Anthropic 的 Claude 用不到 30 分钟破解 NSA 悬置 25 年的 ECDSA 种子之谜
Anthropic 的 Claude 在不到 30 分钟内破解了一个悬置 25 年的密码学谜题：NIST 在 2000 年标准化的 ECDSA 椭圆曲线种子由 NSA 提供，来源不明，长期引发后门怀疑。
#推理
The Decoder：AI NewsAI 评分7171 The Decoder：AI NewsAI 评分6666 数学家质疑 OpenAI 的 Navier-Stokes 证明：相似只是表面
数学家指出 OpenAI 9 月发布的 166 页 Navier-Stokes 潜在证明虽然声称沿用 Córdoba 与 Martínez-Zoroa 的思路，但细节上是不同方法，相似只是表面。
vLLM 官方博客AI 评分5757 vLLM 团队详解 Kimi K3 解码优化：GB300 上 842 tokens/s 与快速验证方法
vLLM 团队介绍如何用 Agent 辅助开发为 Kimi K3 构建统一的 CuTe DSL 解码路径，覆盖 attention、MoE 和 8/16 GPU 通信。
Hacker News：AI 热帖AI 评分5151 从记忆视角推导 Transformer：线性层、MLP 到 self-attention 的容量分析
作者以联想记忆视角讲解如何从线性层逐步推导出 MLP 和 self-attention，用干扰信号比衡量各层作为键值记忆存储的容量。在 64 维键下，外积存储容量约 64 条记忆，最优线性存储和 ReLU MLP 约 128，平方 ReLU 约 2,700，β=√d_k 的 self-attention 约 120 万条；文章还讨论了用 log M 缩放注意力 logits 支撑长上下文的做法。
Anthropic：Research精选AI 评分7373 Anthropic 用 Claude Mythos 5 设计出更高效的量子电路，多项超过已发表最优设计
Anthropic 发布研究报告，让 Claude Mythos 5 在闭环中自主优化量子电路：模型提出电路设计、由自动评估器验证正确性并按 qubit 数乘以门数打分，八项涵盖化学、优化、量子模拟和数论的任务均超过此前最优已发表设计，部分提升达一个数量级以上。
推荐理由：Anthropic 自己的研究，给出 Claude 优化量子电路的具体方法和量化改进，对理解 AI 辅助科学发现有参考价值。
TechCrunch：AIAI 评分5151 Elorian 发布首个模型 Glimpse，主打边推理边看图
Palo Alto 初创公司 Elorian 在融资 5500 万美元、估值 3 亿美元后发布首个模型 Glimpse，以研究预览形式提供 API，聊天界面需等候名单。
The Decoder：AI NewsAI 评分7474 Google Gemini 4 Argon 在 ARC-AGI-3 达 97.5%，但仍落后数学与软件工程前列
Google DeepMind 的 Gemini 4 Argon 在 ARC-AGI-3 上以 Provider Adapter Harness 取得 97.5%，成为继 OpenAI 之后第二家越过 95% 的实验室，成本 $4,800，但仍低于 GPT-6 Astra 的 99.9%。
Reflection Blog同事件AI 评分8383 Reflection 发布首个开源权重模型 Beam，501B 参数 MoE 采用 Apache 2.0 协议
Reflection 发布首个开源权重模型 Beam，权重已在 Hugging Face 以 Apache 2.0 协议放出。Beam 为稀疏 MoE 模型，总参数 501B、激活 23B，面向编码、推理和长程智能体任务，提供 BF16、FP8、NVFP4 精度权重和投机解码 drafter 模型。
vLLM 官方博客精选AI 评分6565 vLLM 实现 Reflection Beam 501B MoE 模型 Day 0 支持
vLLM 宣布从 Day 0 支持 Reflection 的 Beam 模型，这是一个 501B 参数、每 token 激活 23B 的 MoE 模型，在 NVIDIA Blackwell 上完成优化。
推荐理由：原文给出了 Beam 在 vLLM 上的具体优化数据和部署命令，读者可以直接评估落地配置与吞吐收益。
LMSYS Blog精选AI 评分6565 SGLang 原生支持 Reflection 的 Beam 并驱动其生产 API
