搜索
Firefly 在 NeurIPS 2026 提出“先探索、后出题”的训练数据合成流程，利用真实 MCP Server 和可离线复现的检索增强模拟器生成5,144个可验证任务，使 Qwen3-4B-Thinking-2507 的 pass@1 从28.1%升至41.5%。
香港中文大学与微软团队提出EchoChat，将感知、心理状态推断与语音回复生成纳入统一优化框架，通过级联门控、SDCA步骤级信用分配和AAA声学注意力约束减少共情推理中的错误传播，相关成果发表于NeurIPS 2026，并发布EchoDialogue-400K数据集与EchoEval评测。
文章分析前沿模型文字难懂的原因，指出 Google 通过 LearnLM 将易读性、命题保真度、认知负荷管理和强化学习后训练融入 Gemini 2.5 Pro 与 Flash，并介绍 UIDPO 和修辞结构对齐两种认知对齐路径。
密歇根大学安娜堡分校团队提出并开源AI机器人协同设计智能体Auto-Robotist，相关工作获EMNLP'26主会录用，并在EvoGym七项任务的5×5冷启动实验中以持续更新的技能库复用试错经验，平均最终最优得分高于遗传算法。
METR报告披露了Anthropic内部模型Model 2、Model 3和Model 4，其中Model 4的AECI得分达178.6、较Opus5.5高约3.9分；Claude已帮助Anthropic将部分实验时间缩短约80%。
据彭博社援引知情人士，OpenAI已完成约110亿美元融资首批交割，公司估值达1.25万亿美元，整轮融资总额或达200亿美元；CFO Sarah Friar表示融资仍在进行，并将继续投资数据中心以满足客户需求。
Thinking Machines Lab发布Inkling 2 Small，并正以400亿美元投前估值筹集50亿美元；其训练数据部分采样自月之暗面Kimi K3，AA称权重放出后将成为中国以外得分最高的开放权重模型。
谷歌发布新一代视频模型 Gemini Omni 1.2 Flash，登顶Arena文生视频和图生视频双榜，支持3至15秒生成、多轮对话编辑及4K放大，价格较上一代降低30%，15秒720p视频仅需1.05美元。
广州智跃深空（Zleap）开源了自研的SAG2及桌面端SAG Wiki，利用BM25与JEV直接索引和检索本地文件，无需大模型预处理、Embedding或向量数据库，以极快建库、精准多跳检索和低Token消耗提供轻量本地知识库方案。
Anthropic为Claude推出个人财务功能Personal Finance，通过Plaid以只读方式连接银行和信用卡账户，支持自然语言查询余额、分析消费与账单、识别重复扣款和异常费用，目前以Beta形式向美国Pro、Max和Ultra付费用户逐步开放。