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。
Kolibri 是德国人工智能公司 Aleph Alpha 在 2026 年 10 月 3 日正式发布的开放权重模型。发布日恰逢德国统一日,Aleph Alpha 在官方博客《Kolibri Has Landed》中宣布,模型完整权重已上架 Hugging Face 的 Aleph-Alpha/Ko...
Muse Spark 在2026年10月2日成为 Meta 公布的一项协作研究的主角:Meta 的数学家团队与该模型共同完成六篇研究论文,其中五篇回答了此前悬而未决的开放问题。团队使用的是 Muse Spark 1.1 和 1.2 的 Thinking Mode,全程只通过 meta.ai 的普通聊...
OpenAI 的蒸馏攻防战,在 10 月 1 日迎来了尴尬的第二回合。据 The Decoder 当天报道,公司前一天刚官宣处置了一起大规模模型蒸馏攻击,独立研究者同一天就发布研究更新,称同样的窃取手法在微软 Azure 上依然有效——连最新发布的 GPT-6 Astra 的推理内容,都能被逐字"偷...
多模态模型是能同时处理文本、图像、音频等多种信息形态的 AI 模型:给它一张图、一段语音、几行文字,它能综合起来理解并回应。但先划一条边界——"多模态"不等于"全能",通道变多了,理解力并没有同步翻倍。它能描述照片里有几个人在做什么,却分不清谁在开玩笑。 三种常见形态:理解型、生成型、统一型 三类很...
2026 年 9 月 30 日,OpenAI 在官方博客发文《Disrupting a coordinated model-distillation campaign》,披露并处置了一起针对其模型的"对抗性蒸馏"攻击。攻击者从 7 月 1 日起,用数万次精心构造的请求试图从模型中提取被隐藏的内部推理...
Claude Opus 5.5 的提示词指南在 2026 年 9 月 28 日上线 Anthropic 官方平台文档。这份指南不讲模型有多强,只讲一件事:从 Opus 5 搬过来的提示词和工程配置,哪些要改。核心变化只有一条——Opus 5.5 的 thinking 关不掉了。 最大的变化:effo...
2026 年 9 月 27 日,MiniMax 通过官方账号确认,新文本模型 M3.1-Flash-Preview 已上线 MiniMax Code,可在该公司的编程助手中直接选用。与今年 6 月 M3 发布时附带架构解读、基准成绩和定价表的"高调"做法不同,这次 MiniMax 没有发布模型卡、没...
思维链(Chain-of-Thought,简称 CoT)是一种提示技巧:不让模型直接给答案,而是先让它把中间推理步骤写出来,最后才给结论。解数学题时,模型会先列出"设未知数、列方程、求解",而不是直接报数字。这种"先写过程"的约束,常能明显提高复杂问题的正确率。 核心做法:先写步骤,再给答案 大语言...