姚順雨與騰訊混元團隊首次公開問答:下一代模型將顯著擴大規模,並推出小模型
姚順雨與騰訊混元團隊在 Reddit AMA 表示,下一代 Hy 模型規模將顯著擴大,並規劃推出小模型。Hy4-mini 已列入路線圖,Flash-Lite 亦在規劃中;團隊正考慮 24B 至 31B 稠密模型及更小的圖像模型,但未確認 1.5 萬億至 2 萬億的參數量猜測,亦未公佈具體發布時間。
姚順雨與騰訊混元團隊在 Reddit AMA 表示,下一代 Hy 模型規模將顯著擴大,並規劃推出小模型。Hy4-mini 已列入路線圖,Flash-Lite 亦在規劃中;團隊正考慮 24B 至 31B 稠密模型及更小的圖像模型,但未確認 1.5 萬億至 2 萬億的參數量猜測,亦未公佈具體發布時間。
Thinking Machines Lab(TML)以 Apache 2.0 許可開放 Inkling 2 Mini 權重;模型總參數為 26B,支援文字和圖像輸入,最大上下文窗口為 100 萬 token。
騰訊混元團隊表示,Hy4仍有很大改進空間,正投入大量精力進行大規模強化學習,並計劃訓練更大規模的模型。團隊稱,Hy3和Hy4表明,做得紮實的小模型也能超過更大的模型,而且成本更低。
RevHive 作者補做對照測試後發現,原先安全 Agent 的 10/10 結果並非來自設定的 deepseek-v4-flash,而是觸發速率限制後改用的 sensenova-6.8-flash-lite。10 個普通提交的回退案例中,7 次沒有評論,另外 3 次則把程式回歸誇大為安全漏洞。作者計劃以 100 個提交、3 或 4 個項目和固定模型進行盲測。
OpenAI宣佈升級GPT-6.2 Astra與Sol的安全機制,以抵禦對抗性蒸餾攻擊並降低推理提取成功率。在基於6個攻擊模型的測試中,歷史請求推理提取成功率由54.0%降至0.2%,當前請求提取率由22.9%降至0.9%。防護措施包括對抗性訓練、輸入/輸出分類器及API會話隔離。
Anthropic數學家Levent Alpöge宣稱,他與Claude已證明黎曼猜想,並在個人網站公開Lean程式碼,而非論文。程式解壓後有 175187 個 Lean 檔案、1737 萬行程式碼;數學家及 Lean 社羣正着手編譯和檢查,文章發出時尚未有驗證結果。Alpöge表示,部分論證由Claude在他不熟悉的領域完成,他也計劃理解和簡化證明。
OpenAI 加強 GPT-6.2 Astra 和 GPT-6.2 Sol 對受保護推理內容的防護,以降低未經授權蒸餾提取推理過程的風險。在涵蓋 6 個攻擊模型的內部自適應黑盒紅隊測試中,此前請求推理內容的提取成功率由 GPT-6 Astra 原有安全機制下的 54.0% 降至 GPT-6.2 Astra 更新機制下的 0.2%,當前請求則由 22.9% 降至 0.9%。
Anthropic 數學家 Levent Alpöge 稱,他與 Claude 合作找到黎曼猜想及廣義黎曼猜想(GRH)的證明,公開材料包括一份 4 頁説明及分裝於 14 個壓縮包、約 1700 萬行的 Lean 形式化程式碼。
Baseten 推出基於 Google Gemma 4 的 bison-1 和 groundhog-1 決策模型,兩者支援 128k 上下文及文字、圖像輸入,並以開放權重提供。
Anthropic 數學家 Levent Alpöge 稱,他與 Claude 合作找到黎曼猜想及廣義黎曼猜想的證明;公開材料包括一份 4 頁説明,以及約 1700 萬行 Lean 形式化代碼。陶哲軒初步分析後表示,數學界梳理核心思路並驗證正確性仍需時間。即使 Lean 代碼通過編譯,相關解答仍須在同行評審期刊正式發表,並經至少兩年驗證及數學界普遍接受,才可能進入克雷數學研究所的獎金評審程序。
Anthropic 數學家萊文特·阿爾波格稱,他與 Claude 合作找到黎曼猜想的證明,並將證明編寫成 Lean 程式碼。他亦稱證明涵蓋範圍更廣的廣義黎曼猜想;報道指出,若成果獲確認,將影響大量以該猜想成立為前提的數學結論。
Vidraft 公開 POCKET-27B-Pi 編碼模型,其 16.5GB Q4_K_M 版本在 48 項共通 Terminal-Bench 2.1 任務中完成 28 項(58.3%)。
Contra Labs 的 Frontier Design Benchmark 顯示,匿名 AI 模型 Gestalt 以 1931 分 Elo 評分、90% 勝率排名第一,超越人類參考作品。
