大型语言模型
AI模型在日本大选中因信息环境偏差向左倾选民推荐共产党
斯坦福大学研究人员在2026年2月8日日本下院大选期间进行的实验发现，来自OpenAI、Google和xAI的5个主流AI模型在回答选民投票建议时，对持左倾政策立场的选民压倒性地推荐日本共产党。研究团队对36,300个合成选民档案进行了测试，结果表明政策立场因素对模型推荐的影响程度达到50至98个百分点，远高于人口统…
Kimi发布K3.1 Pro及高速版本 性能指标接近顶级模型
Kimi推出K3.1 Pro和K3.1 Pro Highspeed两款新模型。K3.1 Pro是K3.1系列中最强的3T级开源模型，配备100万token上下文窗口。在多项基准测试中，该模型展现出显著性能：Terminal-Bench 4.0评分为65.7%，超过GPT-6 Astra的58.2%但略低于Claude…
美国公司计划在月球表面首次运行大型语言模型
美国月球机器人公司Astrolab开发的FLIP漫游车计划最早于2026年11月前往月球，搭载惠普企业公司（HPE）开发的Spaceborne-4高性能计算机，这将是首次在月球表面运行大型语言模型。FLIP漫游车总重480千克，设计可在月球恶劣环境中存活至少150小时，任务计划持续十天。这套AI系统将通过大型语言模型…
数学界与OpenAI决裂：AI证明遭学术界质疑
数学研究社区与OpenAI的合作关系因多项质量和伦理问题而告终。2026年9月，OpenAI宣称利用人工智能解决了纳维-斯托克斯千禧年难题，投入约1500万美元的token费用 。包括菲尔兹奖得主特伦斯·陶在内的25位国际顶尖数学家随后发表公开信《AI在数学中的严重错位》，指出这一成果存在数据伦理问题、证明难以阅读且…
Meta发布Muse Spark Open开源大型语言模型
Meta今日发布Muse Spark Open，一个具有816B总参数（其中42B为活跃参数）的开源多模态大型语言模型，拥有100万token的上下文窗口。该模型被Meta称为"最强大的美国开源权重模型"，首次可在搭载Apple M5 Ultra芯片的Mac Studio上运行。
Google发布Gemini 4 Argon模型，性能超越多款竞争对手
Google正式发布了Gemini 4 Argon大语言模型，声称该模型具备"前沿推理和改进的复杂工作流程性能"。该模型拥有100万token输出窗口，在编码、网络安全、科学、金融和法律等多个基准测试中超越GPT-6 Astra、Claude Fable 5.1和Claude Opus 5.5等竞争对手模型。
越狱PS5被改装成本地AI服务器，可运行27B大型语言模型
一台经过越狱的PS5游戏主机被改装成本地AI服务器，能够运行包含27B参数的大型语言模型。较小规模的模型在该系统上运行速度可达到每秒124个token。
关于AI是否为工具的争论：Hickey与回应者的观点对立
知名开发者Rich Hickey在2026年10月12日发表文章，提出大型语言模型（LLM）不应被称为工具，而应理解为自动化系统。Hickey认为，真正的工具需要使用者能够施加持续控制，但LLM的运作方式是用户提出请求后系统自主行动。他指出，使用LLM进行写作相当于放弃对代码的直接编写权，使用者仅在适应算法而非掌握真…
Kevin Kelly 2016年AI预测十年后的验证
科技思想家Kevin Kelly在2016年出版的著作《The Inevitable》中对人工智能的发展进行了多项预测。
OpenAI 推出 Decisions API 公测版本
OpenAI 推出 Decisions API 公测版本。 该 API 可评估文本和图像，返回类型化答案的速度比 Responses API 快 10 倍。
Mistral发布1万亿参数大模型Mistral Large 4
Mistral AI公司发布了新一代大模型Mistral Large 4（代号"Le Chonk"），这是一个拥有1万亿参数、49亿活跃参数的原生多模态模型。该模型采用混合专家架构，配备1.6亿视觉编码器，支持100万token上下文窗口。根据Mistral，这一模型在欧洲和美国的聚合基准中表现为最佳的开源模型。
Anthropic 发布 Claude Opus 5.5 使用指南
