01
Kimi K3 开源模型开启新技术范式
通义千问团队发布 Kimi K3 模型，参数规模达到 2.8T，上下文窗口达 100 万 token，实现原生多模态能力。通过 Delta Attention 优化耗时减少 6.3 倍，Attention Residual 机制在不到 2% 额外成本下实现训练效率提升约 25%，专为长期 horizons agent 和自演化 workf...
高优先级
Signal Feed
#技术报告 主题信号
围绕 技术报告 的精选动态、来源摘要和重要性判断。
动态列表
02
Microsoft 发布 OAT 智能体调试方法
Microsoft 及合作者提出 OAT，一种轻量级归因器，仅在成功轨迹上训练，利用神经控制微分方程建模成功动态，将故障归因转化为成功模式的一类学习，无需标注错误步骤或失败数据。
观察
03
Google DeepMind 发布 Gemma 4 技术报告
Google DeepMind 发布 Gemma 4 技术报告，模型家族参数从 2.3B 到 31B，涵盖密集和 MoE 架构。12B 模型采用无编码器设计，2.3B 有效参数模型匹配 Gemma 3 27B 性能。31B 模型在 Arena Text 排名 43，支持思考模式，AIME 2026 达 89.2%，GPQA Diamond...
值得跟进
04
六项行业能力基准发布
Artificial Analysis 发布六项新的行业能力基准，覆盖金融、法律、医疗、策略与运营、工程和经济六个领域。基准结果显示，Claude Fable 5（搭配 Opus 4.8 回落）在全部八项指数中排名第一，Claude Opus 4.8（最大版）在六项指数中位列第二，GPT-5.5（xhigh）在两项指数中位列第二。在开源模...
观察
05
Sakana Fugu Technical Report
Sakana AI 发布 Fugu 技术报告，介绍一种多模型编排系统，包含 Regular（快速路由）和 Ultra（动态工作流）两个版本。核心创新在于通过轻量层学习用户请求，动态选择最适合的专家模型或构建协作流程，区别于简单的投票或固定规则方法。
观察
06
组合LLM收益上限分析
DAIR.AI转述一篇论文，分析了来自21家提供商的67个模型，证明任何路由、投票、级联或混合代理策略的准确率上限为1减去beta（所有候选模型都答错的查询比例）。论文指出，常用去相关假设不能保证改进空间，实际共失败高度集中在答案格式而非主题，建议在采用组合策略前先测量beta。
观察
07
GPT-5.6系统卡关键发现
OpenAI 发布 GPT-5.6 预览系统卡，包含 Sol、Terra、Luna 三个版本。Sol 在网络安全和生物/化学领域被列为高风险，内部网络挑战集准确率 96.7%，外部测试发现真实零日漏洞。生物评估中 3/4 高风险阈值项目通过，病毒学故障排除得分 55.5% 远超专家 31% 基准。Sol 定价 $5/1M 输入、$30/1...
观察