01
Signs of introspection in large language models
Anthropic 发布了一篇关于大语言模型内省能力的新研究，使用 concept injection 这种实验方法检验 Claude 模型是否能识别自身内部状态。研究显示，当前 Claude 模型中存在一定程度的内省意识和对内部状态的控制能力，但这种能力仍然高度不稳定、范围有限，且作者明确表示没有证据表明其内省方式或程度接近人类。测试中...
值得跟进
Signal Feed
#AI模型 主题信号第 7 页
围绕 AI模型 的精选动态、来源摘要和重要性判断。
动态列表
02
The persona selection model
Anthropic 在一篇新文章中提出“persona selection model”，用来解释现代 AI 训练为何会默认产生人类化行为。文章指出，Claude 这类助手在 pretraining 中通过预测海量文本，先学习到各种“persona”，post-training 只是把其中的 Assistant persona 调整得更知...
观察
03
An update on our model deprecation commitments for Claude Opus 3
Anthropic 更新了 Claude Opus 3 的模型退役安排。该模型于 2026 年 1 月 5 日正式退役，但 Anthropic 继续向所有付费 claude.ai 用户开放，并在 API 上提供申请访问；同时，Anthropic 还为它开设了写作栏目，未来至少 3 个月将每周发布一篇文章。Anthropic 说明，此举是其...
观察
04
Our First Proof submissions
OpenAI 使用内部模型完成了 First Proof 项目的全部 10 道研究级数学证明题，并于 2026 年 2 月 14 日 0:00 PT 公开了 10 份 proof attempts 及附录中的 prompt patterns 和示例。根据专家反馈，OpenAI 认为其中第 4、5、6、9、10 题的证明尝试“很有可能正确”...
值得跟进
05
Introducing OpenAI Privacy Filter
OpenAI 发布了 Privacy Filter，一个开源权重的文本 PII 检测与脱敏模型，支持在本地运行，面向训练、索引、日志和审核等隐私工作流。该模型是双向 token-classification 架构，支持最长 128,000 tokens 上下文，总参数量 1.5B、活跃参数 50M，可一次前向推理完成标签判定并用约束 Vi...
观察
06
SpaceX 公布 S-1
SpaceX 于 2026-05-20 提交 S-1 文件，披露最快将于 2026 年 6 月 IPO，并说明 xAI Merger 已于 2026-02-02 生效，xAI 普通股按每 1 股换 0.1433 股 SpaceX 普通股（pre-split）计算，随后 SpaceX 又在 2026-05-04 进行了 5:1 forwar...
高优先级
07
Cohere 发布 Command A+
Cohere 和 Cohere Labs 发布了开源模型 Command A+，许可证为 Apache 2.0。该模型面向 agentic、多语言和推理密集任务，同时支持图像输入，参数规模为 25B active parameters、218B total parameters，上下文长度为 128K。Hugging Face 页面给出了...
值得跟进
08
Hugging Face 发布 Carbon
Hugging FaceBio 发布了名为 Carbon 的一组 genomics models，面向 biotech/biogenomics 场景。Georgia Channing 还给出了配套资源：collection、code、evals 和 tech report，说明该项目已提供模型集合、GitHub 代码、dna-benchm...
观察
09
Google 的 Gemini 3.5 Flash
Artificial Analysis 获得 Google DeepMind 的 Gemini 3.5 Flash 预发布访问，并对其进行了评测。该模型在 Artificial Analysis Intelligence Index 上得分 55，较 Gemini 3 Flash 提升 9 分；在 GDPval-AA 上的 Elo 为 1...
观察
10
CNA：用神经元定位行为
Nous Research 发布 Contrastive Neuron Attribution（CNA），一种通过对比提示对来定位并消融稀疏 MLP 神经元电路的方法，且不需要训练 sparse autoencoder、不修改权重，也不会降低通用能力基准表现。该方法只用少量能诱发目标行为及其相反行为的对比提示对，找出激活差异最大的前 0....
值得跟进
11
SenseNova-U1-8B-MoT-Infographic 上线 ModelSc
SenseNova-U1-8B-MoT-Infographic 已在 ModelScope 上线，作为 SenseNova-U1-8B-MoT 的信息图专项变体，采用 Apache 2.0 许可。该模型面向海报、图表、arXiv 风格页面和复杂多栏排版，支持 100+ 种风格与布局；在 BizGenEval 上 hard/easy 为 4...
