搜索
俄罗斯AI初创公司Mostik由12位博士和1位菲尔兹奖得主组成，在Kaggle ARC-AGI-3竞赛中冲上榜首，并推出让大模型与小模型在数学空间直接传递隐藏状态的"桥梁"技术，使混合系统运行成本仅为完整大模型的二十分之一且小模型补上约50%的性能差距。
谷歌Antigravity团队公布Teamwork多智能体编排框架成果，轻量级Gemini 3.7 Flash复现了Gemini 3.1 Pro解出的3道博士级数学难题，并从零构建RISC-V CPU模拟器、改进Eigen和ParlayHash开源库代码，证明小模型通过制度化博弈编排也能完成顶尖科研与工程任务。
就在最近，一台彻底断网的普通笔记本，靠着一个仅有4B参数的小模型，硬是干完了一件过去只有大模型才兜得住的活。
在此背景下，新加坡国立大学、普林斯顿大学与斯坦福、牛津等研究团队合作提出了 Recuris（Recursive Experiential–Working Memory Evolution），作为首个将递归自我改进应用在记忆控制层内的智能体架构，Recuris 通过三项核心技术突破，无需训练即成功实现了从 3B 小模型到 Claude Opus 5 的全面提升。
外挂补不了模型智商，《苦涩的教训》再次上演。
DeepSeek-v4-pro-0813 正式上线，两极分化的口碑却让人摸不着头脑。一边，是疯狂刷屏的评测夯爆了：多项 Agent 测试逼近 Fable 5，被认为是又一次前沿模型的“核弹级”更新；另一边，却是不少深夜忠实开发者直摇头：吐槽涨价、模型能力不及预期，实测体感甚至不如之前的小模型……
近日，独立开发者 Harshal Singh 公布了一个仅有 3500 万参数的基础语言模型 BarunLM，并声称：「我预训练了世界上参数量小于 100M 的最好模型」。
来自清华大学与腾讯的研究者提出了 Generalizable Predictive Prompt Selection（GPS）。GPS 的做法很直接：先训练一个小型、可泛化的 Prompt Predictive Model（PPM），让它预测不同 prompt 在当前模型下的难度；再根据难度和 batch 多样性选择训练样本，从而减少无效 rollout。
一位个人开发者，竟然在一众大厂中，杀进了抱抱脸Models Trending榜的前排？！突然出现了一个个人账号：yuxinlu1。再一看下载量——最新数据已高达20.7万和53.6万。好家伙，这是什么神仙模型来了？
最近几天，一个 3B 的小模型在 X 上火了，因为在一些难度可验证的推理任务上（比如编程），它进入了 Gemini 3 Pro、GPT-5 high、Claude Opus 4.5、GLM-5、Kimi K2.5 等前沿模型的性能区间，而它的体积远小于这些模型。