Google Research 发布 ReasoningBank：让智能体从成功与失败经验中学习
Google Research 在 ICLR 论文 ReasoningBank: Scaling Agent Self-Evolving with Reasoning Memory 中提出一种智能体记忆框架，从成功与失败经验中提炼高层推理模式，实现测试时自我进化。
#推理
Google ResearchAI 评分5656
Berkeley AI ResearchAI 评分3232 GRASP：面向世界模型的梯度规划器，让长时程规划更稳健
伯克利 AI 研究团队提出梯度规划器 GRASP，通过将轨迹提升到虚拟状态实现跨时间并行优化、向状态迭代直接注入随机性以探索、并重塑梯度让动作获得清晰信号，从而让基于学习动力学（世界模型）的长时程规划变得实用。该方法针对长时程 rollout 中梯度爆炸/消失、非贪心结构导致的局部极小值以及高维视觉模型梯度脆弱等问题。
Google ResearchAI 评分5050 Google Research 提出 Simula：基于机制设计的合成数据生成框架
Google Research 在 Transactions on Machine Learning Research 发表论文，提出 reasoning-first 的合成数据生成框架 Simula，通过全局多样性、局部多样性、复杂度和质量四个可控轴从第一性原理构建数据集。
OpenAI NewsAI 评分5858 OpenAI 推出面向生命科学研究的 GPT-Rosalind 推理模型
OpenAI 发布 GPT-Rosalind，一款面向生命科学的前沿推理模型，用于加速药物发现、基因组学分析、蛋白质推理和科研工作流。
Google ResearchAI 评分4444 Google Research 推出 TurboQuant：以极端压缩重新定义 AI 效率
Google Research 推出压缩算法 TurboQuant（将在 ICLR 2026 发布），通过 PolarQuant 与 QJL 两项技术在零精度损失下大幅压缩模型体积，消除传统向量量化的内存开销。
Mistral AI精选AI 评分7676 Mistral 发布 Mistral Small 4：统一推理、多模态与智能体编码的开源模型
Mistral AI 宣布发布 Mistral Small 4，这是首个将 Magistral 推理、Pixtral 多模态与 Devstral 智能体编码能力统一到单一模型中的 Mistral 模型，采用 Apache 2.0 许可开源。
推荐理由：原文给出了架构参数与延迟吞吐数据，读者可据此评估其替代多模型组合的可行性。
Mistral AIAI 评分5858 Mistral AI 开源 Leanstral：面向 Lean 4 的代码智能体
Mistral AI 发布并开源 Leanstral，首个专为 Lean 4 设计的代码智能体，采用高稀疏架构、6B 活跃参数，以 Apache 2.0 许可发布权重，同时在 Mistral Vibe 中提供 agent 模式并开放免费 API 端点 labs-leanstral-2603。
Berkeley AI ResearchAI 评分3434 Berkeley AI Research 提出 SPEX 与 ProxySPEX：大规模识别 LLM 关键交互
Berkeley AI Research 提出 SPEX 与 ProxySPEX 算法，可在特征、数据与模型组件归因中大规模识别驱动 LLM 输出的关键交互。SPEX 利用稀疏性与低阶性把交互搜索转化为稀疏恢复问题，ProxySPEX 进一步借助层级结构，以约 10 倍更少的消融达到 SPEX 的性能。
Google DeepMindAI 评分5858 Google DeepMind：AlphaGo 十年影响与通往 AGI 的路径
Demis Hassabis 撰文回顾 AlphaGo 十年前击败世界冠军李世石的里程碑，以及 Move 37 展示的超越模仿、发现全新策略的能力。文章梳理了 AlphaGo Zero、AlphaZero 的自对弈演进，以及其方法在 AlphaFold 2、AlphaProof、AlphaEvolve 和 AI co-scientist 等科学项目中的延伸应用。
OpenAI NewsAI 评分4444 OpenAI：推理模型难以控制其思维链，而这反而是好事
OpenAI 推出 CoT-Control，发现推理模型难以控制自己的思维链，这反而强化了可监控性作为 AI 安全保障的价值。
Google ResearchAI 评分5555 Google Research 论文：用贝叶斯示范微调让 LLM 学会概率推理
Google Research 在论文《Bayesian teaching enables probabilistic reasoning in large language models》中，通过监督微调让 LLM 模仿贝叶斯助手的预测来学习概率推理。
OpenAI NewsAI 评分2121 GPT-5.2 Pro 协助推导量子引力中的引力子树图振幅
一篇新预印本将单负振幅（single-minus amplitudes）推广到引力子，GPT-5.2 Pro 协助推导并验证了量子引力中非零的引力子树图振幅。
Google DeepMindAI 评分5858 Google DeepMind 发布 Gemini 3.1 Flash-Lite 模型
Google DeepMind 发布 Gemini 3.1 Flash-Lite，称其为 Gemini 3 系列中最快、最具成本效益的模型，定价 $0.25/1M 输入 tokens 和 $1.50/1M 输出 tokens，即日起通过 Gemini API 在 Google AI Studio 面向开发者、在 Vertex AI 面向企业开放预览。
OpenAI NewsAI 评分3333 OpenAI 分享 First Proof 数学挑战的 AI 证明尝试
