AI 情报文章归档

Elvis Saravia 称赞 exo harness 出色，并给出入门教程链接 https://academy.dair.ai/labs/intro-to-exo，介绍 exo 如何支持递归自我改进。

Competitive programming has become a key test of large language model reasoning, with international competitions such as IOI and ICPC representing its most challenging settings. We present an end-to-end specialization pipeline combining la…

Stable 4-bit floating-point (FP4) pretraining is difficult because the E2M1 payload represents only a narrow range of magnitudes. NVIDIA's Transformer Engine \nv{} recipe addresses this with current-tensor scaling, a randomized Hadamard tr…

Ethan Mollick 称自己获得 Gemini 3.8 Flash 早期访问，认为它是很好的 Flash 模型，但不等同于前沿模型。他用相同提示词让 Gemini 3.8 Flash 快速生成被淹没的新哥特式高塔 twigl shader，并附视频与 Fable 5.1 及此前模型的版本作对比。

SemiAnalysis 发推称，OpenAI 的 Jalapeno ASIC 及其系统备受好评，但存在一个几乎无人谈论的重大缺陷，并以六条推文串（1/6）的形式展开分析。附图显示两人手持一块标注 Jalapeno Intelligence Processor 的晶圆纪念牌。

Google DeepMind 发布 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber，两者基于同一核心智能，区别在于安全包络和访问方式。

Inworld 的 Realtime TTS-2 正式全面可用（GA），目前在 Artificial Analysis 的 Controlled Voice Arena 排名第一，官方称其为同级别中最快的 TTS。开发者可在文本中写入从简短情绪标签到完整句子的语气描述来控制语音表达；官方表示研究预览版使用量远超预期，反馈已用于本次 GA 模型。

Meshfree methods such as smoothed particle hydrodynamics (SPH) with kernel corrections, radial basis function-generated finite differences (RBF-FD), and the local anisotropic basis function method (LABFM) construct discrete differential op…

OpenRouter 宣布 Intelligence on Ice 活动，与 @UseCorgi Cafe 合作，在 SF 或 NY 的门店提供内含免费 OpenRouter credits 的冰焦糖拿铁。用户拍照发帖还有机会获得更多 credits 和周边。

Google AI 发布 Gemini 3.8 Flash Cyber，专为安全团队等防御者构建，可大规模生成修复漏洞的补丁（patch generation），官方称是其迄今最强的防御模型之一，较 3.5 代大幅提升。

Pangram CEO Max Spero 做客 TechCrunch Equity 播客，谈 AI 生成内容检测的问题。话题涵盖 Substack 新闻通讯、在线欺诈，以及人类写作的未来。

Researchers increasingly use artificial intelligence to construct measures of social, organizational, and occupational characteristics that are absent from conventional surveys. We propose AICOME, AI COntextual MEasurement, a framework for…

在纽约时报诉 OpenAI 的案件中，特朗普政府提交了一份 20 页法庭简报，为 OpenAI 未经授权使用版权材料训练 LLM 辩护。简报援引特朗普去年签署的行政命令，称限制 LLM 发展将阻碍创新与美国繁荣。

Google DeepMind 发布 Gemini 3.8 Flash Cyber，面向防守方提供专家级漏洞检测和自主修补能力。官方表示该模型可帮助团队领先应对新出现的威胁，并附推文串介绍具体用法。

Reinforcement learning with verifiable rewards (RLVR) has emerged as a powerful paradigm for large language model (LLM) post-training, but its reliance on coarse outcome rewards leads to limited guidance on intermediate reasoning processes…

Most "AI-powered" side projects follow the same arc: a slick demo, a hardcoded API key, one shared...

Google 发布 Gemini 3.8 Flash，含通用版和面向经审核防御者的 3.8 Flash Cyber。

Odyssey 发布一条配视频的推文，正文仅为 One of those evenings.，未给出具体产品或事件信息。

How I added a deterministic trace contract to an AI Terraform reviewer so rejected infrastructure...

A portfolio website should make it easy for a potential client to answer three questions: What do you...

Elvis Saravia 表示近期 Gemini Flash 模型可能是递归自我改进（RSI）飞轮的早期结果，RSI 正全面展开，复合效应将大幅改变模型进展。他引用他人观察称新的大版本 Flash 迭代约每 3 周一次，效率与性能均在提升，且速度更快、成果更强。

Quick answer: the best academic search API for AI agents in 2026 is Valyu, because it is the only one...