SGLang 团队宣布原生支持 Reflection 的 Beam 1.0（501B 参数 MoE、每 token 激活 23B），并以其驱动 Reflection 的生产 API。
推荐理由：原文给出 SGLang 对 Beam 的原生支持细节与实测吞吐数据，读者可据此评估该推理栈在智能体负载下的服务性能。
MarkTechPostAI 评分5959 Liquid AI 发布多模态决策模型 d1-ultra，Artificial Analysis 决策指数得 65 分
Liquid AI 发布迄今最强的决策模型 d1-ultra，可读取文本、图像或两者，以概率形式回答有界问题，单次前向传播输出 0 个 token。
Artificial Analysis 完整文章精选AI 评分6666 Artificial Analysis 发布 NVIDIA Vera Rubin NVL72 首批 AA-AgentPerf 智能体推理评测
Artificial Analysis 公布首批 AA-AgentPerf 结果，测试 NVIDIA Vera Rubin NVL72 在智能体编码工作负载下的服务效率，对比 GB300 NVL72。
推荐理由：Artificial Analysis 实测四种模型在 Vera Rubin NVL72 与 GB300 上的每瓦吞吐，读者可据此评估新硬件对智能体推理服务成本的影响。
vLLM 官方博客精选AI 评分6060 vLLM 解析 Kimi K3 在 AMD Instinct MI355X 上的推理优化，单 GPU 吞吐超 NVIDIA HGX B300 24.4%
AMD 与 Embedded LLM 在 vLLM 官方博客详解 Kimi K3 在八卡 AMD Instinct MI355X 上的推理优化。
推荐理由：原文拆解了 50 多个 PR 背后的缓存、MoE、内核融合与投机解码优化思路，读者可迁移到自己的推理栈排查瓶颈。
Artificial Analysis@ArtificialAnlysAI 评分5151Artificial Analysis 在其 agentic 推理基准 AA-AgentPerf 上发布 NVIDIA Vera Rubin NVL72 的首批结果。
Apple Machine Learning ResearchAI 评分4343 Apple 提出 SSR：用选择式结构化推理打造高效多模态搜索智能体
Apple 研究团队提出 Selection-based Structured Reasoning（SSR），将推理从开放式生成改为从预设可复用自然语言候选中选择，无需辅助任务头。在 2B 和 4B 模型、七个多模态搜索基准上，SSR 平均成功率与同规模领先搜索智能体相当，每轮推理延迟降低超 90%，单题模型总推理延迟降低 28–54%。
vLLM 官方博客精选AI 评分7575 vLLM 提供 Muse Spark Open Day 0 支持
vLLM 与 Meta Superintelligence Labs 合作，在发布当天即支持开源 MoE 模型 Muse Spark Open。该模型总参数 816B、每 token 激活 42B、上下文窗口 1M，面向长程智能体编码工作流。
推荐理由：vLLM 官方给出了 Muse Spark Open 的架构细节、量化版本与完整部署命令，读者可直接照此在生产环境上手推理与 LoRA RL。
Apple Machine Learning Research精选AI 评分6060 Apple 演示用 MLX 与 RDMA 在 Mac Studio 集群本地运行 816B 大模型
Apple 机器学习研究团队演示如何在 Mac Studio 上本地运行近万亿参数的 Muse Spark Open 等前沿模型，使用今天发布的新版 MLX（v0.30.1 起）与 macOS 26.2 的 RDMA over Thunderbolt 驱动。
推荐理由：Apple 给出了在 Mac Studio 集群上跑 816B MoE 模型的并行方案与基准数据，可迁移到本地大模型部署实践。
ARC Prize@arcprize精选AI 评分6666推荐理由：ARC Prize 公布了 Gemini 4 Argon 在 ARC-AGI 三个版本上的得分与成本，读者可据此比较不同 harness 设置的差异。
OpenRouter@OpenRouterAI 评分4141混合Mamba-Transformer MoE，具备多token预测，输出更快。专为文档智能、网络研究、客户服务和视频理解打造。
