10万token自然语言推理，让30B-A3B模型站上奥赛金牌线（在新窗口打开）
奥赛级科学推理，一定要从更大的通用模型开始吗？
内容栏目
AI技术文章
分享不同 AI 工具、模型与相关技术的使用方法和实践文章。
Anthropic 更新：Managed Agent 开放自托管（在新窗口打开）
刚刚 Anthropic 又给他们的官方 Managed Agents 加了俩功能：自托管沙箱 self-hosted sandboxes 和 MCP 隧道 MCP tunnels
DeepMind华人研究员Lun Wang离职，「评估」成制约模型能力飞跃的瓶颈（在新窗口打开）
近日，谷歌 DeepMind 研究员 Lun Wang@lunwang1996，在 x 上发文宣布自己已经从 DeepMind 离职，结束了这段非常精彩的旅程，「我非常感谢曾经共事的人、我们一起打造的东西，以及我在将前沿 AI 研究推向生产环境过程中学到的经验。」
跨越落地鸿沟！清华长三院发布首个真实场景AI竞技场，实战谁是最佳？（在新窗口打开）
攻克AI落地难题，清华团队推出RWAI框架与真实场景竞技场，通过标准化人机交互、任务集机制与人类反馈体系，显著提升产业应用效率。平台已实现落地周期缩短70%以上，并为AI开发者和企业提供了可复制的最佳实践。
HyperEyes：从「搜得更深」到「搜得更宽」，并行多模态搜索智能体的效率革命（在新窗口打开）
现有的开源多模态搜索智能体普遍受困于「裁剪 - 再搜索」的串行处理模式，面对多目标时往往陷入交互冗长、错误级联累积的泥沼。
高潮从第几秒开始？GaMMA 让多模态大模型真正「听懂」音乐时间线（在新窗口打开）
大模型的能力边界正在不断拓展，从文字到视觉，再到音频，全模态理解已渐成现实。然而，当你问一个多模态大模型「这首歌的高潮从第几秒开始？」或者「第 30 秒之后乐器编配发生了什么变化？」，得到的往往是一个模糊甚至错误的回答。
LLM近期重大架构进化一览：从Gemma 4到DeepSeek V4（在新窗口打开）
过去一段时间，很多人对大模型都有一个明显感受：token 总是不够用。
伯克利神作背刺OpenAI：持续学习才是真神！（在新窗口打开）
伯克利等发布FST框架：通过快慢分层解决大模型持续学习死局。
让大模型学会「自己教自己」！京东&中科院信工所连发三篇论文定义Self-Taught RLVR（在新窗口打开）
最近，京东和中科院信工所展开了Self-Taught RLVR的系列研究，并连发三篇后训练新作。
你的AI Agent越用越蠢？港中大、浙大戳破「记忆」的谎言（在新窗口打开）
你是否在使用Agent工作或者写代码时，总感觉上下文不够用？或者感觉反复使用Agent时并没有变得更聪明？感觉目前的记忆方案仍然不够用？今日，香港中文大学联合浙江大学发布的一篇论文关注了这个问题，并引起了学术界广泛讨论：你以为Agent在「记忆」，其实只是在记备忘录。
Agent Harness Engineering：Agent的底盘工程综述｜CMU、耶鲁、Amazon（在新窗口打开）
经常切换使用CC、Codex、OpenClaw这类Agent的人会发现：同一个模型，放进不同系统里，表现可能完全不同。
谷歌搜不到的80%互联网，AnySearch全打通了！开发者连夜接入（在新窗口打开）
传统API集成已死！在这个Agent满地跑的时代，被低估的搜索终于迎来了第四次范式转移。AnySearch的问世，让Agent告别了单一的网页总结功能，转而通过获取可信的结构化信息，真正具备触达并连接现实世界的能力。
ICML 2026 | 突破3DGS光度多义性瓶颈：北航/新国立提出AmbiSuR，重塑高保真3D几何重建（在新窗口打开）
近年来，3D 高斯泼溅（3D Gaussian Splatting, 3DGS）凭借其卓越的新视角合成能力和实时的渲染效率，极大地推动了神经渲染技术的发展。然而，当研究者试图直接从 3DGS 中提取精确的 3D 几何表面（Mesh 等）时，往往会面临严重的几何失真问题。
王云鹤眼中的Harness：复杂优化问题，AGI灵魂争夺之战（在新窗口打开）
最近一段时间，Agent 又一次成为 AI 圈最热的关键词。
字节会师何恺明！开源连续扩散语言模型Cola DLM（在新窗口打开）
大语言模型真的只能走“预测下一个token”的路子吗？
红杉 xbench：AI 去药企做实习，遥遥领先了人类（在新窗口打开）
xbench，就是红杉自己弄的那个中立评测lab，刚刚又整了个新活：让 AI 做药企的数据分析，跟人类实习生比个高低，然后遥遥领先的赢了
Codex App 同样支持第三方中转！不额外掏钱也能随时VibeCoding（在新窗口打开）
OpenAI 的 Codex App 正式开放了远程控制功能。
多Agent协作反而让模型变蠢，AI也有「旁观者效应」（在新窗口打开）
全行业都在押注多Agent。 Anthropic上周在开发者大会上发了Multi-Agent Orchestration ，TRAE做了多Agent并行调度，各家都在讲一个Agent干不动就上多Agent。 最近，滑铁卢大学在 arXiv 上放出一篇论文，给出了相悖结论—— 多 Agent 协作不一定让模型更聪明，而是让模型更蠢。 研究团队做了一组大规模实验——22500条推理轨迹，覆盖GPT-5.4、Claude Sonnet 4.6、Gemini 3.1 Pro三个头部模型，在GAIA、SWE-bench、Multi-Challenge三个基准上测试。 测试发现，多个Agent一起工作时，
ICML 2026 | 只用少量Thinking Tokens，大模型依然能深度思考（在新窗口打开）
近年来，Chain-of-Thought（CoT）推理已经成为提升大语言模型和多模态大语言模型复杂问题求解能力的重要技术路径。
ICML 2026｜告别「单线程」思维，智能体进化出了原生的并行推理大脑（在新窗口打开）
近年来，大语言模型在「写得长、写得顺」这件事上进步飞快。但当任务升级到真正复杂的推理场景 —— 需要兵分多路探索、需要自我反思与相互印证、需要在多条线索之间做汇总与取舍时，传统的链式思维（Chain-of-Thought）往往就开始「吃力」：容易被早期判断带偏、发散不足、自我纠错弱，而且顺序生成的效率天然受限。
参与交流
查看 AINRK 交流群说明
了解加入交流群的方式，阅读内容无需登录。