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。
技术方向
让大模型先想再答的能力:思维链、推理模型,数学与逻辑评测上的突破和争议。
7 条精选近 30 天 7 条共收录 28 条
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 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 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。
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。
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 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 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。