StepFun@StepFun_ai精选AI 评分6666引用NVIDIA AI@NVIDIAAI恭喜 StepFun 发布 Step 5 Preview 🙌 这是他们规模最大的开放权重发布。 这个 600B MoE 模型专为处理长达 24 小时的 agent 任务而构建。 该模型在 NVIDIA GB300 上使用 NVFP4，运行速度接近 8K tokens/sec/GPU。 NVP4 checkpoint：https://huggingface.co/stepfun-ai/Step-5-Preview-NVFP4 使用 @SGL_project 部署 - https://docs.sglang.io/cookbook/autoregressive/StepFun/Step-5-Preview 或 @vLLM_project - https://recipes.vllm.ai/stepfun-ai/Step-5-Preview 使用 NeMo Automodel 进行后训练：https://github.com/NVIDIA-NeMo/Automodel/blob/main/docs/model-coverage/llm/stepfun-ai/step-5-preview.mdx 使用 NVIDIA NIM 通过单条命令运行它：https://catalog.ngc.nvidia.com/orgs/nim/nvidia/containers/vllm-model-free-nim-experimental/-
推荐理由：原文补充了 Step 5 Preview 在 NVIDIA GB300 上的推理表现和 NVFP4 权重入口，可帮助开发者评估部署选择。
- StepFun@StepFun_aiAI 评分5656
vLLM 官方博客AI 评分4747 vLLM 让 RL 训练更快：训练与推理 logprob 逐位一致，DeepSeek-V4-Flash 与 Nemotron 验证
vLLM 让训练前向直接调用其推理 kernel 并改造这些高性能 kernel，使 rollout 与训练对每个采样 token 产生逐位相同的 logprob（diff = 0）。
蚂蚁 inclusionAI：HuggingFace 新模型AI 评分4141 蚂蚁 inclusionAI 发布 ZwZ2-4B：基于 Qwen3.5-4B 的多区域视觉推理模型
蚂蚁 inclusionAI 发布 ZwZ2-4B，这是基于 Qwen3.5-4B 的 ZwZ2 系列模型，训练用完整图像、推理无需缩放工具。在六大领域 25 个 benchmark 上，它全部优于基座模型，整体准确率从 49.41 提升到 54.79（+5.38 分）。
IT之家·人工智能AI 评分7272 上海人工智能实验室团队用书生 S2 大模型完成三维 Ghys 猜想证明
上海人工智能实验室发文宣布，许地生团队依托书生科学多模态大模型 S2，通过人机协同完成困扰数学界 30 余年的三维 Ghys 猜想证明。北京大学董彬、刘若川院士团队用 SHEAF 框架完成形式化验证，论文已发布于 arXiv，形式化代码开源在 GitHub。上海人工智能实验室表示该范式可推广至其他搜索空间大而专家稀缺的基础研究领域。
vLLM 官方博客AI 评分5353 vLLM 详解 Elastic EP 如何实现近零停机 GPU 扩缩容
vLLM 团队介绍如何通过异步准备与 NIXL EP 让 Elastic Expert Parallelism 在扩缩容时实现近零停机。在 DeepSeek V4 Pro 的 GB200 基准中，16 到 20 GPU 扩容停机从 99.62 秒降至 0.82 秒，缩回时降至 1.96 秒。
vLLM 官方博客精选AI 评分6060 vLLM 推出无需置信头的在线拟合接受估计器，让 EAGLE、MTP 等草稿模型可用 Adaptive Verification
vLLM 支持 confidence scoring 扩展到所有基于草稿模型的投机类型，通过在线拟合的 logistic 回归从草发者 logits 推导 logit(q_max) 特征来预测目标模型的接受概率，作为 Adaptive Verification 的置信分。
推荐理由：原文给出无置信头草稿模型启用 Adaptive Verification 的在线估计方法、设计取舍和实测数据，方法可直接在 vLLM 中配置复用。
The Decoder：AI NewsAI 评分6868 Google DeepMind 工程师称自我改进的 AI 仍很遥远
Google DeepMind 工程师 Haydn Belfield 称自我改进的 AI 仍很遥远，未观察到 AI 驱动的 AI 研究加速。
