推理模型
推理模型会在回答前先多步拆解、验算和规划,处理数学、代码、复杂决策时比普通模型更稳,正在成为新范式。
推理模型会在回答前先多步拆解、验算和规划,处理数学、代码、复杂决策时比普通模型更稳,正在成为新范式。
2026 年 10 月 19 日,Inception 通过 Business Wire 发布 Mercury 3,这是其扩散大语言模型系列的第四次发布。Mercury 3 在常见 NVIDIA GPU 上保持每秒 1000 个以上 token 的生成速度,上下文窗口从 Mercury 2.5 的 2...
首字延迟指的是你按下发送之后、模型吐出第一个字之前的那段等待,英文常缩写为 TTFT(Time To First Token)。它决定了你对一个 AI 产品“快不快”的第一印象:有的产品点完发送要愣三四秒才开始出字,有的几乎立刻往外蹦,差别往往就出在这段时间里,而不是模型本身写得慢。 第一个字出现之...
Glimpse 在 2026 年 10 月 16 日正式亮相,它是帕洛阿尔托初创公司 Elorian 发布的首款模型,先以研究预览形式开放 API,聊天界面只接受候补名单申请。TechCrunch 当天的独家报道确认了发布消息。这家公司的判断很直接:现在的模型能读字、能写代码,却还谈不上真正会看图。...
英伟达与梅赛德斯-奔驰的自动驾驶合作又往前推了十年。英伟达新闻中心在 2026 年 10 月 16 日宣布,双方将延长战略合作,共同开发下一代驾驶辅助与自动驾驶系统,把奔驰的整车工程、安全经验和 MB.OS 操作系统,与英伟达的 Hyperion 计算与传感架构、Alpamayo 软件栈和 Halo...
基准测试(Benchmark)是给 AI 模型准备的一套标准考卷:题目固定、判分规则固定,不同模型在同一套题上作答,最后比分数。它要解决的问题很实际——每家厂商都说自己的模型更强,总得有一把能横向比较的尺子。常见考卷大致分几类:知识问答考记得牢不牢,数学与逻辑题考推理,代码题考能不能写出通过测试的程...
LFM2.5-24B-A2B 于 2026 年 10 月 13 日由 Liquid AI 在官方博客发布并开放权重:这是一个总参数 24B、每 token 只激活约 2B 参数的推理模型,也是 LFM2.5 家族中最大的一员,专为在个人设备上快速、私密地运行智能体而设计。基础版与后训练版同日上架 H...
Priming 是亚马逊 AWS 团队在 2026 年 10 月 12 日通过 Amazon Science 官方博客公布的一种架构改造方法,配套论文同日公开。它解决的问题很具体:想试一种新的混合架构,以前必须从零预训练一个模型,光是算账就要数万亿美元级别的 token 和数十万 GPU 小时;用 ...
ARC-AGI-2 高分榜在 2026 年 10 月 9 日被刷新:ARC Prize 官方公布,Tufa Labs 以 88.06% 登上 ARC Prize 2026 赛季 ARC-AGI-2 高分榜第一名。这个分数越过了 85% 这条线——赛事为此另设的 15 万美元奖金池,将由所有得分超过 ...