跳到正文
7月22日周三
7月16日周四
  1. Mira Murati (X)78

    Thinking Machines 发布首个模型 Inkling，开放权重并支持在 Tinker 微调

    Thinking Machines 发布首个模型 Inkling，从零训练，权重开放，即日起可在 Tinker 上微调。据其介绍，Inkling 能跨文本、图像和音频模态进行高效推理，完整权重已公开，并可在 Inkling Playground 中试用。

    推荐理由：Thinking Machines 首款模型从零训练并开放权重，读者可据此了解其多模态推理定位与微调入口。

7月11日周六
  1. Mira Murati (X)58

    Thinking Machines Lab 回顾成立一年进展，预告首款产品将含开源组件

    Mira Murati 回顾 Thinking Machines Lab 成立一年来的方向，聚焦多模态 AI、定制模型与开放科学。她提到团队已预览可像人一样协作的交互模型，Tinker 让任何人都能训练自己的开放权重模型，并发布了关于 Connectionism 的研究。她表示未来几个月将分享首款产品，其中包含重要的开源组件，面向研究者和开发定制模型的初创公司。

7月7日周二
  1. Berkeley AI Research42

    智能免费之后怎么办？面向智能体、由智能体构建的数据系统

    UC Berkeley 团队提出，推理成本已从 GPT-4 级约 $30/百万 token 降至不足 $1，部分厂商低于 $0.10，基准测试中推理价格每年下降 9x 至 900x、中位数约 50x。作者据此提出三类数据系统挑战：为智能体设计的数据系统、支撑智能体群体运行的数据系统、以及由智能体合成的数据系统。

7月1日周三
  1. Berkeley AI Research22

    2026 届 BAIR 博士毕业生展示：从机器人到 LLM 推理的研究版图

    伯克利人工智能研究实验室（BAIR）展示 2026 届博士毕业生，研究覆盖机器人、LLM 推理、计算机视觉、生成模型、AI 安全与医疗等方向。毕业生去向包括 OpenAI、Mistral AI、Physical Intelligence、Amazon 等机构，以及 UCLA、芝加哥大学教职和自创初创公司。

  2. Mira Murati (X)22

    Bridgewater 用 Tinker 微调金融模型

    Bridgewater 运用其独特的金融知识，与我们在 @tinkerapi 上合作微调了一个模型，帮助他们的分析师专注于真正重要的事。专家改进 AI，AI 赋能专家。 https://thinkingmachines.ai/news/learning-to-replicate-expert-judgment-in-financial-tasks/

6月24日周三
6月10日周三
5月23日周六
5月20日周三
5月19日周二
  1. Andrej Karpathy (X)22

    Karpathy 宣布加入 Anthropic

    个人动态：我已加入 Anthropic。我认为未来几年处于 LLM 前沿的工作将尤其具有塑造性。我非常兴奋能加入这里的团队，重回研发工作。我依然对教育怀有深厚的热情，并计划适时恢复这方面的工作。

5月12日周二
  2. Andrej Karpathy (X)38

    Karpathy 建议让 LLM 用 HTML 输出结果

    Karpathy 称在查询末尾要求 LLM「把回答结构化为 HTML」，再在浏览器中打开生成文件，效果很好，也试过让模型输出幻灯片。他认为 AI 输出正从纯文本、Markdown 走向 HTML，最终可能发展为扩散模型直接生成的可交互视频，并指出输入侧仍需支持指点和手势。

5月8日周五
  1. Berkeley AI Research36

    自适应并行推理：高效推理扩展的下一个范式

    伯克利 AI 研究团队综述并行推理进展，重点分析自适应并行推理——让模型自行决定何时分解并并行化子任务、开多少并发线程以及如何协调。现有方法如 self-consistency、Best-of-N、Tree of Thoughts、MCTS、ParaThinker、GroupThink 和 Hogwild! Inference 的并行结构多由外部设定，而非模型自主选择。

5月1日周五
  2. Andrej Karpathy (X)38

    Karpathy 谈 LLM 新边界与智能体原生经济

    Karpathy 在 Sequoia Ascent 2026 炉边对话中提出，LLM 的价值远不止加速现有编码工作，并给出三个新场景：完全由 LLM 承载、无需传统代码的 menugen 应用；用 .md 技能替代 .sh 安装脚本；以及传统代码无法实现、对非结构化知识做计算的 LLM 知识库。

4月29日周三
4月27日周一
4月25日周六
4月24日周五
  1. DeepSeek (X)88

    DeepSeek 发布并开源 DeepSeek-V4 Preview，支持 1M 上下文

    DeepSeek 正式发布并开源 DeepSeek-V4 Preview，主打低成本 1M 上下文长度。其中 DeepSeek-V4-Pro 为 1.6T 总参数、49B 激活参数，官方称性能可对标顶级闭源模型；DeepSeek-V4-Flash 为 284B 总参数、13B 激活参数，定位快速经济。

    推荐理由：DeepSeek 官方公布 V4 两个版本的参数规模与 1M 上下文，可据此判断开源模型在长上下文上的成本位置。

4月20日周一
  1. Berkeley AI Research38

    Berkeley AI Research 提出 GRASP：面向世界模型长时程规划的梯度规划器

    Berkeley AI Research 提出 GRASP，一种面向学习型世界模型的梯度规划器，通过将轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代上直接注入随机性以促进探索，并重塑梯度让动作获得清晰信号。该方法针对长时程规划中梯度爆炸/消失、非贪心结构导致局部极小值以及高维视觉模型状态-输入梯度脆弱等问题，使基于梯度的长时程规划更稳健。

