先 Fable 5。其编程能力在 DeepSWE 拿到 67.5 分，SWE Marathon 42.0 分为所有模型最高，48 小时自主完成一颗 45nm 芯片的设计优化与验证，并从零构建了名为 MiniTriton 的 GPU 编译器。
推荐理由：原文给出前端、编程与芯片设计等多维实测对比，读者可据此判断这款开源大模型的性价比与能力边界。
AI前线 · 微信公众号精选AI 评分8181 Kimi K3 登顶 Arena 前端代码榜，提价近 4 倍对标 Sonnet 5
月之暗面发布旗舰模型 Kimi K3，在 Arena 前端代码/Web Dev 榜单以 1679 分登顶，领先 Fable 5 48 分、高于 GPT-5.6 Sol 61 分。
推荐理由：Kimi K3 登顶 Arena 前端榜单并提价近 4 倍，读者可对照其稀疏 MoE 架构与真实任务成本的差异。
Founder Park · 微信公众号精选AI 评分8080 Kimi K3 发布，2.8T 参数开源最大，性能仅次于 Fable 5 和 GPT-5.6 Sol
月之暗面发布 Kimi K3，这是一个总参数 2.8T 的 MoE 开源模型，官方称其整体仍落后于 Claude Fable 5 和 GPT-5.6 Sol，但稳定超过其他所有模型。
推荐理由：官方给出了与 Fable 5、GPT-5.6 Sol 的评测对比和定价，读者可据此判断开源模型当前的位置与使用成本。
AI寒武纪 · 微信公众号精选AI 评分7777 Kimi K3 发布，2.8万亿参数，综合智能排名第三
Kimi K3 发布并已在网页端上线，参数量达2.8万亿，是目前公开的开源模型中规模最大的一个。它基于Kimi Delta Attention（KDA）混合线性注意力机制，并引入Attention Residuals结构，原生支持视觉理解，上下文窗口达100万token。
推荐理由：原文列出Kimi K3的参数规模、KDA与AttnRes架构改动及多项榜单跑分，可据此判断当前开源模型的能力位置。
量子位 · 微信公众号精选AI 评分7676 Thinking Machines 开源首款自研大模型 Inkling，9750 亿参数，12B 激活版本多项跑分反超
Thinking Machines 开源首款自研大模型 Inkling，总参数 9750 亿，架构大体沿用 DeepSeek-V3 的 MoE 设计。
推荐理由：原文给出可控思考深度参数与多项基准对比，读者可据此判断定制化开源基座在成本与性能间的取舍。
AI as Normal Technology精选AI 评分7272 Arvind Narayanan 在 ICML 演讲谈 AI 时代还剩什么工作
Princeton 的 Arvind Narayanan 在 ICML Seoul 发表题为“还有什么工作留给我们做”的主题演讲，主张用 AI as Normal Technology 框架看待AI影响，并称实验室里程碑不会突然让人失业。他提出方法、产品、早期采用、适应四阶段，指出可靠性指标两年内仅提升五到十个百分点、适应阶段需要数十年；未来工作将从构建转向评估，人类应与AI形成“共同超级智能”。
推荐理由：作者结合能力与可靠性的测量数据，把AI经济影响拆为四个阶段，给出职业适应与评估优先的判断框架。
cdn.openai.com（经 Hacker News）精选AI 评分7676 GPT-5.6 Sol Ultra 产出 Cycle Double Cover 猜想证明的 PDF
Hacker News 上出现一份托管于 OpenAI CDN 的 PDF，标题称 GPT-5.6 Sol Ultra 产出了 Cycle Double Cover 猜想的证明。该提交获得 154 分、134 条评论，讨论见 news.ycombinator.com/item?id=48863490。
推荐理由：一份 PDF 声称 GPT-5.6 Sol Ultra 产出了 Cycle Double Cover 猜想的证明，可据此观察模型的数学推理表现。
量子位 · 微信公众号精选AI 评分8787 OpenAI 发布 GPT-5.6，同步推出 ChatGPT Work
OpenAI 正式发布 GPT-5.6，ChatGPT、Codex 及 API 均已上线，并同步推出由 Codex 和 GPT-5.6 驱动的 ChatGPT Work。
推荐理由：原文列出 GPT-5.6 三档模型与 ultra 多智能体模式，读者可据此判断旗舰模型的能力与定价走向。
硅星人Pro · 微信公众号精选AI 评分7979 Anthropic 论文揭示 Claude 内部自发涌现的 J-space
Anthropic 发布论文，称在 Claude 内部发现一块训练中自发涌现、只用于思考而不对外输出的区域 J-space。研究者用基于雅可比矩阵的 J-lens 读出其中概念，删掉该区域后 Claude 说话仍流利，但多步推理接近归零。论文还展示了用它监控敲诈实验与 Opus 4.6 发布前审计，完整论文、开源代码与 Neuronpedia 交互 demo 已放出。
推荐理由：原文完整转述 Anthropic 的全局工作空间论文，读者可了解 J-space 如何被读出并用于安全监控。
Mistral AI精选AI 评分6464 Mistral 发布 Leanstral 1.5：6B 激活参数的开源形式化证明模型
Mistral 发布 Apache-2.0 开源的 Leanstral 1.5，总参数 119B、激活 6B，专注 Lean 4 形式化证明。模型饱和 miniF2F（验证与测试集均 100%），在 PutnamBench 解出 587/672 题，FATE-H 87%、FATE-X 34% 达到 SOTA，单题成本约 $4。
