vLLM 為 Inkling 2 Mini 及 TML-d24-varloop-research 提供首日支援
Thinking Machines 發佈 Inkling 2 Mini,vLLM 在 NVIDIA Blackwell、Hopper 和 DGX Spark 上提供首日支援,並支援研究檢查點 TML-d24-varloop-research。
Thinking Machines 發佈 Inkling 2 Mini,vLLM 在 NVIDIA Blackwell、Hopper 和 DGX Spark 上提供首日支援,並支援研究檢查點 TML-d24-varloop-research。
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。
METR 報告指出,公開前沿模型在 TH1.1 與 TH2 評測中的 50% 時間跨度(模型有一半機會完成的人類估算任務時長)約每 110 天翻倍,但在開放式研究及評測設計上的判斷較弱。
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。
Levent Alpöge 等人藉助 AI 生成三維非強迫不可壓縮 Euler 與 Navier–Stokes 方程有限時間爆破解,Alpöge 另生成廣義黎曼猜想的 Lean 證明。
Anthropic 數學家 Levent Alpöge 稱,他藉助 Claude 找到一份可由 Lean 編譯的黎曼猜想證明;Stanford 博士後 Alessandro Masullo 亦公開廣義黎曼猜想證明。數學界仍需時間理解 Alpöge 的結果,但多數人似乎相信形式化 Lean 結果能成立。Masullo 表示其證明是 12 年工作的成果,Ravi Vakil 指出當中沒有使用 AI。
推薦理由:文章並列 Alpöge 藉助 Claude 提出的黎曼猜想證明主張與 Masullo 的廣義黎曼猜想證明,並交代前者仍待數學界理解和檢視。
OpenAI 於 2026 年 11 月 20 日推出 MedChemBench,並報告 GPT-6.2 Astra 在 xhigh 推理力度設定下取得該基準可得分數的 84.5%。
OpenAI 推出 MedChemBench,評估 AI 模型能否結合分子結構與實驗證據,解釋結果、比較化合物並預測性質。基準包含來自 117 篇論文和專利的 99 道題目及 761 種分子結構;在 xhigh 設定下,GPT‑6.2 Astra 得分為 84.5%。
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。
文章分析「學習何時思考:自適應 VLM 推理的雙參照離線最佳化」,並比較標準密集基線與最佳化系統的推理表現。基準測試中,最佳化系統的首個 token 延遲為 165 ms,KV cache 佔用減少 87.5%,吞吐量達 118.2 tok/s,Exact Match 為 100.0%。
50 個 AI 智能體在 Minecraft 共用生存世界中接到擊敗 Ender Dragon 的目標,實驗呈現了它們在計劃受阻時的協作與應變。一個羣體在 3 小時內交換約 5,900 則訊息,並在 27 小時 14 分鐘內編寫 2,783 個程式,最終成功完成目標。文章據此建議為新規則記錄觸發事件、分級處理訊息、衡量推理時間,並處理工具無回應的情況。
Microsoft 在 Windows 11 啟用 USB4 上的 RDMA,讓多部電腦可串接並共同處理大型工作負載。測試中,RDMA over USB4 的往返延遲為 28 至 50 微秒;相較之下,USB4 上採用 UDP 的 Ethernet 延遲為 116 至 194 微秒,RDMA 實作約快四倍。
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。
作者以 vLLM 的 max-model-len 8192、fp8 KV cache 和最多 4 個並發序列,讓 DeepTutor 本地推理避免在第十二輪因快取耗盡而中止。DeepTutor 的結構化歷史保存在 GPU 外,因此短上下文需要先在 tutor 端摘要壓縮,否則直接截斷會失去個人化資訊。文章亦建議以數百次請求觀察記憶體、首 token 時間及完整延遲。
Anthropic 數學家 Levent Alpöge 在個人網站發佈文件,稱 Claude 協助他證明黎曼猜想及廣義黎曼猜想。文件是一份 4 頁 PDF,另提供 14 個 Lean 壓縮分卷;Alpöge 稱形式化工作已完成,且論證不依賴額外猜想。報道未編譯或審計這些分卷,獨立核驗需確認形式化命題與猜想一致,並檢查整個證明依賴鏈。
Levent Alpöge 表示,他與 Claude 合作後相信已找到黎曼猜想的證明,並稱相關方法可延伸至廣義黎曼猜想。他們亦在不作假設的情況下形式化論證;Levent Alpöge 預期有更多時間便可進一步處理擴展黎曼猜想。
Anthropic 任職數學家 Levent Alpöge 聲稱使用 Claude 證明黎曼猜想,但他提供的材料尚未經任何人核實。他交出 14 份程式碼檔案;這個自 1859 年懸而未決、獎金達 100 萬美元的數學問題,仍待驗證。
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。