OpenAI 公开了其 AI 模型针对 First Proof 数学挑战提交的证明尝试，在专家级问题上测试研究级推理能力。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 3.1 Pro 模型
Google DeepMind 发布 Gemini 3.1 Pro，作为 Gemini 3 系列的核心推理升级，面向消费者和开发者产品同步推出。在 ARC-AGI-2 上 3.1 Pro 取得 77.1% 的验证分数，超过 3 Pro 推理表现的两倍。
推荐理由：原文给出了 ARC-AGI-2 上的具体分数和与 3 Pro 的对比，读者可据此衡量其推理能力提升幅度。
OpenAI News精选AI 评分6969 GPT-5.2 推导出理论物理新结果
OpenAI 官方发文称，一篇新预印本显示 GPT-5.2 提出了一个胶子振幅的新公式，该公式随后由 OpenAI 与学术合作者正式证明并验证。
推荐理由：官方披露模型在具体科研任务上的产出，可了解其推理能力的实际落点。
Google DeepMind精选AI 评分7474 Google DeepMind 升级 Gemini 3 Deep Think 推理模式并开放 API 早期访问
Google DeepMind 发布 Gemini 3 Deep Think 的重大升级，这一专用推理模式面向科学、研究和工程难题，现已在 Gemini app 中向 Google AI Ultra 订阅者开放，并首次通过 Gemini API 向部分研究人员、工程师和企业提供早期访问。
推荐理由：原文列出多项基准的具体分数与开放渠道，读者可据此评估其推理能力定位和可用范围。
Google ResearchAI 评分2525 Google Research：时变容量下的非抢占式吞吐量最大化调度研究
Google Research 在 SPAA 2025 发表论文《Non-preemptive Throughput Maximization under Time-varying Capacity》，首次研究容量随时间波动环境下的非抢占式作业吞吐量最大化问题，并给出首个常数因子近似算法。
Google DeepMind精选AI 评分8484 Google DeepMind 发布两篇论文，展示 Gemini Deep Think 求解专业科研问题
Google DeepMind 发布两篇论文，介绍 Gemini Deep Think 在数学、物理和计算机科学领域求解专业研究问题的成果。
推荐理由：原文给出了数学研究智能体的设计要点与人机协作方法，可迁移给从事 AI 辅助科研的读者。
Google ResearchAI 评分4444 Google Research 提出 Sequential Attention：让 AI 模型更小更快且不损精度
Google Research 提出 Sequential Attention，用贪心选择机制在单次模型训练中顺序、自适应地挑选最优组件，以解决特征选择等 NP-hard 子集选择问题。
Google ResearchAI 评分5757 Google Research 论文挑战多智能体越多越好假设，提出架构选择预测模型
Google Research 发布论文《Towards a Science of Scaling Agent Systems》，通过对180种智能体配置的大规模对照评测，对“更多智能体更好”的经验假设提出挑战。
Hugging Face BlogAI 评分5656 Hugging Face 博客复盘为 GPT-OSS 解锁 Agentic RL 训练的工程实践
Hugging Face 与 LinkedIn 团队复盘了在 verl 框架下为 GPT-OSS-20B 解锁 agentic RL 训练的过程，依次修复了三类问题。
Google ResearchAI 评分4747 Google Research：小模型通过分解实现更优的意图提取
Google Research 在 EMNLP 2025 发表论文，提出将用户意图理解拆分为"逐屏摘要 + 从摘要序列提取意图"两阶段的分解式工作流，让小多模态模型（MLLM）在设备端完成 UI 轨迹意图提取。
Hugging Face BlogAI 评分4949 Differential Transformer V2 发布
微软发布 Differential Transformer V2（DIFF V2），在保持 KV head 数量不变的前提下将 query head 翻倍，解码速度与标准 Transformer 持平且无需自定义 attention kernel。
OpenAI NewsAI 评分5252 OpenAI 发布链式推理可监控性评估框架
OpenAI 发布了一套针对链式推理可监控性的新框架与评估套件，涵盖 24 个环境中的 13 项评估。研究发现，监控模型的内部推理比仅监控输出有效得多，为随着 AI 系统能力增强实现可扩展控制提供了有前景的路径。
Google DeepMind精选AI 评分8686 Google DeepMind 发布 Gemini 3 Flash 模型
Google DeepMind 发布 Gemini 3 Flash，主打前沿智能与速度兼得、成本更低，已在 Gemini API、Google AI Studio、Gemini CLI、Google Antigravity、Vertex AI、Gemini Enterprise 开放预览，并成为 Gemini app 与 Search AI Mode 的默认模型。
推荐理由：原文给出多项基准分数、定价与速度对比，读者可据此判断它在成本与能力上的取舍位置。
OpenAI NewsAI 评分4545 OpenAI 推出 FrontierScience 基准，评测 AI 执行科研任务的能力
OpenAI 推出 FrontierScience 基准，用于测试 AI 在物理、化学和生物学领域的推理能力，衡量其向真实科研任务迈进的进展。
