技术方向
模型推理能力的进展：思维链、推理模型、数学与逻辑基准的突破与争议。
5 条精选近 30 天 5 条共收录 16 条
微软研究院的 Xinzhi Zhang 与合著者证明了 1995 年提出的 KLS 猜想，确认高维对数凹分布中最优平面切割与任意形状切割的效果只差一个与维度无关的常数。作者在人类主导的智能体搜索流程中探索了 100 多条候选路径，由研究者筛选和调整方向，最终借助递归改进与误差有界证明完成证明。同期另有独立团队给出完整证明，并有 Lean 4 形式化验证发布。
推荐理由：微软研究员用人类主导的智能体搜索证明 KLS 猜想，展示了人机协作做数学研究的具体分工方式。
微软研究院发布零知识虚拟机 Magnetar，可直接证明用 Rust、Go 或 C 编写的 RISC-V 程序执行过程，在 15 个基准程序上平均比现有最快 zkVM 快 10 到 39 倍，证明验证约需 12 毫秒。
推荐理由：微软研究院梳理十余年零知识证明研究脉络，说明 Magnetar 如何同时兼顾速度、通用性与仅依赖标准哈希函数的安全性。
Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和科研人员开放，API 定价为每百万输入 token 2 美元、输出 token 10 美元，缓存输入享 95% 折扣。
推荐理由：官方披露了 Argon 在 Chrome 重构、ADK 性能优化和机器人视频到仿真等场景的具体数字，可据此判断前沿模型在长程工程任务上的实际边界。
Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder 与 Muse Wonder Full，前者面向快速前沿场景，后者为完整版，仅向 Muse Code 订阅用户开放。
推荐理由：材料汇总了 Meta Muse Wonder 系列的发布细节与多家第三方评测，可对照其与 Opus 5.5、GPT-6 系列的排名和成本差异。
Google DeepMind 发布前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，之后再逐步扩展到开发者、企业和消费者。
推荐理由：官方披露了 Argon 在内部代码迁移、漏洞发现等真实工作流中的具体案例与基准成绩，可据此判断前沿模型落地工程的方式。