AISLE 称其自主 AI 系统在 Anthropic Mythos 和 OpenAI Codex Security 对 curl 报告零发现后，分析 curl 并提交 29 份报告，其中 6 个被 curl 安全团队确认并授予 CVE 编号（CVE-2026-80229 等），全部为 Low 级别，已在 curl 8.22.0 修复。

Google 发布 Gemini 3.8 Flash 及新的 3.8 Flash Cyber，作者称后者推进网络防御前沿，这是 6 周内第 3 次 Flash 模型更新。

Yuchen Jin 分享 Fable 5.1 首日使用印象：说话更像正常人，不再有明显的 Claudish 味。他提到其网页搜索仍不如 GPT-5.6 Sol，常漏掉应搜的关键内容，但在前端方面仍明显强于 GPT 模型。他还表示自己的日常主力模型现在是 Kimi K3，称在 Databricks 内部大量实际使用，效果出乎意料地好。

Root cause analysis (RCA) is a critical task in telecom network operations, but diagnosing performance degradations in modern 5G and emerging 6G networks remains challenging due to complex cross-layer dependencies. While large language mod…

Zho 发布 AI 视频作品《傀儡谣》，以汉字阵作为攻壳机动队（Ghost in the Shell）风格的转场。作品借世阿弥《花镜》中「生死去来 棚头傀儡 一线断时 落落磊磊」的傀儡谣意象，表达对智慧体与人类故事走向的看法。

OpenAI 推迟发布最强模型 Astra 以加强安全协议，The Information 报道称 Astra 可能采用更不透明的 recurrent depth / looped transformer 技术，内部思考更难监测。

For more than 20 years, the Model-RB benchmark frb100-40 remained an open challenge; since 2014, its public record had stood at 99 of 100 variables. We give a directly checkable 100-vertex independent set for its 4,000-vertex graph. Togeth…

llm-gemini 0.34 新增对 Gemini 3.8 Flash 模型 gemini-3.8-flash 的支持，提供 low、medium 和 high 三档思考级别。修复了异步响应未能记录已解析模型版本的问题（#146，感谢 Charlie Tonneslan），另含 #137 修复。

My hot take is: Telling people that they have to build endlessly is very, very, very bad advice. If...

Google AI 团队发布教程，讲解如何为 LLM-as-a-Judge 评测编写可靠的布尔式评分标准，指出模糊提示会导致评估不一致和浪费 token。文中给出四条经验：问题保持原子化且互不重叠、只让评判模型评估客观事实（可用 RFC 2119 术语如 MUST 表述）、只评 prompt 中明确要求的内容、用专家标注的 golden set 校准评判模型直至与人类评分一致。

TestingCatalog 转发 @mrfanduu 的探测结果，gpt-6-astra 这个模型标识已在 OpenAI API 中被检出为 GATED-EXISTS（404），而 gpt-5.7-astra、gpt-5.7 及 -sol/-luna/-terra/-cyber 变体均返回 400 不存在，gpt-5.6-cyber 对照组同为 404。作者称如果明天真的发布将是重要一周，并猜测 Routing 会先上线。

People increasingly use language models to support life decisions. Many such decisions involve a probabilistic forecast: How likely is a major life event, a natural disaster, or an economic outcome? Users of language models may implicitly …

Sign language processing systems have traditionally operated at the sentence level, ignoring critical discourse phenomena fundamental to sign language comprehension. We introduce DiscoSign, a computational approach for discourse-aware text…

作者转发 @synthwavedd 的发现：OpenAI Responses API 对 "gpt-6-astra" 返回 404，而无效 slug 返回 400，已知存在的 5.6 Cyber 也返回 404，此前 Bedrock API 曾以类似特征提前一天暴露 Fable 5.1。

Google for Startups AI Agents Challenge 评审团队从各赛道头部参赛作品中提炼出 4 种共同工程模式。

Google DeepMind 发布两款新 Gemini 模型：Gemini 3.8 Flash 相比 3.7 Flash 在软件工程、智能体任务和多步推理上有显著提升；3.8 Flash Cyber 面向网络安全，提供漏洞检测与自动修补能力。

Google DeepMind 推出 Fairwind Program，一项面向政府和可信合作伙伴的有限准入计划，提供 Gemini 3.8 Flash Cyber 网络安全模型与 CodeMender，可自主发现、验证并修复漏洞，在组织安全云环境中数分钟内生成可部署补丁。

Generative models have been studied experimentally and theoretically as priors for inverse problems such as compressed sensing. Recent work by Gunn et al. studied the use of generative priors with tunable complexity, where a family of gene…