4月14日周二
  1. Mira Murati (X)25

    Thinking Machines 吸纳 Workshop Labs 团队

    Mira Murati 宣布 Workshop Labs 的 Luke Drago 与 Rudolf 加入 Thinking Machines，二人将继续推进"让 AI 保持人类主导"的使命。Workshop Labs 同日确认整体加入 Thinking Machines。Murati 称从 Tinker 到研究资助再到前沿研究，均服务于同一目标——让 AI 增强而非取代人类能动性。

4月10日周五
  1. Andrej Karpathy (X)36

    Karpathy：AI 能力认知存在两大群体鸿沟

    Karpathy 认为，对 AI 能力的理解正出现日益扩大的鸿沟。一部分人仍以去年免费版 ChatGPT 的幻觉和 Advanced Voice Mode 的失误来判断 AI，而今年 OpenAI Codex、Claude Code 等前沿智能体模型在编程等任务上已能连续工作 1 小时重构整个代码库。

4月5日周日
  2. Andrej Karpathy (X)22

    Karpathy：AI 让公众反向监督政府成为可能

    Karpathy 表示看好被 AI 赋能的公众提升政府的可见性、可读性与问责制。他认为政府问责的瓶颈从来不是数据获取，而是处理海量原始数据并提炼洞察的智能，4000 页综合法案对多数人只是名义上透明。AI 可让支出预算核算、立法 diff 追踪、游说关系图谱等分析不再只由调查记者承担，但他也提醒同一工具同样可能被反向利用。

  3. Andrej Karpathy (X)62

    Karpathy 分享用 LLM 搭建个人知识库的 idea file

    Andrej Karpathy 在推文走红后，把用 LLM 构建个人知识库的方法整理成一份 gist 格式的 idea file，可直接交给智能体按需搭建。该流程把文章、论文、仓库等原始资料索引到 raw/ 目录，由 LLM 增量编译成 .md 维基，包含摘要、反向链接和概念文章，并在 Obsidian 中查看与提问。

4月3日周五
3月31日周二
3月28日周六
  1. Andrej Karpathy (X)20

    Karpathy：LLM 能论证任何方向，需警惕谄媚

    Andrej Karpathy 用 LLM 花 4 小时打磨自己的博客论证，觉得极具说服力；随后让 LLM 论证相反观点，结果 LLM 彻底推翻原论证并说服他反面才是对的。他指出 LLM 被问时会给出观点，但极擅长朝几乎任何方向论证，可作为形成个人观点的工具，但要多问不同方向并警惕谄媚。

3月27日周五
3月13日周五
  1. Berkeley AI Research34

    Berkeley AI Research 提出 SPEX 与 ProxySPEX：大规模识别 LLM 关键交互

    Berkeley AI Research 提出 SPEX 和 ProxySPEX 算法，用于在大规模场景下识别 LLM 的关键交互。SPEX 利用稀疏性和低阶性把交互搜索转化为稀疏恢复问题，ProxySPEX 进一步利用层级结构，以约 10 倍更少的消融实验达到 SPEX 的性能。在情感分析任务上，SPEX 在上下文扩展到数千个特征时仍保持高忠实度，优于 LIME、Banzhaf 等方法。

3月10日周二
1月15日周四
1月10日周六
  1. Berkeley AI Research38

    Berkeley AI Research 提出基于信息量的成像系统设计框架

    Berkeley AI Research 提出一种直接以互信息评估和优化成像系统的框架，无需任务专用解码器。该信息指标在彩色摄影、射电天文、无透镜成像和显微镜四个领域预测了系统性能，优化后的设计达到与端到端方法相当的水平，且内存和算力需求更低。方法利用已知噪声物理直接计算噪声项，仅需从测量数据中学习测量分布，并给出真实信息量的上界。

2025年12月13日周六
2025年12月1日周一
  1. DeepSeek (X)80

    DeepSeek 发布 DeepSeek-V3.2 与 DeepSeek-V3.2-Speciale 推理模型

    DeepSeek 发布 DeepSeek-V3.2 和 DeepSeek-V3.2-Speciale 两款以推理为先、面向智能体的模型。DeepSeek-V3.2 是 V3.2-Exp 的正式后继版本，已在 App、Web 和 API 上线；DeepSeek-V3.2-Speciale 侧重进一步拓展推理能力，目前仅通过 API 提供。官方同时放出了技术报告链接。

    推荐理由：官方给出两个版本的定位差异与开放渠道，可据此判断面向智能体的推理模型如何分层落地。

2025年11月27日周四
2025年11月18日周二
  1. DeepSeek (X)38

    DeepSeek-V3.2-Exp 推理演示 RoPE 问题已修复

    ⚠️ 提醒所有使用 DeepSeek-V3.2-Exp 推理演示的用户：早期版本在 indexer 模块中存在 RoPE 实现不匹配的问题，可能导致性能下降。Indexer 的 RoPE 期望非交错输入，而 MLA 的 RoPE 期望交错输入。已在 https://github.com/deepseek-ai/DeepSeek-V3.2-Exp/tree/main/inference 修复。

2025年10月30日周四
2025年10月28日周二