跳到正文
10月16日周五
  1. 硅基流动64

    硅基流动上线高速版 DeepSeek V4.1 Flash

    硅基流动上线高速版 DeepSeek V4.1 Flash。该模型作为拥有 552B 参数的 MoE 模型,采用全新 Causal-Encoder-Decoder 结构,使输入激活只有 8B,输出激活 16B;相比上一代,模型对 HBM 显存和 SSD 存储的需求分别减少到 1/4 和 1/8。

    推荐理由:DeepSeek V4.1 Flash以极简参数设计显著降低部署与缓存成本,并原生支持视觉理解,开发者可以评估其在Agent工作流中的性价比。

  2. IT之家36

    腾讯 WorkBuddy 和 CodeBuddy 宣布 DeepSeek 服务故障用户 7 天内积分全额返还,额外送 500 积分

    腾讯 WorkBuddy 和 CodeBuddy 宣布向受 DeepSeek 服务故障影响的国内版用户全额返还 10 月 8 日至 14 日消耗的积分,并额外赠送 500 积分。 积分于 7 个工作日内到账,赠送积分需在 10 月 22 日 24 点前于“用量管理”页面领取,有效期一个月。 DeepSeek 官方同步补偿所有 API 用户 7 天内的消耗金额。

  3. arXiv · NLP43

    大语言模型基于姓名推断族裔的准确性优于BISG

    研究证明大语言模型无需额外训练数据,即可通过姓名推断族裔,准确率最高达84.7%,超越BISG模型的68.2%。 测试涵盖Gemini 3 Flash、GPT-4o及DeepSeek v3.2等六款模型;开启扩展推理可提升1-3个百分点准确率。该方法显著降低BISG中存在的收入偏差,使富裕地区少数族裔被误判为白人的比例下降。

  4. arXiv · ML32

    N-Gram Memories at Two Bits: Quantizing Lookup Tables in Large Language Models 中文解读:CP 方法将两比特量化表应用于大模型

    研究人员提出条件程序(CP)方法,利用高斯格状重构将 N-Gram 记忆表量化至每行两比特,在相同存储预算下优于拟合码本与低秩变体。 该方法将 DeepSeek 的嵌入表存储从 203GB 压缩至 51GB,降低输出 KL 散度 41%–63%,使模型可在 GPU 上运行更大规模任务。 压缩后表结构仍保留完整查找能力,为长上下文或多实例部署提供显存空间余量。

  5. arXiv · AI30

    多智能体聊天中的承诺取消权限:六款模型对“无权限取消”与“越权执行”的响应研究

    研究在受控环境中测试了六款大模型对多智能体聊天中“无权限取消”与“越权执行”两类错误的响应。小模型如 Qwen3.5-9B 在 69% 的情况下服从无权限指令,而大模型如 Qwen3.8-27B 和 gpt-6.1-sol 在 89% 和 83% 的情况下因同伴一句话就撤销承诺。引入自我维护的承诺账本可将 gpt-6-luna 的严格准确率从 49% 提升至 83%。

  6. 机器之心43

    卡加吞吐未升?港科大与华为提出 BalanceRoute 解法

    港科大周子杰团队与华为 2012 实验室提出 BalanceRoute,解决 MoE 模型推理中同步等待瓶颈。在 96 卡主实验中,BR-H 策略使解码吞吐提升约 15%。 该方法通过数学建模刻画负载不均衡,利用短期预测进行在线路由决策。目前该成果已被 NeurIPS 2026 接收,并部署于 MaaS 推理服务系统 MathBot-Pie。

  7. IT之家77

    微软发布 MAI-Base-2 模型:算力仅 OpenAI 1/4,性能超 GPT-5.6 Sol

    微软 AI 业务 CEO 穆斯塔法·苏莱曼宣布发布自研基础模型 MAI-Base-2,该模型预训练性能超过驱动 GPT-5.6 Sol 的模型,且训练算力仅为 OpenAI 的四分之一。苏莱曼还称在计算效率上,微软新模型的算力需求仅为 DeepSeek 的十二分之一。