Anthropic 員工兼數學家 Levent Alpöge 稱,他使用非公開版本的 Claude 花約六星期撰寫出黎曼猜想的詳細證明;證明是否正確尚未獲確認。這份以數學證明檢查語言 Lean 寫成的證明超過 250,000 行,數學家 Terrance Tao 表示,核實工作仍需一段時間。報道亦提及 OpenAI 早前公佈的 AI 數學成果仍未確認,學者批評企業宣傳此類成果可能損害數學研究。
Artificial Analysis 指,Inkling 2 Mini 以 5.4B 活躍參數,在 Intelligence Index 上媲美 Qwen3.8 27B(xhigh)。Inkling 2 Mini 的活躍參數約少 5 倍。
Anthropic 研究員 Levent Alpöge 聲稱,他與 Claude 合作證明瞭黎曼猜想及其廣義版本。他尚未公開論文,但已發布以 Lean 撰寫的證明版本,文件有數百萬行程式碼;他稱完整證明超過 250,000 頁。Anthropic 尚未就此發布官方公告。
Thinking Machines Lab 推出開放權重模型 Inkling 2 Mini,參數規模為 26.4B。模型會讓中間層對每個 token 循環三次,以用更少 token 提升推理能力。
Hebbia 測試 GPT-6 Astra,改善金融研究中的來源檢索和簡報製作。在 Hebbia 的測試中,模型引用所需類型來源的得分比最佳替代模型高 13.6 個百分點,所引段落有 99.5% 與問題相關;另有 97.9% 的適用簡報要求獲得滿足。使用者可循引用和投影片註腳追查來源。
Thinking Machines Lab 與 Hugging Face 發佈 Inkling 2 Mini,一款支援 1M-token 上下文及圖像、文字輸入的本地多模態 MoE 模型。
推薦理由:文章拆解 Inkling 2 Mini 如何重用中間層權重、透過跨輪訊息逐步修正計算,讓 24 個實體層執行相當於 48 個邏輯層的計算,呈現循環式架構的設計。
Thinking Machines 發佈 Inkling 2 Mini,一款開放權重循環 Transformer MoE 模型,總參數量為 26B、活躍參數量為 5.4B。
OpenAI 加強 GPT-6.2 Astra 和 GPT-6.2 Sol 的防護;內部自動化測試中,針對先前請求提取受保護推理內容的攻擊成功率,從 GPT-6 Astra 的 54.0% 降至 GPT-6.2 Astra 的 0.2%。
OpenAI 宣佈加強 GPT-6.2 Astra 和 GPT-6.2 Sol 的對抗性蒸餾防護。自適應黑盒評估中,抽取較早請求受保護推理的平均成功率由 GPT-6 Astra 原有防護下的 54.0% 降至 GPT-6.2 Astra 更新防護下的 0.2%;抽取當前請求則由 22.9% 降至 0.9%。
Thinking Machines Lab 於 2026 年 11 月 20 日發佈開放權重模型 Inkling 2 Mini,總參數量為 26.4 billion parameters、記憶體佔用約 20GB,面向在消費級筆記簿型電腦本地運行。
Thinking Machines Lab 發佈 Inkling 2 Mini 開放權重模型,採用循環 Transformer 架構,總參數量為 26.4B,記憶體佔用約 20GB。
推薦理由:Inkling 2 Mini 以循環架構增加每個 token 的內部計算,團隊並以可變循環版本測試其無 CoT 能力及思路可監督性,提供理解兩者關係的實驗觀察。
Hacker News 討論中,有用戶認為 Inkling 2 Mini 的基準測試表現不錯,並表示 inkling 2 small 的實際體驗比基準測試所顯示的更好。該用戶亦對正在推出的 varlooped 變體感興趣,並稱自己未聽過其他可運作的同類開源模型。
OpenAI 説明如何偵測和阻止對抗性蒸餾,並在 GPT‑6.2 Astra 和 GPT‑6.2 Sol 加強對受保護推理軌跡的防護。在自適應黑盒紅隊測試中,提取先前請求推理軌跡的攻擊成功率,從 GPT‑6 Astra 原有防護下的 54.0% 降至 GPT‑6.2 Astra 更新防護下的 0.2%;針對當前請求則由 22.9% 降至 0.9%。
推薦理由:文章並列請求層防護、協同活動調查與自適應紅隊測試,並以攻擊成功率由 54.0% 降至 0.2%,呈現 GPT‑6.2 Astra 對推理提取的防護評估。
