NVIDIA Kumo Relational 无需任务专用训练，在关系数据基准上超越监督学习
NVIDIA 推出关系基础模型 Kumo Relational，无需任务专用训练、特征工程或表格扁平化，即可直接在企业数据库上进行预测。
推荐理由：通过与监督式关系模型及特征工程流水线的比较，材料展示了上下文学习替代逐任务训练的可行范围，也交代了大训练集下的局限。
技术方向
推理能力 最新动态
让大模型先想再答的能力：思维链、推理模型，数学与逻辑评测上的突破和争议。
9 条精选近 30 天 8 条共收录 41 条
更新
推理能力的精选
Hugging Face Blog精选AI 评分6969
Google DeepMind精选AI 评分8080 Google DeepMind 如何为 Gemini 4 Argon 构建安全防护
Google DeepMind 介绍 Gemini 4 Argon 的安全设计，重点解释高风险用途防滥用、实时失对齐监控和提示词注入防御。防护结合输入筛查、内部激活探针和持续监控；在 Gray Swan 的 IPI 基准上，15 次自适应攻击尝试的成功率降至 0.7%。
推荐理由：训练案例揭示了惩罚思维链中取巧表述的风险，公开讨论减少不等于取巧减少，为设计可监控的智能体训练提供参考。
Google DeepMind精选AI 评分7575 Google DeepMind 推出面向机器人任务的 Gemini 4 Argon
Google DeepMind 推出 Gemini 4 Argon，展示机器人控制、Real2Sim、物理理解和自我改进四类应用，在 ERQA 物理空间推理基准上取得 87%。
推荐理由：从真实场景重建仿真、生成训练数据再回到实体机器人评估，文中案例提供了将物理推理接入机器人训练流程的具体路径。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 4 Argon，面向复杂工程与科研任务
Google DeepMind 发布 Gemini 4 Argon，面向编码、金融、法律、网络安全与科学等复杂任务，即日起在全球开放。
推荐理由：从跨文件代码重构到推理性能优化，文中的工程案例展示了模型参与复杂软件维护的方式及其对交付周期的影响。
Google AI Blog精选AI 评分8888 Google 发布 Gemini 4 Argon，面向复杂编码、科研与专业任务
Google 发布 Gemini 4 Argon，面向开发者、企业及消费者全球开放，主打复杂编码、金融、法律、网络安全和科研任务。Gemini API 提供 1M 输入输出统一 token 额度，首发定价为 $2 per million input tokens 和 $10 per million output tokens，缓存输入 token 优惠 95%。
推荐理由：统一输入输出额度与分层开放渠道交代了长任务的使用条件，配合明确的输入输出定价，便于评估接入成本。
Mistral AI精选AI 评分7777 Mistral AI 发布 Mistral Large 4 公开预览，计划本月底开放权重
Mistral AI 发布 Mistral Large 4（ML4）公开预览，即日起可通过 Mistral Studio 使用预览 API，计划本月底开放权重。
推荐理由：当前 API 预览与月底开放权重的安排，提供了区分模型能力试用和自主部署的具体背景，尤其关联安全团队对运行控制权的需求。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 4 Argon，先向受信任的网络防御人员开放
Google DeepMind 宣布新模型 Gemini 4 Argon，面向编码、企业知识工作和网络安全防御，正通过 Fairwind Program 向部分受信任的网络防御人员开放。
推荐理由：输出上限扩展与代码迁移案例提供了观察长流程工程任务的具体切口，分阶段开放安排也明确了当前能力与普遍可用之间的边界。
Microsoft Research精选AI 评分6262 Microsoft Research 推出 Quine，连接生物学世界模型与实验研究流程
Microsoft Research 推出实验性 AI 研究系统 Quine，将多模态生物学世界模型与连接科学工具、文献和研究人员的交互框架结合。在与 Broad Institute 合作的胰腺癌研究中，团队用一个周末完成数千种化合物的预测筛选与候选排序，多项湿实验验证了高排名候选引导细胞状态转变的效果。
推荐理由：胰腺癌实验案例展示了先用模型缩小化合物搜索范围、再用湿实验检验预测的研究路径，为计算与实验协作提供具体参照。
AI News (smol.ai)精选AI 评分8181 AI News 日报：DeepSeek V4.1 Flash、OpenAI 语音与编码智能体进展
DeepSeek 发布开放权重模型 V4.1 Flash，采用因果编码器—解码器架构，支持 1M-token 上下文及文本、图像输入。Artificial Analysis 报告其 Intelligence Index 得分为 40，高于 V4 Pro；虽然平均每项任务生成 89k tokens，估算单任务成本仍仅为 $0.27。
推荐理由：独立评测将模型得分、输出长度与单任务成本放在一起比较，展示了低 token 定价如何抵消冗长输出带来的部分开销。