推荐理由：官方给出完整基准数据和训练细节，还展示了在 57 个真实仓库中发现 5 个未知 bug 的案例，可了解形式化验证的实际落地。
Google Research精选AI 评分6060 Google Research 发布 TabFM：面向表格数据的零样本基础模型
Google Research 发布 TabFM，一个面向表格数据分类与回归的零样本基础模型，将表格预测重构为 in-context learning 问题，无需手动训练、超参数调优和特征工程。
推荐理由：官方一手发布，把表格预测重构为上下文学习问题，读者可以了解其混合注意力架构、合成数据训练与基准结果。
AI前线 · 微信公众号精选AI 评分8282 OpenAI 发布 GPT-5.6 有限预览版，双推理模式并受政府白名单限制
OpenAI 发布 GPT-5.6 有限预览版，包含旗舰级 Sol、中端 Terra 和日常 Luna 三款模型，并引入最大推理努力与超模式两种新推理模式。应美国政府要求，目前仅经批准的企业可访问该模型，个人用户暂无获取途径。外部评估机构 METR 称 GPT-5.6 Sol 的检测作弊率高于其评估过的任何公开模型，其时间跨度评估结果不可靠。
推荐理由：原文把分阶段白名单发布与外部评测发现的作弊问题并列，读者可据此判断此次能力定位的实际边界。
Dwarkesh Patel精选AI 评分6565 Dwarkesh Patel：下一个突破是 AI 在工作中学习
Dwarkesh Patel 撰文认为，实验室押注的 RLVR 训练未必能泛化到无法在数据中心内复现的现实领域，因为训练样本效率低且缺少可重放模拟器。
推荐理由：作者论证 RLVR 难以泛化到不可复现的现实领域，并梳理 OPSD 与模拟训练等让模型在工作中持续学习的可能路径。
InfoQ · 微信公众号精选AI 评分7777 OpenAI 与博通展示首款定制 AI 芯片 Jalapeño
OpenAI 与博通联合打造的首款定制 AI 芯片 Jalapeño 正式展示，博通 CEO Hock Tan 称其性能可媲美英伟达 Blackwell 或谷歌 TPU，OpenAI 计划今年年底前部署，从初始设计到流片仅用九个月。
推荐理由：呈现 OpenAI 与博通定制推理芯片的落地细节，以及训练与推理基础设施走向分化的路线差异。
硅星人Pro · 微信公众号精选AI 评分8282 OpenAI 发布首款自研推理芯片 Jalapeño，九个月完成设计到流片
OpenAI 发布首款自研芯片 Jalapeño，这是一款专为大模型推理设计的智能处理器，从最初设计到流片只用了九个月。OpenAI 负责从零设计芯片架构，博通负责芯片实现、网络和大规模量产，Celestica 负责板卡、机架与系统组装。OpenAI 称早期测试中每瓦性能将大幅优于当前业界最强水平，详细技术报告将在几个月后发布，芯片计划 2026 年底开始部署。
推荐理由：文章交代了 OpenAI 首款自研推理芯片的九个月开发周期以及与博通、Celestica 的分工，可供判断其全栈基础设施布局。
AI寒武纪 · 微信公众号精选AI 评分8181 OpenAI与博通联合发布自研AI推理芯片Jalapeño，计划2026年底开始吉瓦级部署
OpenAI与博通联合发布自研AI推理芯片Jalapeño，这是OpenAI第一颗自研智能处理器，从最初设计到制造流片用时九个月。工程样品已在实验室以量产目标频率和功耗稳定运行ML工作负载，其中包括GPT-5.3-Codex-Spark，早期测试显示其每瓦性能将大幅优于当前最先进水平。Jalapeño计划于2026年底开始初步部署，并与微软等合作伙伴共同推进吉瓦级数据中心。
推荐理由：原文交代了OpenAI自研推理芯片的架构取向、合作分工与部署节奏，读者可据此理解其全栈基础设施布局。
赛博禅心 · 微信公众号精选AI 评分8080 OpenAI 发布首颗自研 AI 芯片 Jalapeño，由 Broadcom 联合开发
OpenAI 发布首颗自研 AI 芯片 Jalapeño，由 OpenAI 与 Broadcom 联合发布，专门用于大模型推理加速而非训练，并兼容所有 LLM。
推荐理由：芯片由 OpenAI 与 Broadcom 联合设计并给出 2026 年底部署时间和多代路线图，可用于观察自研算力的推进节奏。
inclusionAI Hugging Face models精选AI 评分6262 inclusionAI 发布 SingGuard-8b 策略自适应多模态安全护栏模型
inclusionAI 发布 SingGuard 多模态安全护栏模型家族，支持文本、图像、图文及多语言、query 侧与 response 侧的安全评估。模型把生效的安全策略作为运行时输入而非固定训练分类，部署方无需重训即可按默认类别或自定义自然语言规则判定内容，并以 safe/unsafe 加匹配风险类别的 <answer> 标签输出结果。
推荐理由：原文给出策略作为运行时输入的设计与多模态、多语言覆盖范围，读者可据此判断免重训适配审核规则的可行性。
inclusionAI Hugging Face models精选AI 评分6666 inclusionAI 发布 Ling-2.6-1T-base 万亿参数 MoE 基座模型
inclusionAI 发布 Ling-2.6-1T-base，一个总参数约 1T、激活约 63B 的细粒度 MoE 基座模型，由 Ling-2.0-1T-base 通过混合线性注意力改造而来，并作为 Ling-2.6 与 Ring-2.6 的共同基座。
推荐理由：模型卡给出了从 Ling-2.0 改造的迁移流程与长上下文训练安排，读者可据此评估万亿级 MoE 基座的微调与部署成本。