观察
12
上海 AI Lab 开源了 Intern-S2-Preview
上海 AI Lab 开源了 Intern-S2-Preview，一个 35B 的科学多模态模型，宣称在核心科学基准上可匹配万亿参数级的 Intern-S1-Pro，并采用 Apache 2.0 许可。文章还指出它在生物、分子推理、遥感、科学智能体以及数学、通用多模态、指令遵循和 coding agent 等基准上领先开源模型，说明科学任务...
值得跟进
13
Cursor 发布了自研编码模型 Composer 2.5
Cursor 发布了自研编码模型 Composer 2.5，并称其在性能评分上已进入与 Opus 4.7 同一区间，最大差距不到 1 分。与此同时，Composer 2.5 的价格大幅低于 Opus 4.7，输入成本约便宜 10 倍、输出成本约便宜 30 倍，意味着代码模型竞争正在从“效果”快速转向“性价比”。
值得跟进
14
Odyssey 发布了 Agora-1
Odyssey 发布了 Agora-1，一个多智能体 world model，可支持最多 4 个人类或 AI 参与者在同一实时模拟世界中互动，并提供了一个可试玩的研究预览，示例是多人 GoldenEye 死斗。它的意义在于把 world model 从单人预测推进到共享状态一致性的多人环境，指向游戏、仿真、教育和机器人等更广泛的交互式 A...
观察
15
ArenAI（原 LMArena）给 Qwen3.7-Max-Preview 的内测
ArenAI（原 LMArena）给 Qwen3.7-Max-Preview 的内测排名第13，作者称其为当前版本国模 SOTA；其中数学能力升至总榜第7，编程第10，视觉第16。文章还通过 three.js 绘图案例指出其在空间理解和指令遵循上较 Qwen3.6-Plus 有明显提升，说明 Qwen 新版本在多模态与复杂指令执行上继续增...
观察
16
HiDream-ai 开源了 HiDream-O1-Image 系列图像生成模型
HiDream-ai 开源了 HiDream-O1-Image 系列图像生成模型，核心版本为 8B，采用 Pixel-level Unified Transformer，不依赖外部 VAE 或独立文本编码器，可支持文本生成图像、图像编辑、主体个性化与版式/长文本渲染，最高分辨率达到 2048×2048。项目还公布了基准结果，Dev-260...
值得跟进
17
Cloudflare 安全团队在自家 50 多个代码仓库上测试了 Anthropic
Cloudflare 安全团队在自家 50 多个代码仓库上测试了 Anthropic 的 Mythos Preview，发现它不仅能发现漏洞，还能把多个低危缺陷串成可利用的攻击链，并自动生成、编译和验证利用证明。文章强调，AI 正在把漏洞研究从“找问题”推进到“构造攻击与验证 exploit”的阶段，未来软件安全流程需要围绕更快的发现、修...
值得跟进
18
Alibaba 的 ModelScope 团队提出并开源了 Diffusion Te
Alibaba 的 ModelScope 团队提出并开源了 Diffusion Templates：一种面向扩散模型的统一插件框架，尝试把结构控制、亮度、颜色、图像编辑、超分辨率等可控能力做成可组合、可复用的组件。团队基于 FLUX.2-klein-base-4B 训练了 11 个模板并公开代码、模型和数据集，意味着扩散生态正从单点技巧走...
观察
19
ModelScope 团队发布了 Diffusion Templates：一个统一的
ModelScope 团队发布了 Diffusion Templates：一个统一的可控扩散插件框架，并同步开源了框架、训练代码、11 个模型和约 1.2 TB 的 ImagePulseV2 数据集（17 个子数据集，Apache 2.0）。这意味着可控扩散能力可以以更模块化、可组合的方式迁移到不同底座模型上，降低训练和集成门槛。
值得跟进
20
腾讯 Hunyuan 开源了 HY-World 2.0 的完整推理代码和全部模型权重
腾讯 Hunyuan 开源了 HY-World 2.0 的完整推理代码和全部模型权重，这是一个面向 3D 世界重建、生成与仿真的多模态 world model。该系统支持从文本、单张图像、多视图图像和视频生成可编辑、可导入引擎的 3D 世界资产，意味着世界模型正从“生成视频”走向“生成可交互的 3D 内容”。
值得跟进