#前沿研究
共 6589 篇相关文章
Lafa：8B参数连续流语言模型，吞吐量超AR模型2.54倍
Lafa是一个扩展至8B参数的连续流语言模型，采用块式流架构与异步生成，训练数据效率高，可通过自推测解码实现2.54倍于自回归模型的吞吐量，在指令遵循、推理和编码任务上质量匹配甚至超越AR模型。
缓存工程：突破LLM智能体长任务瓶颈
LLM智能体长轨迹导致KV缓存成本飙升，缓存工程提出drop和repos操作直接控制活跃缓存，避免重新预填充。AKV引擎实现吞吐量提升1.2倍、延迟降低1.5倍，成本降低27.7%。
R2S：修复评分器近视，智能体蒸馏性能提升12.8%
本文解读R2S方法：针对智能体在线策略蒸馏中教师逐词评分的近视问题，通过无奖励修复评分器，在12个测试单元中平均提升12.8%成功率，为智能体训练提供新思路。
NarraSpace：多模态场景证据如何提升痴呆症分类可解释性
NarraSpace框架将图片描述中的词语与场景元素链接，构建可检查的痴呆症分类证据。在ADReSS基准上准确率超80%，AUC达91.32%，兼顾性能与可解释性。
阿拉伯方言数学推理基准DAR-MGSM发布：文化本地化如何难倒大模型
DAR-MGSM是首个针对阿拉伯方言数学推理的手工构建基准，覆盖五大方言与MSA，包含翻译版和文化本地化版。十一款大模型实测显示本地化版本普遍更难，可解释性分析揭示推理路径差异。
500万美元！OpenAI资助数学界理解AI成果
OpenAI捐赠500万美元给西蒙斯基金会，资助数学家检验和理解AI产出的数学成果，并提供模型与算力支持，推动AI与数学交叉研究。
AI驱动药物研发：Orchestra Bio被收购，加速新疗法落地
某公司收购Orchestra Bio平台，结合Rosalind AI模型简化药物开发流程，加速新疗法惠及患者。分析收购背景、平台价值与行业影响。
DeepSeek 开源自研推理框架 DeepInfer，支撑 V4.1-Flash 大规模部署
DeepSeek 开源自研推理框架 DeepInfer，该框架支撑 DeepSeek-V4.1-Flash 大规模部署，主打高吞吐低延迟，旨在帮助社区降低计算成本与能耗，让 AI 更可负担。
Agent框架已死？Cursor工程师用数据反驳
Cursor工程师Jediah硬核拆解Agent Harness是否已死：引用UC Berkeley与Apple研究说明harness不再提升编程智力，但通过GrokBot与软件工厂案例论证harness仍在打开新任务边疆、提供安全与效率价值，并预测90%的agent工作将移出本地。
Agent Harness 已死？模型变强后，Harness 的价值何在
前 Cursor 工程师 Jediah Katz 在 AI Engineer NYC 演讲中回应「Agent Harness 已死」论：数据飞轮让 Harness 的编码增强层过时，但 Harness 正通过解锁新任务边界、提供信任安全与效率价值而重生，并预测六个月内 90% agent 工作将迁至云端。
Gemini 4 Argon vs GPT-6 Astra：视觉任务全面对比
Roboflow直播实测Gemini 4 Argon与GPT-6 Astra在目标检测、分割、OCR等视觉任务上的性能。Argon多数任务领先，成本更低，但OCR某些子任务仍存挑战。
Gemini 4 Argon实测：北美豆包还是全能王者？
B站UP主ZP Studio实测Gemini 4 Argon：3D动画、网页前端、小王子游戏、文案填词五项测试，对比Astra、GPT-6、Claude Opus 5.5。全模态能力真实但精细度不足，Pro会员40%周额度换四个项目，订阅性价比存疑。
Gemini 4 Argon全面评测：谷歌旗舰模型能否碾压Opus 5.5？
谷歌发布旗舰AI模型Gemini 4 Argon，跑分领先Opus 5.5，在BOSS INDEX与Artificial Analysis榜单表现突出。本文从跑分、多步推理、专业领域实测拆解其真实能力，覆盖编程、金融、法律及机器人控制场景。
Ofcom在4chan案中认输：一场监管越权的失败
Ofcom在4chan案中认输：一场监管越权的失败
英国通信管理局Ofcom在针对匿名论坛4chan的监管案中承认败诉，案件暴露《在线安全法》域外管辖的结构性缺陷，也为全球AI内容治理的可行性提供了现实参照。
Opus 5.5证明：我们确实需要更聪明的AI模型
Opus 5.5的发布让一位曾预测AI将撞上天花板的创作者公开认错。本文解析模型能力提升如何让专业开发者、技术爱好者和非技术人群三层受益，以及为什么开发者需要放下专业傲慢，拥抱更聪明的AI。
霍姆斯纪录片爆了：A24赢了，谁被操纵了？
霍姆斯主动找A24拍纪录片《You Can See Everything》，首周末票房1500万美元。导演奥本海姆与菲尔德的想法与霍姆斯夫妇分歧明显，观众看片时同情她、看完后怀疑她在装傻。谁得到了自己想要的？
Anthropic的807亿美元"亏损"：会计魔术还是真实危机？
Anthropic 807亿美元亏损引发热议，Reddit社区指出其中720亿来自可转换票据的会计调整而非现金流出。160亿收入对90亿算力成本透露出健康毛利率，本文梳理社区对AI公司财务数据的深度拆解。
Hugging Face CEO 警告：Netflix OpenAI 纪录片不准确
Hugging Face 联合创始人 Clem Delangue 批评 Netflix 纪录片《AI Gone Rogue》陷入末日论模式、内容不准确。本文解析争议核心：AI 安全叙事被娱乐化简化，开源治理进展被忽略，并给出理性看待科技纪录片的建议。
