Google DeepMind 发布 Gemini 3.5，首发 3.5 Flash 并预览 3.5 Pro
Google DeepMind 发布 Gemini 3.5 模型系列，首发 Gemini 3.5 Flash，主打智能体、编码和长程任务能力。
推荐理由：官方给出 3.5 Flash 的基准成绩、可用入口和 3.5 Pro 节奏，便于判断其面向智能体与编码工作流的定位。
#推理
#推理
今日 0 条Google DeepMind精选AI 评分8989
Berkeley AI Research精选AI 评分6262 Berkeley BAIR 解析自适应并行推理如何提升推理扩展效率
Berkeley AI Research 发布综述，提出自适应并行推理让模型在推理时自行决定是否拆分任务、生成多少并行线程以及如何汇总结果。文章比较 self-consistency、Best-of-N、Tree of Thoughts、MCTS、ParaThinker、GroupThink 和 Hogwild!
推荐理由：文章梳理自适应并行推理的控制流、推理系统和奖励设计，可帮助读者理解降低长推理延迟的工程取舍。
Google DeepMind精选AI 评分6767 Google DeepMind 发布 AI co-clinician 医疗 AI 研究计划并公布多模态问诊评测
Google DeepMind 宣布 AI co-clinician 研究计划，探索在医生监督下由 AI 智能体辅助患者诊疗，并发布相关技术报告与模拟评测。医生侧评测覆盖 98 个初级保健问题，系统在 97 个案例中没有关键错误；在 OpenFDA 的 RxQA 开放式用药问答上也优于其他前沿模型。
推荐理由：材料同时给出医生辅助与患者远程问诊两类评测，可帮助读者理解医疗 AI 从文本问答走向实时多模态协作的边界。
Google ResearchAI 评分5858 Google Research 总结 ERA 在四项科研任务中的应用进展
Google Research 介绍科学家和学术合作者如何使用 Empirical Research Assistance（ERA）开展真实科研，覆盖流行病学、宇宙学、气候监测和神经科学。
Google ResearchAI 评分5656 Google Research 提出 ReasoningBank：让 AI 智能体从成功与失败经验中学习
Google Research 在 ICLR 论文中提出 ReasoningBank，一个从成功和失败轨迹中提炼高层推理记忆、支持测试时自我进化的 AI 智能体记忆框架。
Berkeley AI ResearchAI 评分4848 面向世界模型长时域规划的梯度方法 GRASP
Berkeley AI Research 提出面向学习型世界模型的梯度规划器 GRASP，以提升长时域规划的实用性与鲁棒性。GRASP 将轨迹提升至虚拟状态以实现跨时间并行优化，直接向状态迭代加入随机性用于探索，并重塑梯度，使动作获得清晰信号，同时规避经高维视觉模型传播的脆弱“状态输入”梯度。
Google ResearchAI 评分5757 Google Research 提出 Simula：用第一性原理推理设计面向真实场景的合成数据集
Google Research 在 TMLR 论文中提出推理优先的合成数据生成与评估框架 Simula，用机制设计从第一性原理构建完整数据集。Simula 通过全局多样化、局部多样化、复杂化和双重质量检查控制覆盖、难度与标签质量，并引入 Taxonomic Coverage 与 Calibrated Complexity Scoring 评估数据。
Claude Platform：开发者版本说明（RSS）精选AI 评分7878 Anthropic 发布 Claude Opus 4.7 并更新 Claude Platform 开发者能力
Anthropic 于 4 月 16 日发布 Claude Opus 4.7，面向复杂推理和智能体编码，定价为 $5 / $25 per MTok，与 Claude Opus 4.6 相同。
推荐理由：官方版本说明集中列出新模型规格、价格、API 破坏性变更与迁移入口，便于开发者评估升级成本。
Google DeepMind精选AI 评分7070 Google DeepMind 发布 Gemini Robotics-ER 1.6，增强机器人具身推理能力
Google DeepMind 推出 Gemini Robotics-ER 1.6，这是面向机器人的高层推理模型升级，已通过 Gemini API 和 Google AI Studio 向开发者开放。
推荐理由：官方说明了空间推理、多视角理解和仪表读数等能力变化，并给出 Gemini API 与 Google AI Studio 的可用入口。
Google ResearchAI 评分5757 Google Research 提出框架评估 LLM 行为倾向与人类的对齐程度
Google Research 发布研究，提出用情境判断测试评估 25 个 LLM 在真实用户助手场景中的行为倾向是否对齐人类偏好。研究基于 IRI、ERQ 等心理问卷生成场景，由 550 名参与者中每题 10 名标注者提供偏好，并用 LLM-as-a-judge 映射模型回答。
Google DeepMind精选AI 评分9393 Google DeepMind 发布 Gemma 4 开源模型系列
Google DeepMind 发布 Gemma 4 开源模型系列，包含 E2B、E4B、26B MoE 和 31B Dense 四种规格，采用 Apache 2.0 许可。
推荐理由：官方给出 Gemma 4 的四种规格、上下文长度、端侧与本地硬件适配及 Apache 2.0 许可，便于评估开源部署路径。
Google ResearchAI 评分5252 Google Research 提出 TurboQuant 极端压缩算法以降低 KV cache 与向量搜索内存开销
Google Research 发布向量量化压缩算法 TurboQuant，并同时介绍其依赖的 QJL 与 PolarQuant；TurboQuant 将在 ICLR 2026 展示，PolarQuant 将在 AISTATS 2026 展示。
