OpenAI警告推理模型扩展带来的AI风险
在题为《异星心智》的文章中，OpenAI探讨了推理语言模型的快速进步以及递归自我改进的潜力。作者表示担忧，机器智能正以变革性的方式超越人类能力，这主要由计算能力的扩展驱动，而非精心设计的算法。
ReasAlign 利用推理防御大语言模型智能体免受提示注入攻击
研究人员推出了 ReasAlign，这是一种模型级解决方案，旨在提升大型语言模型（LLM）针对间接提示注入攻击的安全对齐能力。该方法通过结构化的推理步骤来分析用户查询并检测冲突指令，从而确保用户预期任务的连续性。
OpenAI内部模型在88小时内解决纳维-斯托克斯问题
OpenAI使用了一个比Astra更强的内部模型来解决纳维-斯托克斯有限时间爆破问题，在听到关于千禧年大奖难题已解决的传闻后，仅用88小时就完成了任务。
OpenAI称通过1万个智能体协作实现AI辅助的纳维-斯托克斯奇点结果
与OpenAI相关的账户报告称，一项由AI辅助的努力产生了与纳维-斯托克斯存在性与正则性问题相关的一个结果，该问题是千禧年大奖难题之一。这一声明的核心是一个涉及约1万个智能体的协作系统，这些智能体经过一年的多智能体强化学习训练。
OpenAI 发布 GPT-6 Astra，具备强大的 3D 渲染和计算机使用能力
OpenAI 发布了 GPT-6 Astra，这是一款新模型，在写作、数学和编程基准测试中显著优于其前身 GPT-5.6。此次发布突出了该模型在 3D 渲染、动画和图形用户界面交互方面的卓越能力。
TokenProbe在保持准确性的同时将CoT令牌使用量减少76%
研究人员提出了TokenProbe，这是一个解决链式思维推理中高令牌消耗问题的框架，通过利用推理轨迹中令牌的非均匀价值来实现。该方法利用归一化的对数概率信号区分携带决定性内容的核心令牌和冗余填充物。
TelecomGPT-R1：面向异构电信任务推理的统一后训练方法
研究人员推出了TelecomGPT-R1，这是一套开源的统一电信推理模型家族，旨在通过对标准、配置和日志进行推理来自动化工程任务。该模型通过涵盖协议、知识、建模和故障四个维度的结构化方法，克服了现有通用和专业大语言模型的局限性。
CosmicUndercurrent 发布 Principia-Structurae-Realitatis 用于测试大语言模型的全系统协调
CosmicUndercurrent 已开源一个与模型无关的推理框架，旨在测试结构启动能否减少大型语言模型中的全局不一致性。该项目托管在 GitHub 上，研究两步过程是否比局部正确性提升全系统协调。
关于命题分解与矛盾驱动推理系统的提案
作者提出了一种推理系统的设计方案，该系统通过将两个命题分解为更小的组件并搜索逻辑冲突来检测它们之间的矛盾，而不是依赖 LLM 的直接判断。
GigaChat发布432B-A28B MoE推理模型，使用少37%的token
Sberbank的AI Sage发布了GigaChat-3.5 Reasoning，这是一个432B-A28B混合专家（MoE）模型，利用Gated DeltaNet实现长上下文效率。
Anthropic 发布 Claude Fable 5.1，提升编码与科学基准表现
Anthropic 发布了 Claude Fable 5.1，这是一款在编码、知识工作和长周期问题解决任务中树立新标准的模型更新。此次发布突出了在新 Terminal-Bench-Science 0.1 基准测试中的显著性能提升，Fable 5.1 取得了 52.6% 的得分，而 Fable 5 为 24.7%，Opus 5 为 29.0%，GPT-5.6 Sol 为 22.4%。