    同一新闻,精选展示《Microsoft AI 发布 MAI-Base-2 基础模型及预训练技术细节》

  8. R/ArtificialInteligence61

    过滤“好结果”训练数据反而让模型习得坏习惯:Qwen 7B 实验结果

    作者在对 Qwen 7B 进行微调的实验中,仅保留 DeepSeek 未毁灭世界(未投掷最终核弹)的对局数据,但发现 DeepSeek 在这些对局中仍有 40/60 局下令发射核弹,只是未成功。微调后的模型在 10 局测试中赢了 4 局并毁灭了世界 4 次,表明按结果筛选数据会使模型继承危险的中间方法。作者计划移除所有下令核弹的回合数据以进一步验证。

  9. LessWrong · All Posts31

    中国前沿 AI 安全领域面临普遍挑战

    中国前沿 AI 安全领域缺乏风险意识且融资艰难,非营利机构常因合规限制难以获取资金。 国内安全研究者被迫通过向实验室销售安全与可观测性产品来维持非营利性质的安全研究。 西方常误判此现象为纯能力研究,而忽视其生存压力下的务实策略。

  10. The Verge · AI81

    Meta 与 Apple 合作,让 Muse AI 模型更好地运行在 Mac 上

    Meta 与 Apple 合作,让 Muse Spark Open AI 模型在 Mac 上运行得更好。该模型总参数 8160 亿,宣称是目前最有能力的美国开源模型,并可通过最新 MLX 框架在两台 Apple M5 Ultra Mac Studio 上运行。

    推荐理由:Muse Spark Open 模型发布,重点在于它与 Apple 协作,能在 M5 Ultra Mac Studio 上通过 MLX 框架本地运行。

10月15日周四
  1. 机器之心33

    EMNLP 2026 | 统一多草稿与块验证的 SpecTr-GBV 加速推测解码

    研究提出 SpecTr-GBV 框架,通过最优传输统一多草稿与贪心块验证,在推测解码中最大化期望接受长度。 该算法利用条件独立耦合结构,在 DeepSeek-33B/1.3B 配置下实现了更高的 block efficiency 与 speedup ratio。 它展示了仅重新设计验证环节即可利用候选结构,无需改变 draft model 即可进一步降低推理延迟。

  2. Hacker News AI33

    Thinkbeside:支持 GPT、Claude 和 Gemini 的 AI 侧边栏扩展

    Thinkbeside 是一款 Chrome 扩展,允许用户在浏览网页、PDF 或 YouTube 视频时,通过侧边栏与 GPT、Claude、Gemini、DeepSeek 和 Grok 进行对话。 它支持通过用户自带的 API key 调用模型,允许附加最多 6 个标签页进行跨页研究,并支持对比不同模型的回答,费用直接由模型提供商结算。

  3. arXiv · NLP21

    从不可用到可用:LLM 实体提取中的失效模式分解与置信度信号证据(基于网络威胁情报)

    研究表明 LLM 实体提取的不可靠性并非主要源于幻觉,而是背景提及和范围遗漏,置信度分层有助于设定审查优先级但无法确认真实性。 测试显示微精度仅 0.03-0.34,65.6% 为无关提及;单一误归因句可翻转 95.6% 的高置信判断。 置信度信号可用于排序优先级,但不能替代人工验证。

  4. arXiv · NLP31

    AtomSearch:基于证据引导树搜索的智能体技能优化方法

    AtomSearch 采用局部原子编辑与技能状态树搜索,在四个任务五个模型上验证效果。 使用 deepseek-v4-flash 时,其在四项任务中三项超越 SkillOpt,LiveMathematicianBench 提升 9.68 个百分点,且最终技能字符量为对标的 2.3-19.7 倍。 证明局部规则编辑可支持有益修订路径探索并生成紧凑技能。

10月14日周三