Mistral AI精选AI 评分8686 Mistral AI 发布 Mistral Small 4 开源混合模型
Mistral AI 发布 Mistral Small 4，将 Magistral 的推理、Pixtral 的多模态和 Devstral 的智能体编码能力统一到单个模型中，并采用 Apache 2.0 许可证。
推荐理由：官方给出架构参数、效率提升和部署配置，可帮助技术团队评估单模型替代专用模型的可行性。
Google Research精选AI 评分6060 Google Research 与高校评估六款 LLM 回答高温超导研究问题的能力
Google Research 联合 Cornell University 等机构发表 PNAS 论文，评估六款 LLM 回答高温超导专家级问题的能力。专家围绕 67 个问题按 0 到 2 分盲评，NotebookLM 和使用相同精选来源的定制 RAG 系统总体表现最好。开放联网模型更容易混合成熟理论与高度推测性理论，所有受测系统还存在时间与语境理解、论文召回、表格和图像理解不足。
推荐理由：研究用专家盲评比较开放联网模型与封闭可信资料库系统，为科研场景中的知识准确性和证据引用提供参照。
Mistral AI精选AI 评分7070 Mistral 发布开源 Lean 4 代码智能体 Leanstral
Mistral 发布面向 Lean 4 的开源代码智能体 Leanstral，模型为 Leanstral-120B-A6B，采用高稀疏架构和 6B 激活参数，权重以 Apache 2.0 许可开放。
推荐理由：原文给出 Apache 2.0 权重、Mistral Vibe 与免费 API 入口，并用 FLTEval 展示其在 Lean 4 证明工程中的成本和性能位置。
Berkeley AI ResearchAI 评分4747 面向 LLM 的规模化交互识别：SPEX 与 ProxySPEX
Berkeley AI Research 提出 SPEX 与 ProxySPEX，用于在大规模特征、训练数据和模型组件中识别影响 LLM 输出的关键交互。SPEX 借助稀疏性、低阶性及信号处理方法，将交互发现转化为稀疏恢复问题；ProxySPEX 进一步利用层级结构，以约 10x 更少的消融达到与 SPEX 相当的性能。
Mistral AI精选AI 评分6363 Mistral AI 复盘 vLLM 内存泄漏：定位 UCX mmap hook 并给出修复
Mistral AI 复盘了 vLLM 在 Mistral Medium 3.1、Prefill/Decode 分离服务和 graph compilation 条件下的内存泄漏，生产类流量中系统内存以 400 MB 每分钟增长并最终 OOM。
推荐理由：文章完整呈现从 Python 堆分析到内核追踪的排查路径，并给出可直接使用的 vLLM 内存泄漏规避配置。
Mistral AI精选AI 评分9191 Mistral AI 发布 Mistral 3 模型家族，含 Mistral Large 3 与 Ministral 3
Mistral AI 发布下一代 Mistral 3 模型家族，包含 3B、8B、14B 的 Ministral 3 稠密模型，以及 41B active、675B 总参数的稀疏 MoE 模型 Mistral Large 3，全部采用 Apache 2.0 许可。
推荐理由：官方同时给出模型规格、开源许可、部署平台和基准位置，便于读者按端侧到数据中心的不同场景选型。
Berkeley AI ResearchAI 评分4848 word2vec 究竟学到了什么？新研究给出定量理论
Berkeley AI Research 新论文证明，在现实条件下 word2vec 的学习问题可归约为无加权最小二乘矩阵分解，梯度流动态有闭式解，最终表示等价于对目标矩阵 M* 做 PCA。从小初始化训练时，word2vec 以离散、顺序步骤学习正交线性子空间，每步提升嵌入矩阵秩并降低损失，特征可由语料共现统计预先算出。
Mistral AI精选AI 评分6060 Mistral AI 发布 Large 2 全生命周期环境影响分析
Mistral AI 联合 Carbone 4 与 ADEME 完成 Large 2 生命周期分析，并经 Resilio、Hubblo 同行评审。
推荐理由：报告把训练与单次推理的碳、水和资源消耗拆开披露，可作为比较不同大模型环境成本的参考框架。
Mistral AI精选AI 评分7272 Mistral AI 为 Le Chat 推出 Deep Research、语音模式、Projects 与图像编辑等功能
Mistral AI 为 Le Chat 发布多项新功能，包括 Deep Research 预览模式、基于 Voxtral 的语音模式、由 Magistral 驱动的多语言 Think 模式、Projects 文件夹，以及与 Black Forest Labs 合作的高级图像编辑。
推荐理由：官方一次性说明 Le Chat 在研究、语音、推理、项目管理和图像编辑上的能力扩展，可用于对比通用 AI 助手的功能演进。
Mistral AI精选AI 评分8484 Mistral AI 发布首个推理模型 Magistral，推出 Small 开源版与 Medium 企业版
Mistral AI 发布首个推理模型 Magistral，包含 24B 参数的开源 Magistral Small 和企业版 Magistral Medium。
推荐理由：官方同时给出开源与企业版本、基准成绩和可用入口，便于读者比较其推理能力与部署方式。
Mistral AI精选AI 评分7777 Mistral AI 发布 Mistral Medium 3，主打低成本企业级性能
Mistral AI 发布 Mistral Medium 3，称其以更低成本提供前沿模型性能，API 定价为 $0.4 input / $2 output per M token。
推荐理由：官方给出定价、基准对比和企业部署方式，可帮助读者判断中等规模模型在成本与专业任务间的取舍。