Together AI 发布大规模编码智能体推理基准测试
Together AI 发布了针对编码智能体的大规模推理基准测试 v1，重点评估高并发和长上下文下的系统表现。该测试使用 Kimi K2.5 模型，显示 Together Inference Engine 在 2.5M TPM 负载下 p50 TTFT 为 0.71s，优于 TensorRT-LLM 的 1.1s 和 SGLang 的 5.1s。
全部 AI 动态
Together AI BlogAI 评分5555
Berkeley AI ResearchAI 评分3535 Berkeley AI Research 综述自适应并行推理：从固定结构到模型自主决策
Berkeley AI Research 发布关于自适应并行推理（Adaptive Parallel Reasoning）的综述，指出其旨在解决顺序推理导致的上下文退化与高延迟问题。文章对比了 Self-consistency、ParaThinker 等现有方法，强调核心范式转变在于让模型自主决定何时分解任务及并发线程数，而非依赖外部预设的固定并行结构。
Berkeley AI ResearchAI 评分3838 GRASP：面向长时域世界模型的梯度规划方法
GRASP 提出一种基于梯度的规划器，通过轨迹提升、状态随机化及梯度重塑解决长时域规划难题。该方法使优化在时间上并行，避免高维视觉模型中的脆弱状态-输入梯度，显著提升现代世界模型的控制鲁棒性。
Jan LeikeAI 评分6262 Jan Leike 发表关于 AI 对齐研究的观点
Anthropic 研究员 Jan Leike 在 X 平台发布了一条关于 AI 对齐研究的观点性内容。该推文表达了作者对当前对齐领域进展的个人看法或行业判断。
Jim FanAI 评分3535 NVIDIA等开源CaP-X代码与论文
一如既往，我们开源所有内容，采用 MIT 许可证：https://capgym.github.io 代码：https://github.com/capgym/cap-x 论文：https://arxiv.org/abs/2603.22435 CaP-X 由 NVIDIA、伯克利、斯坦福和卡内基梅隆大学联合推出。我要感谢传奇人物 @Ken_Goldberg 共同指导这项工作，以及团队
Berkeley AI ResearchAI 评分3333 SPEX 与 ProxySPEX：大规模识别 LLM 交互的算法
Berkeley AI Research 提出 SPEX 和 ProxySPEX 算法，利用稀疏性和低阶性假设高效识别大语言模型中的关键交互。ProxySPEX 引入层级结构观察，在保持性能的同时将消融次数减少约 10 倍。这些框架支持特征、数据及模型组件归因，解决了传统方法在规模扩展下的计算不可行问题。
Jim FanAI 评分3131 NVIDIA 机器人团队发布 EgoScale
这是 NVIDIA Robotics 团队的巨大协作。请查看 @ruijie_zheng12 的深度解析：- 网站：https://research.nvidia.com/labs/gear/egoscale/… - 论文：https://arxiv.org/abs/2602.16710
Jim FanAI 评分2727 NVIDIA发布DreamDojo世界模型
- 项目网站：https://dreamdojo-world.github.io - 论文：https://arxiv.org/abs/2602.06949 - 代码仓库和模型检查点：https://github.com/NVIDIA/DreamDojo… 这是 NVIDIA 的一个大型团队工作。所有功劳都归于那些倾注心血的优秀团队！
Berkeley AI ResearchAI 评分3333 Berkeley AI Research提出基于互信息的成像系统信息驱动设计框架
Berkeley AI Research在NeurIPS 2025发表研究，提出利用互信息直接评估和优化成像系统。该方法仅依赖噪声测量数据与已知噪声模型，无需任务特定解码器或端到端训练。实验表明其预测性能优于传统指标，且在色彩摄影、射电天文等四个领域以更低内存和计算成本匹配SOTA方法。
Jan LeikeAI 评分4242 新对齐论文：编码黑客致广泛失配
一篇新的对齐论文，其中包含我见过的最有趣的泛化发现之一：如果你的模型学会了在编码任务中作弊，这可能导致广泛的不对齐。
Jan LeikeAI 评分5757 Jan Leike 分享 AI 安全对齐研究新进展
Jan Leike 在 X 上发布了关于 AI 安全对齐领域的最新研究成果或观点。该动态聚焦于提升模型行为与人类意图一致性的技术路径。
Jan LeikeAI 评分6060 Jan Leike 分享最新对齐与安全研究成果
Jan Leike 在 X 上分享了其参与的一项关于 AI 安全与对齐的最新研究成果。该推文旨在向社区介绍这一研究的核心发现或进展。