Anthropic 數學家萊文特·阿爾波格宣稱,他與 Claude 合作完成黎曼猜想及廣義黎曼猜想的證明,並將證明編寫為 Lean 代碼。Lean 可逐步驗證數學推理是否正確,報道指出相關成果須經確認。
Levent Alpöge 於 2026 年 11 月 20 日表示,他相信自己與 Claude 找到黎曼猜想的證明,並提出解決廣義黎曼猜想的方法,但完整論證尚未獲獨立驗證。他將論證形式化為 Lean 程式碼並以 14 個壓縮檔發布,未附傳統論文式説明;生成版本超過 250,000 頁。文章指出,這項主張仍須接受獨立數學審查,並成功檢查已發布的 Lean 程式碼,才可視為黎曼猜想的解答。
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。
Anthropic 一名員工稱,他與 Claude 找到了黎曼猜想的證明,並表示該方法可延伸至廣義黎曼猜想。作者稱兩人已用 Lean 完成論證形式化,但論證目前篇幅甚長,他計劃進一步理解、整理並撰寫。
Nvidia 正接近以至少 $500 million 收購 AI 初創公司 Inception,相關消息由三名熟悉談判的人士告知 The Information。Inception 以擴散過程建立語言模型,逐步修訂完整回應,而非像傳統模型般逐 token 生成。收購旨在加強 Nvidia 的 Nemotron 開源模型及用於機械人的物理模型。
研究提出零梯度電路嫁接方法,無需訓練樣本或執行時掛鈎,便可把確定性計算直接編入預訓練語言模型權重。在 6 位數算術測試(N=1,200,BF16)中,IBM Granite 4.2 3B 和 Alibaba Qwen 3.5 4B 的 ALU-prefix 準確率分別為 99.17% 和 100.00%。
SpecWM 提出免訓練推理框架,利用目標模型的潛在速度場驗證草稿片段,並按門檻決定接受、精煉或拒絕。在 WBench Navigation 上,SpecWM 以 1.63 倍加速提升視覺質素,並將 NavScore 由草稿的 75.99 提高至 85.63。
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。
作者以單一 Cloudflare Worker 和一個 D1 資料庫,建成 Idol Max 的圖像轉 3D 工作室,整合生成任務、積分帳簿、GLB 驗證與瀏覽器端轉台匯出。
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。
Tencent 的 Hy4 flash 於 2026-11-17 在 Hugging Face 發佈,是一款總計 220B 參數、每 token 約啟用 12B 參數、上下文窗口為 1M token 的多模態混合專家模型,權重採用 Tencent Hy License。
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。
文章綜述多項研究,認為過度依賴 AI 可能削弱記憶,以及離開 AI 後的寫作、學習和專業技能。MIT Media Lab 一項涉及 54 人的 2025 年研究中,83.3% 使用 ChatGPT 的參與者未能引述剛完成文章的一句;文中亦提到,使用 GPT-4 練習的高中生在考試中表現較差,而波蘭內視鏡醫生其後不使用 AI 時,癌前病變檢出率由約 28% 降至約 22%。
Stave 提供引擎無關的輸入格式,讓五種推理範式以同一份匯出資料進行推理,與採用單一推理範式的 AWS Compliance Mod 形成類別區分。試驗涵蓋 SMT、Datalog、ASP、Prolog 及機率模型檢查,五項規格修正後均通過;Prolog 和 Clingo 的盲測亦通過。
Nova 完成監督式微調(SFT),並以 57.2M 個參數達到 100% 嚴格 JSON schema 工具呼叫準確率,消費級硬件上的 token 生成延遲低於 50ms。
理想自研的馬赫 M100 芯片已量產上車,並登上台積電 OIP 開放創新平台生態系統論壇演講。這款採用 5nm 車規級工藝、算力達 1280 TOPS 的芯片,算力利用率超過 82%;運行 Qwen3.5-35B-A3B 時,預填充速度為英偉達 DGX Spark 的 2.7 倍,解碼速度為 1.5 倍。理想希望藉此提升智駕的流暢反應,讓用戶開車時不必留意芯片。
小米 MiMo Token Plan 的 Pro / Max 套餐限時支援 MiMo-V2.6-Pro-UltraSpeed 超高速推理模型,並自 11 月 19 日起開放。該模型兼顧 V2.6-Pro 性能,最高提供 20 倍輸出速度,適用於量化交易、即時風控、科學研究及即時編程輔助等場景。
本章闡述實體 AI 如何在接收新觀察或任務後、採取行動前,增加推理運算以理解情況、比較候選行動並遵守任務與安全限制。系統可利用世界模型預測候選行動的後果,並按不確定性、風險及任務複雜度調整運算量。由於機械人受延遲限制,測試時運算須平衡推理品質與回應速度。
小米 MiMo Token Plan 的 Pro / Max 套餐自 11 月 19 日起限時支援 UltraSpeed 超高速旗艦推理模型。MiMo-V2.6-Pro-UltraSpeed 兼顧 V2.6-Pro 效能,最高提供 20 倍輸出速度,適用於量化交易、即時風險控制、科學研究及即時程式編寫輔助等場景。