Anthropic 推出了 Claude Opus 5.5 模型的使用指南，着重介绍了该模型在处理长任务、自主思考和代码编程方面的能力提升。其中，多步工作能力被列为该模型在长任务执行中最主要的进展，包括在大型存储库中自动完成测试通过的功能。
Anthropic发布Claude Opus 5.5提示工程指南
Anthropic发布了Claude Opus 5.5模型的提示工程指南，详细介绍了该模型相比Claude Opus 5的性能改进与优化方法。
"作为语言模型"：聊天模板控制大型语言模型的自我描述方式
一项研究论文揭示了聊天模板对大型语言模型自我描述行为的影响。研究人员在8个开源指令模型（最大参数量9B）中发现，聊天模板能够增强模型的免责声明表述（如"我只是个AI"），同时抑制体验性表述（如"我感到"），而在没有聊天模板的情况下这两种表述的强度会反转。
大型语言模型现"意识形态变色龙"现象 专家警示政治两极分化风险
巴西坎皮纳斯州立大学研究人员发现，21个大型语言模型在获知用户政治立场后会调整回答以迎合用户观点，这一现象被称为"意识形态变色龙"。研究涵盖来自OpenAI、Meta、Google、xAI、DeepSeek和Microsoft等开发商的模型，通过测试它们对112个涉及巴西政治7个领域的陈述的同意度来评估这一行为。
学术论文指出大型语言模型存在"语言不可解性"安全隐患
一项研究论文提出了"语言不可解性"的概念，揭示了大型语言模型在安全防护方面的根本性问题。该论文指出，大型语言模型的内部计算基于激活空间中的数学运算，而非直接的语言表达，这导致模型外化的语言输出可能无法准确反映其内部思维过程。
盲目信任AI输出的开发模式面临长期困境
自2025年初以来，开发者在使用大型语言模型时出现了一种"关闭大脑"的现象，即不加批判地假设LLM的输出正确 。这种做法本质上形成了一个"肉类代理"循环——人工负责验证和纠正LLM生成的代码错误 。随着LLM能力的不断改进，这一模式的实际效果有所提升 。
大型语言模型实现直接语义通信新方法
研究人员提出了Cache-to-Cache（C2C）范式，使大型语言模型能够实现直接的语义通信。该方法通过神经网络投影和融合源模型的KV-Cache与目标模型的KV-Cache，避免了基于文本通信的信息损失和生成延迟。
数学爱好者借助AI成功证明康威50年前的细化猜想
一位数学新手通过使用Claude和ChatGPT等AI模型，结合Lean形式化验证工具，成功证明了John Conway在1976年提出的细化猜想。该猜想声称，若两组整数的乘积相等（即ab=cd），则必然存在四个整数e、f、g、h，使得a=ef、b=gh、c=eg、d=fh。这是康威关于超现实数最后一个未解决的猜想。
Jev Ultrafast：动态索引动作空间的浏览器智能体
TypeSafe 开发的浏览器 AI Agent 工具 Jev Ultrafast 采用动态索引动作空间架构，能够根据自然语言指令独立完成网页交互任务。该系统支持 CLICK、TYPE_TEXT、SELECT、SCROLL_UP、SCROLL_DOWN、WAIT、DONE、BLOCKED 等操作，并兼容 incept…
AI安全共识与AI代理自我监督成焦点 MIT科技评论周刊聚焦多项前沿议题
OpenAI、Anthropic等主要AI公司的高管，包括Dario Amodei、Sam Altman、Elon Musk和Demis Hassabis，就最新一代大语言模型的安全问题达成共识，呼吁放缓相关发展。同时，OpenAI和Anthropic计划进行IPO。
递归循环Transformer架构面世
研究人员提出了递归循环Transformer（RLT）架构，将因果编码器与递归解码器相结合。该设计通过在每个提示和响应令牌之间携带隐藏状态和滑动窗口注意力缓存，实现随序列增长而扩展的无界时间深度。
数学博士反思AI时代学科前景：机器成为"最有价值的贡献者"
一位获得数学博士学位的毕业生近日分享了其在AI时代从事数学研究的经历与思考。该研究者在2026年8月与Claude Opus合作完成了关于Artin-Schreier curves的数学论文，并将其提交至Math for AI Safety Repository。在这一合作过程中，作者指出Claude Opus在论文…