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。
#推理
#推理
今日 24 条Google ResearchAI 评分5757 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。