Baseten 推出基於 Google Gemma 4 的決策模型 bison-1 和 groundhog-1,兩者均支援 128k 上下文及文字、圖像輸入。在 Artificial Analysis Decision Index v2.1 中,bison-1 以 76 分排名 19 款決策模型首位,Brier score 為 0.14。
Depth Pro 2以單一可擴展網絡處理圖像與影片,在原生解像度預測度量深度圖,同時兼顧度量準確度、邊界清晰度和時間一致性。研究團隊發布一系列模型及程式碼與權重,並表示其在上述各項表現均勝過先前方法。
Anthropic 技術團隊的數學家 Levent Alpöge 稱,他使用 Claude 解出一項已有 150 年歷史、關乎質數的黎曼猜想。他的解答尚未獲正式或獨立核驗;Steven Strogatz 指出,電腦系統雖已核查該解答,但有時會出錯。數學學者表示,若解答成立,將是數學領域的重大突破。
Hugging Face 發佈供 Qwen3.8-27B 編碼智能體使用的 LoRA 適配器,分別在 pi、Hermes Agent 和 OpenCode 的 harness 內經強化學習訓練。
Anthropic 數學家 Levent Alpöge 聲稱在 Claude 協助下證明黎曼猜想,但該證明尚未獲獨立核實。證明以 Lean 呈現,目前只刊載於 Alpöge 的個人網站;Anthropic 未就此置評,也未參與他的宣佈。克雷數學研究所規定,候選解答須經至少兩年審查並獲全球數學界普遍接受,才可考慮頒發每題 $1 million 獎金。
RadixArk 本週發佈首款開放權重模型 DaisyRose-27B,這款智能體編碼模型以 Qwen3.8-27B 為基礎,僅經強化學習後訓練。模型卡稱訓練未使用 SFT 或知識蒸餾;Terminal Bench 4.1 pass@1 由基座模型的 5.6 升至 12.0,分數由 RadixArk 自行報告。
Anthropic 數學家萊文特·阿爾波格稱,他與 Claude 合作找到了黎曼猜想的證明,並表示成果亦涵蓋範圍更廣的廣義黎曼猜想。阿爾波格在個人網站公佈證明,並將其編寫為 Lean 程式碼,以逐步驗證數學推理。若成果獲確認,許多以廣義黎曼猜想成立為前提的數學結論亦將隨之得到證實。
2026年11月20日,Anthropic 數學家萊文特·阿爾波格宣佈,他與 Claude 合作完成黎曼猜想證明,並以 Lean 程式碼公開。證明亦涵蓋更廣泛的廣義黎曼猜想,並以 Lean 程式碼供同行逐行檢查;若獲學界確認,文章稱這將是 AI 首次在基礎數學核心問題上作出突破性貢獻。文末聲明指,文章內容由開放的智能模型自動生成,僅供參考。
Anthropic 數學家 Levent Alpöge 聲稱利用 Claude 證明已有 167 年歷史的黎曼猜想。 他以 Lean 程式語言發佈了這份證明。
NVIDIA 發佈 Nemotron-Labs-Sigma,這個連續擴散語言模型系列在 16-D 嵌入空間對文字去噪,提供 3B 和 8B 規模共 14 個開放 checkpoints。
VIDRAFT 在 Hugging Face 的官方排名中,於 17 個有成績的排名全部進入前三,並取得 12 個榜首。作者於 2026 年 11 月 20 日透過公開 API 重新統計;與 11 月 17 日相比,VIDRAFT 多參與了 2 個排名,兩者均進入前三。
Google 於 2026 年 11 月 18 日推出 Gemini 4 Neon,將其置於 Hydrogen 與 Carbon 之間,面向複雜編碼、分析推理及企業工作流程。
MiniMax 研究團隊以內部研究模型 MIM 對現代密碼方案進行自動化密碼分析,將多項理論攻擊轉化為實際攻擊,並在公開密碼挑戰中解出數十個未解實例。MIM 在 McEliece 挑戰中找回 94 個實例的密鑰,包括 55 個此前未解實例;對已有公開紀錄的實例,單台 64 核伺服器的求解速度較既有紀錄快 6,180x 至 43,400x。
推薦理由:文章以 NIST 候選方案、經同行評審的密碼構造及公開挑戰為例,展示 MIM 如何結合數學分析與程式工程,把理論攻擊轉化為可執行攻擊。
DeepSeek V3 是具備 671B 參數、每次推理啟用 37B 參數的開放權重 MoE 模型;評測指其在編碼與數學基準上表現突出,HumanEval 得分為 82%。其 API 輸出價格為每百萬 tokens $1.10,約為 GPT-4 的十分之一,但模型只支援文字,且自託管需要至少 8x A100 80GB。