人工智能

AI研究

MaxProof：如何将生成式验证器转化为证明革命引擎

MaxProof是一个测试时扩展框架，将数学证明生成建模为进化搜索过程。通过结合Proof RL、验证器对齐和修正增强，它把不可靠的生成式验证转化为用于训练和推理的可信奖励系统。

2026-07-05

深度解析

Aleph Alpha 为 DeepSeek 构建理论推理模型：从硬件原语推导性能

Aleph Alpha 为 DeepSeek v3 创建了一个理论推理模型，用于从硬件参数估算吞吐量，分析不同 GPU 配置下的权衡，帮助实践者优化大型 MoE 模型的性能与成本。

2026-07-05

人工智能研究

验证地平线：为什么验证编码代理现在比构建它们更难

一个经典的直觉是，验证解决方案比产生解决方案更容易。对于今天的编码代理，这一直觉已经颠倒：生成复杂解决方案现在是容易的。困难的部分是可靠地验证它们。

2026-07-05

模型发布

DeepSeek-V4 预览版发布，开放权重模型竞争愈发激烈

DeepSeek 推出 DeepSeek-V4 预览版，具备顶级推理和更强的智能体能力，现已跨平台可用。此次发布标志着开放权重 AI 竞赛的重大升级，给 OpenAI 和 Google 带来了压力，要求其证明闭源策略的合理性。

2026-07-05

密码学隐私

Vega 将零知识证明应用于身份验证，耗时不到100毫秒

Vega 允许用户在不透露证件本身的情况下，通过零知识证明（ZKP）在消费级硬件上于100毫秒内证明来自政府ID的事实。它支持移动驾照和欧盟数字身份钱包等现实格式，并采用折叠重用方案降低了重复出示证明的成本。

2026-07-04

人工智能

MiniMax 新模型 M2.5 编程基准测试夺冠，价格仅为竞争对手的 5%

MiniMax 的 M2.5 模型在编程基准测试 Multi-SWE-Bench 上夺得榜首，在工作空间任务中超越主流模型，且成本仅为竞争对手的十分之一到二十分之一。模型权重已在 HuggingFace 上开源。

2026-07-04

人工智能安全

你的AI研究代理每次网络查询都会泄露隐私数据

MosaicLeaks揭示，深度研究代理可能通过网络查询泄露企业私有数据，即使单个查询本身无害。新的训练方法PA-DR将泄露率从34%降至10%以下，同时不影响准确性。

2026-07-04

Anthropic Academy：免费学习Claude的平台

Anthropic 推出自己的在线学院，提供关于 Claude、API、MCP 协议以及企业最佳实践的免费课程，并可获得证书。

2026-07-04

前沿研究趋势

视觉-语言论文为何正在涌向Hugging Face

随着研究人员竞相构建能够同时看和懂语言的模型，视觉-语言论文正主导Hugging Face的热门页面。

2026-07-04

人工智能

AI是人类智能的延伸，而非替代

现代AI系统之所以强大，并非因为它们复制了人类智能，而是因为它们延伸了人类认知和语言中已经存在的结构。这一视角有助于解释AI的能力及其反复出现的边界，包括幻觉和组合性缺口，并将AI安全的焦点从“失控AI”叙事转向系统级治理和人类责任。

2026-07-04

AI研究与开发

马嘉祺给MiniMax工程师上了难忘的一课：被遗忘的token

MiniMax对M2模型无法输出“马嘉祺”这一名字的内部调查发现，预训练词汇表与后训练数据分布之间存在结构性不匹配。根本原因在于：低频率token的lm_head向量在SFT过程中发生漂移，丧失了生成能力，但保留了理解能力。全词汇覆盖修复方案解决了该问题，同时也缓解了日语中的语言混杂现象。

2026-07-04

大语言模型推理优化

Aleph Alpha 构建理论推理模型，从硬件原语解码 DeepSeek V3 性能

Aleph Alpha 的理论模型仅凭硬件参数即可预测 DeepSeek V3 的推理性能，揭示 GPU 数量和互连带宽如何改变计算、内存和通信之间的瓶颈。

2026-07-04