AI2 推出 StateBench 基准，测语言模型在长文档中的状态追踪能力
AI2 发布 StateBench 基准，按四个难度级别评测语言模型在长文档中追踪实体状态变化的能力。
#推理
Hugging Face BlogAI 评分5151 Hugging Face BlogAI 评分4545 Hugging Face 发布 Palette：用合成数据教会小型开源模型按你的设计语言制作幻灯片
Hugging Face 推出 Palette，一个经 LoRA 微调的 20B 开源权重模型，按 IBM Design Language 训练，学习“设计师+程序员”分工方式生成幻灯片，在 PresentBench 三个领域中的两个排名第一。
Mistral AI精选AI 评分8080 Mistral AI 开源发布 Mistral Large 4（Le Chonk）权重
Mistral AI 正式发布 1 万亿参数原生多模态模型 Mistral Large 4（代号 Le Chonk）的开源权重。
推荐理由：官方给出编码、防御安全和推理效率的完整基准对比与三档推理模式定价，便于评估开源权重模型的经济性。
Hugging Face Blog精选AI 评分8383 Mistral Large 4 多模态 MoE 模型登陆 Hugging Face
Hugging Face 发布 Mistral Large 4（Le Chonk）的上架介绍，这是 Mistral 的多模态多语言 MoE 模型，总参数约 1T、激活 49B、上下文窗口 1M token，提供 FP8 与 NVFP4 官方版本及 GGUF 量化，采用 Mistral Ecosystem Open-Weight License 开放。
推荐理由：文章拆解了 Mistral Large 4 的稀疏注意力与 MoE 架构，并给出本地和云端多套部署实测数据，便于评估落地成本。
Google DeepMind精选AI 评分7575 Google DeepMind 发布新一代前沿模型 Gemini 4 Carbon
Google DeepMind 发布 Gemini 4 Carbon，称其为最强模型，主打网络安全与长时程任务能力，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
推荐理由：官方给出了完整的基准数据与安全对齐改进，读者可以对照 Argon 衡量这代模型在编码和网络安全上的实际进步。
Google ResearchAI 评分5858 Google Research 提出 sleep 框架，让 LLM 在持续学习中巩固长期记忆
Google Research 提出 sleep 框架，让 LLM 在清醒阶段交互学习、在离线睡眠阶段把短期上下文巩固为长期参数，从而持续学习且避免灾难性遗忘。
Microsoft Research精选AI 评分8585 微软研究院等证明KLS猜想，解决高维几何领域31年悬而未决的核心难题
微软研究院机器学习与优化组的Xinzhi Zhang与合作者证明了1995年提出的Kannan–Lovász–Simonovits（KLS）猜想，证明对数凹分布的最优平面切割与任意形状最优切割之差被一个与维度无关的通用常数界定。
推荐理由：作者亲述人类主导的智能体搜索如何证明悬置31年的KLS猜想，对照无引导尝试的失败，可作为人机协作科研方法的参照。
Mistral AIAI 评分5353 Mistral AI 发布首个时间序列基础模型家族 Timestral
Mistral AI 发布首个时间序列基础模型家族 Timestral，提供 5M、28M、123M 和 209M 四种参数规模，最大模型在 GIFT-Eval、TIME 和 fev-bench 三大公开基准上排名第一。
Google Research精选AI 评分7777 Google Research 公开发布 Deep Review 文档评审智能体系统
Google Research 宣布公开发布 Deep Review，一个对复杂文档提供严格反馈和技术验证的智能体系统，前身为 Paper Assistant Tool（PAT），已与 STOC 2026、ICML 2026、NeurIPS 2026、ICLR 2027 合作向超过 16,000 篇投稿的作者提供预提交反馈。
推荐理由：官方由 PAT 试验演进为公开可用的评审系统，附带四阶段智能体流水线说明与免费额度等使用细节，可对照自身审校需求评估。
Google DeepMind精选AI 评分8080 Google 深度解析 Gemini 4 Argon 的安全与责任开发
Google DeepMind 宣布广泛推出 Gemini 4 Argon，并发布安全与安保报告。模型在 12 个端到端模拟网络攻击场景中全部解决，上一代仅解决 5 个；因网络与生物领域能力提升，公司部署了新一代前沿安全防护。
推荐理由：官方详述新模型的安全护栏设计，包括三层实时防护和思维链监控，可对照自家系统的安全实践借鉴。
Mistral AI精选AI 评分7373 Mistral AI 发布 Mistral Large 4 公开预览，月底开放权重
Mistral AI 启动 Mistral Large 4（ML4）公开预览，可在 Mistral Studio 试用预览 API，权重将于月底发布。ML4 是 1 万亿参数的原生多模态模型，激活参数 520 亿，在欧洲自有数据中心用 3,800 块 NVIDIA Grace Blackwell GPU 从零训练。
推荐理由：Mistral 官方给出 ML4 在网络安全、编码与多模态上的多项基准数据，并承诺月底开放权重，可对照同类模型判断其开放定位。
Berkeley AI ResearchAI 评分5353 从 CUDA 到 MLX：K-Search 如何把数十年内核优化经验迁移到 Apple Silicon
IBM Research 与 UC Berkeley Sky Lab 合作，为进化式内核搜索框架 K-Search 新增 MLX 后端和结构化 CUDA-to-MLX 翻译层，把已有 CUDA 内核当作知识库适配到 Apple Silicon。
Berkeley AI ResearchAI 评分4646 自适应并行推理：高效推理扩展的下一个范式
Berkeley AI Research 发文分析并行推理领域进展，重点是自适应并行推理（Adaptive Parallel Reasoning）：让推理模型自行决定何时分解并并行化独立子任务、生成多少并发线程及如何协调。
Berkeley AI ResearchAI 评分4040 GRASP：面向世界模型长时域规划的基于梯度的规划方法
Berkeley AI Research 的研究者（与 Mike Rabbat、Yann LeCun 等合作）提出基于梯度的规划器 GRASP，让学习式世界模型的长时域规划变得可行。
Berkeley AI ResearchAI 评分4747 **title_zh:** SPEX 与 ProxySPEX：大规模识别 LLM 中的关键交互
**summary_zh:** Berkeley AI Research 提出 SPEX（Spectral Explainer）与 ProxySPEX 算法，利用信号处理与编码理论在大规模下识别 LLM 中驱动模型行为的关键交互，覆盖特征归因、数据归因与模型组件归因三个层面。