英伟达Jim Fan：「世界建模」是新一代预训练范式
在这篇长文中，Jim Fan讨论了世界模型的定义与应用，尤其聚焦于物理AI领域的发展，同时展望了新的推理形式:世界建模是在给定一个动作的条件下，预测下一个合理的世界状态。
这题是否需要用图思考？自适应思考模式切换助力通用视觉推理提升
稳定阶段:在 500 步开始，TXT 模式要明显优于 GRD 模式，模型的选择也逐步稳定到以 TXT 模式为主，但此时自适应的 ADA 模式要比文本模式还弱，说明模型还没有学习到具体哪些题目应该使用 GRD 模式。
SpatialASM：内化主动心智化的空间推理
港中文 / 上海人工智能实验室 / 复旦 / 上海创新研究院等提出 SpatialASM（arXiv:2610.
ICLR 2026｜隐式思考模型LRT：「隐式思维链」推理，更快更强！
为了回答上述问题，团队设计了一组实验:在 DeepSeek-R1-Distill-Qwen-7B 模型上，将推理轨迹进行不同粒度的删减 —— 随机跳过一定比例的 token 或推理步骤，然后观察模型能否仅凭残缺的推理链给出正确答案。隐式推理 token 数量的影响: 随着隐式 token 数从 64 增加到 256，性能稳步提升。
训练加速1.8倍，推理开销降78%，精准筛选题目高效加速RL训练
论文标题:Can Prompt Difficulty be Online Predicted for Accelerating RL Finetuning of Reasoning Models?
真实评估，北理发布全球首个「全场景教育」基准，支持4000+情境
北京理工大学高扬老师团队推出EduBench，是首个专为教育场景打造的综合评估基准，涵盖9大教育场景、12个多视角评估维度、超4000个教育情境。
突发，Claude刷新物理学世界纪录，单挑基于杨振宁理论9圈难题
它在几乎无人类干预的情况下，连续运行数天，一举攻克了高能物理学界出了名难算的「九圈散射振幅」计算难题!
判断一篇论文的水平，先看Introduction：高手读论文都在看什么？
你有没有过这样的经历？拿到一篇论文，先看摘要，觉得挺厉害；接着打开 Method，开始研究各种公式、网络结构和算法细节；好不容易看到实验部分，又被一大堆数据表格绕得头晕。几个小时过去了，论文似乎读完了，但如果有人问你：这篇论文到底好在哪里？它真正解决了什么问题？
视频推理界的“福尔摩斯测试”：所有大模型，统统不及格 | 开源
金磊 整理自 凹非寺量子位 | 公众号 QbitAI一个新的Benchmark，竟让大模型在复杂视频推理这事儿上统统不及格！
谷歌AI攻克6道世界级难题，比IMO金牌更震撼，陶哲轩指明新玩法
就在这两天，谷歌DeepMind的最新AI研究智能体Aletheia，在数学界一场名为「FirstProof」的巅峰挑战赛中，一口气干掉了10道公认的世界级未解数学难题中的6道!