Dalam sebuah esai berjudul "An Alien Mind," OpenAI membahas kemajuan pesat model bahasa penalar dan potensi perbaikan diri secara rekursif. Penulis mengungkapkan kekhawatiran bahwa kecerdasan mesin melampaui kemampuan manusia dengan cara-cara yang transformatif, didorong terutama oleh peningkatan daya komputasi daripada algoritma yang dirancang.
Para peneliti memperkenalkan ReasAlign, solusi tingkat model yang dirancang untuk meningkatkan keselarasan keamanan dalam Model Bahasa Besar (LLM) terhadap serangan injeksi prompt tidak langsung. Pendekatan ini mengintegrasikan langkah-langkah penalaran terstruktur untuk menganalisis kueri pengguna dan mendeteksi instruksi yang bertentangan, memastikan kesinambungan tugas yang dimaksudkan oleh pengguna.
OpenAI menggunakan model internal yang lebih kuat daripada Astra untuk menyelesaikan masalah ledakan waktu terbatas Navier-Stokes, menyelesaikan tugas dalam 88 jam setelah mendengar rumor bahwa Masalah Millennium telah diselesaikan.
Akun-akun yang berafiliasi dengan OpenAI melaporkan bahwa upaya yang dibantu AI menghasilkan hasil terkait masalah keberadaan dan keteraturan Navier-Stokes, salah satu Masalah Hadiah Millennium. Klaim ini berpusat pada sistem kolaboratif yang melibatkan sekitar 10.000 agen yang dilatih selama setahun menggunakan pembelajaran penguatan multi-agen.
OpenAI telah merilis GPT-6 Astra, sebuah model baru yang secara signifikan mengungguli pendahulunya GPT-5.6 dalam benchmark penulisan, matematika, dan pemrograman. Rilis ini menyoroti kemampuan luar biasa model dalam rendering 3D, animasi, dan interaksi antarmuka pengguna grafis.
Peneliti menyajikan TokenProbe, sebuah kerangka kerja yang mengatasi konsumsi token tinggi dari penalaran Chain-of-Thought dengan memanfaatkan nilai tidak seragam dari token di dalam jejak penalaran. Metode ini membedakan token inti yang membawa konten penting dari pengisi redundan menggunakan sinyal probabilitas logaritmik ternormalisasi.
Para peneliti memperkenalkan TelecomGPT-R1, sebuah keluarga model penalaran telekomunikasi terpadu sumber terbuka yang dirancang untuk mengotomatisasi tugas teknik dengan menalar atas standar, konfigurasi, dan log. Model ini mengatasi keterbatasan LLM umum dan khusus yang ada melalui pendekatan terstruktur yang mencakup aspek protokol, pengetahuan, pemodelan, dan gangguan.
CosmicUndercurrent telah membuka sumber sebuah kerangka kerja penalaran yang tidak bergantung pada model, dirancang untuk menguji apakah priming struktural dapat mengurangi inkonsistensi global dalam model bahasa besar. Proyek ini, yang dihosting, menyelidiki apakah proses dua langkah meningkatkan koordinasi sistem keseluruhan dibandingkan dengan kebenaran lokal.
Seorang penulis mengusulkan desain penelitian untuk sistem penalaran yang mendeteksi kontradiksi antara dua proposisi dengan menguraikannya menjadi komponen yang lebih kecil dan mencari tabrakan logis, alih-alih mengandalkan penilaian langsung LLM.
AI Sage dari Sberbank telah merilis GigaChat-3.5 Reasoning, sebuah model Mixture of Experts (MoE) 432B-A28B yang memanfaatkan Gated DeltaNet untuk efisiensi konteks panjang.
Anthropic telah merilis Claude Fable 5.1, sebuah pembaruan model yang menetapkan standar baru untuk tugas pemrograman, kerja berbasis pengetahuan, dan pemecahan masalah jangka panjang. Rilis ini menyoroti peningkatan kinerja signifikan pada benchmark Terminal-Bench-Science 0.1 yang baru, di mana Fable 5.1 mencapai skor 52,6%, dibandingkan dengan 24,7% untuk Fable 5, 29,0% untuk Opus 5, dan 22,4% untuk GPT-5.6 Sol.