TRM思考奖励模型上线，大模型推理质量终于能量化了
具体来说，团队提出了一套统一框架:用ME² principle刻画推理质量，用DAG-based pairwise evaluation还原推理结构，并在此之上训练Thinking Reward Model，把“推理质量”从主观感受变成可复用的奖励信号。
中道辩证九算子推演框架：面向复杂议题的结构化认知操作系统
预印本 | 版本：v1.47（预印本平台校准终稿） | 日期：2026-10-14 | 作者：中道衡人摘要在非线性、多价值冲突、证据不完备的复杂议题场景下，传统单点思维工具易出现认知链条断裂、证实性偏差、置信水平缺失、元认知自检缺位等问题。
糟糕，Claude Opus 4.7源代码级提示词曝光，底层设计全被看光
在各大基准测试中，Opus 4.7在Mythos面前，略显逊色。但相较于前作4.6，全新Opus性能实现了全方位提升，尤其是视觉推理，堪称无「模」能敌。
AI不用写思考过程！科学家发现隐空间推理范式，推理速度提升30倍
AI 终于会心算了，这不是它在偷懒，而是科学家发现了一种新的推理范式。在过去几年里，大模型的推理几乎都依赖思维链:模型需要把推理一步步写出来，再给出最终答案。
SAGE：当AI推理走进迷宫，一个拓扑学解法如何治好两种"偏见"
2014年，深度学习刚在图像识别上大杀四方的时候，没人会想到十年后大语言模型还会在一个看似简单的问题上栽跟头：让AI一步一步推理，走上十几步、几十步，最后得出正确答案。这事儿听起来不难。人类做数学证明、做逻辑推理，不也是一步接一步来的吗？
DeepSeek开源大模型记忆模块，梁文锋署名新论文，下一代稀疏模型提前剧透
DeepSeek节前开始蓄力！最新论文直接给Transformer加上“条件记忆”（Conditional Memory），补上了原生缺乏的知识查找机制。结论中明写道：我们将条件记忆视为下一代稀疏模型不可或缺的建模原语。还是梁文锋署名，并与北京大学王选所赵东岩、张辉帅团队合作。
Transformer作者团队，下场RSI
他们让同一个开源模型自己分身组队，像《火影忍者》中的漩涡鸣人一样，自己学会给分身派活、挑毛病、做训练，最后再把所有经验灌回本体，让下一轮自己更能打。
马斯克说漏嘴了，Claude Opus参数5T，Sonnet 1T
起因是老马发帖表示，xAI的Colossus 2超算正在训练7个模型，其中最大的一款，参数量直接冲到了10万亿。
蚂蚁万亿参数思考模型来了！实测AIME真题难不倒，会写爽文、规划出行
从官方公布的数据看，Ring-2.6-1T high在PinchBench、ClawEval、Tau2-Bench Telecom等真实任务执行类评测中表现靠前，其中PinchBench得分高于Claude-Opus-4.7 xhigh、GPT-5.4 xHigh、Gemini-3.1-Pro high等模型。
对话Om AI赵天成：多年坚守，押注物理AI原生的「流式」未来
一个从未见过监控画面的多模态模型，却比在监控数据上练了多年的小模型“老将”更懂监控。这不是科幻电影，这是2023年Om AI联汇的一场“无心插柳”，也是CEO兼首席科学家赵天成博士更加坚信“多模态训练方式能为物理开放世界带来泛化性”的关键节点。