Google ResearchAI 评分5959 Google Research 在 STOC 2026 试点 Gemini Paper Assistant Tool 提供投稿前自动反馈
Google Research 为 STOC 2026 试点了基于 Gemini 2.5 Deep Think 进阶版的 Paper Assistant Tool（PAT），在 24 小时内为投稿作者提供结构化自动反馈，包括贡献总结、潜在错误与改进建议、以及小的更正与错别字。
OpenAI News精选AI 评分7676 OpenAI 发布 GPT-5.2，主打数学与科学能力
OpenAI 发布 GPT-5.2，称其为迄今数学与科学能力最强的模型，在 GPQA Diamond 和 FrontierMath 等基准上取得新的 state-of-the-art 结果。文章说明这些提升如何转化为实际研究进展，包括解决一个开放的理论问题和生成可靠的数学证明。
推荐理由：原文点出该模型在数学与科学基准上的提升如何转化为解决开放理论问题的实际进展。
OpenAI News精选AI 评分7878 OpenAI 发布 GPT-5.2
OpenAI 发布 GPT-5.2，称其是面向日常专业工作的最先进前沿模型，具备 state-of-the-art 的推理、长上下文理解、编码和视觉能力。该模型已在 ChatGPT 和 OpenAI API 中可用，用于驱动更快、更可靠的 agentic workflows。
推荐理由：官方定位说明它面向日常专业工作，读者可据此判断与既有模型的取舍。
Google ResearchAI 评分5757 Google Research 发布 Titans 架构与 MIRAS 框架，探索长上下文记忆
Google Research 发布两篇新论文 Titans 和 MIRAS：Titans 是具体架构，引入以多层感知机实现的神经长期记忆模块，通过“惊讶度”指标在运行时选择性更新记忆；MIRAS 是统一序列建模的理论框架，用四个设计选择刻画记忆架构、注意力偏置、保留门与记忆算法。
Hugging Face BlogAI 评分4747 DeepMath：基于 smolagents 的轻量数学推理 Agent
Intel AI Software Group 推出 DeepMath，一个基于 Qwen3-4B Thinking、用 GRPO 微调的数学推理 Agent，通过生成短 Python 片段在沙箱中执行中间步骤，输出长度最多减少 66% 且准确率常有提升。
Hugging Face BlogAI 评分5757 Hugging Face 从第一性原理推导 LLM 连续批处理
Hugging Face 博客从注意力机制和 KV cache 出发，以提升吞吐量为目标推导出连续批处理（continuous batching）。
OpenAI NewsAI 评分4646 GPT-5 与数学发现的未来
UCLA 教授 Ernest Ryu 与 GPT-5 合作解决了优化理论中的一个关键问题，展示了 AI 在加速数学发现中的作用。
OpenAI NewsAI 评分4949 GPT-5 加速科学的早期实验
OpenAI 发布首批研究案例，展示 GPT-5 如何在数学、物理、生物和计算机科学领域加速科学进展。这些案例呈现了 AI 与研究者协作生成证明、发现新见解的过程，以及 AI 如何改变科研发现的节奏。
Hugging Face BlogAI 评分5757 Hugging Face 发布 Apriel-H1：用推理数据蒸馏出 2.1x 吞吐的 Mamba 混合模型
Hugging Face 与 ServiceNow 的 SLAM Lab 发布 Apriel-H1 系列，将 15B 推理模型改造为 Mamba 混合架构，旗舰 Apriel-H1-15b-Thinker-SFT 在最小质量损失下实现 2.1x 吞吐。
Google DeepMind精选AI 评分9292 Google DeepMind 发布 Gemini 3 系列模型
Google DeepMind 发布 Gemini 3，先推出 Gemini 3 Pro preview，并同步上线 Gemini app、AI Studio、Vertex AI、Gemini CLI 及 Search 的 AI Mode，首次在 Search 第一天接入。
推荐理由：官方给出了各基准的具体分数与开放入口，读者可据此评估其相对 2.5 Pro 的实际提升。
Google ResearchAI 评分5959 Google Quantum AI 在 Nature 发表量子优化算法 Decoded Quantum Interferometry
Google Quantum AI 与 Stanford、MIT、Caltech 合作在 Nature 发表论文，提出名为 Decoded Quantum Interferometry（DQI）的量子算法，把优化问题转译为解码问题，利用量子干涉寻找近似最优解。
OpenAI News精选AI 评分7474 OpenAI 推出面向开发者的 GPT-5.1 API
GPT-5.1 现已在 API 中提供，带来更快的自适应推理、扩展的提示词缓存、改进的编码性能，以及新的 apply_patch 和 shell 工具。
推荐理由：官方点明了面向开发者的具体接口变化，读者可据此评估对现有工作流的影响。
Google ResearchAI 评分5454 Google Research 提出 Nested Learning 范式并发布 Hope 架构
Google Research 在 NeurIPS 2025 发表论文《Nested Learning: The Illusion of Deep Learning Architectures》，提出 Nested Learning 范式，将模型架构与优化算法视为同一系统的不同优化层级，以应对持续学习中的灾难性遗忘问题。