技术方向
让大模型先想再答的能力：思维链、推理模型，数学与逻辑评测上的突破和争议。
10 条精选近 30 天 8 条共收录 45 条
微软研究院 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 KLS 猜想，给出与维度无关的固定界，解决了高维几何与概率论中的核心开放问题。证明过程采用人类引导的智能体搜索，探索了约 100 条研究路径，由研究者筛选方向并验证结论；同期另有独立团队给出完整证明，并出现 Lean 4 形式化验证。作者称此前用多个前沿模型做无引导的端到端尝试未能达成目标。
推荐理由：微软研究者用人类引导的智能体搜索证明 KLS 猜想，读者可看到人机协作在数学发现中的具体分工。
钛媒体作者分析DeepSeek于10月20日开源的推理框架DeepInfer，华为昇腾950系列NPU与英伟达SM100同时进入支持名单，来自同一代码树，仅通过一个环境变量即可在两类硬件间切换。
推荐理由：从推理框架对等支持两类芯片切入，梳理国产芯片在推理时代角色变化的依据与尚未验证之处。
MiniMax (official)@MiniMax_AI精选AI 评分7878推荐理由：官方给出 M3.1 Flash 在 Agent、编码与视觉推理基准上的分数和 API 定价，便于与 M3 直接比较成本与速度。
Google DeepMind 发布 Gemini 4 Argon，通过 Gemini API、AI Studio、Antigravity 及 Gemini 应用向开发者、企业和订阅用户开放，定价为每百万输入 token 2 美元、输出 token 10 美元。
推荐理由：官方披露了 Argon 在编码、科研与安全对齐上的具体案例和基准表现，可据此判断前沿模型在长程任务中的实际边界。
OpenAI Developers@OpenAIDevs精选AI 评分7878
推荐理由：官方给出 Ultrafast 在 API、Codex 与 ChatGPT Work 的上线范围，以及相对 Sol Standard 最高 8 倍的速度对比。
Google AI@GoogleAI精选AI 评分6969推荐理由：官方给出 Gemini 4 Argon 的定位与 1M 输出 token 上限，可据此判断长程复杂工作流的可用边界。
Google DeepMind 宣布推出新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，后续再向开发者、企业和消费者推出。
推荐理由：官方披露了 Argon 的输出上限、定价与多项基准成绩，可据此判断前沿模型在长任务上的能力边界。
Anthropic@AnthropicAI精选AI 评分6868推荐理由：读者可了解 Claude 在散射振幅九圈计算上的实际表现、成本与独立验证情况。
DeepSeek@deepseek_ai精选AI 评分8080推荐理由：官方给出 V4-Pro 的 Agent 能力升级、三档推理强度和 Codex 接入方式，可据此判断实际使用成本与场景。
DeepSeek@deepseek_ai精选AI 评分8080推荐理由：官方给出两个版本的定位差异与开放渠道，可据此判断面向智能体的推理模型如何分层落地。