Rohan Paul@rohanpaul_aiAI 评分4949引用Jiaru "Rubin" Zou@Jiaru_ZouYour LLM agent has to think out loud, token by token, before it can search, run code, or act in the world. We humans don’t. We ponder in silence and speak when it matters. Human language was never meant to be the limit of machine thought. Introducing 🌗Hybrid Reasoning Agents - Think in latent space, act through text - Two modes, one unified multi-turn flow - No black box, fully readable latent thoughts - Any LLM can become a HybridAgent
蚂蚁百灵：Developer Blog精选AI 评分6565 蚂蚁百灵开源 Ling-3.1-flash：总参数约 560B、每 Token 激活约 25B，支持 1M 上下文
蚂蚁百灵正式开源 Ling-3.1-flash，权重可在 Hugging Face 和 ModelScope 获取。模型总参数约 560B、每 Token 激活约 25B、最高支持 1M 上下文；经 MXFP4 与 block-FP8 量化后权重占用从约 534GB 降至 292GB，Hopper GPU 测试中服务部署由 8 卡降至 4 卡。
推荐理由：官方开源公告给出权重入口、Artificial Analysis 与 Design Arena 评测数据和 4 卡部署实测，便于评估自部署可行性。
蚂蚁 inclusionAI：HuggingFace 新模型AI 评分5959 蚂蚁 inclusionAI 发布 Ling-3.1-flash 混合推理模型
蚂蚁 inclusionAI 发布 Ling-3.1-flash，一个原生混合推理模型升级版，总参数 560B、每 token 激活 25B，上下文窗口 1M-token，架构为 Hybrid-linear MoE（KDA + Gated MLA）。
O'Reilly RadarAI 评分6262 Andrew Stellman 分析 AI 为何写出 Yoda 式倒装句
Andrew Stellman 提出理论并用实验解释 AI 生成文本中 Yoda 式怪异句序的成因。他认为是注意力与自回归两种机制共同作用，模型无法回头修改已生成的词，事实以片段而非完整句子给出时更容易被直接贴在名词后面。
- Artificial Analysis@ArtificialAnlysAI 评分6363
Artificial Analysis 将 DeepSeek V4.1 Flash 加入其智能体推理性能基准 AA-AgentPerf，榜单现覆盖四款模型。
MarkTechPost同事件AI 评分8181 Google 发布 Gemini 4 Argon API，输出上限达 1M tokens
Google DeepMind 向开发者、企业和付费订阅用户开放 Gemini 4 Argon，这是一款稀疏 MoE 前沿模型，单次响应最多可输出 1M tokens，输入与输出共享 1M 窗口。
同一件事，精选收录的是《Google 发布 Gemini 4 Argon：面向复杂工程与科研任务的前沿模型》
数字生命卡兹克@Khazix0918精选AI 评分7676Google 于10月14日全面开放 Gemini 4 Argon，作者实测后认为其很难冲击 Claude Opus 5.5 和 GPT-6 Astra 的地位。
推荐理由：作者实测了新开放模型在编程、写作和产品体验上的真实表现，读者可据此判断是否值得为它订阅付费。
- Rohan Paul@rohanpaul_aiAI 评分4444
论文提出 SanSi，通过让 Ouro-1.4B 这个预训练可复用层的小模型重复运行同一批层最多 8 次，并在每次循环后读取选项概率，使小模型在决策任务上大幅提准。
- Artificial Analysis@ArtificialAnlysAI 评分6161
Artificial Analysis 在其平台上发布各模型端点的缓存命中率和按供应商划分的 Cost per Task 数据。
Hugging Face 社区博客AI 评分6262 Liquid AI 发布 LFM2.5-24B-A2B：面向快速端侧智能体的 24B MoE 推理模型
Liquid AI 发布开源权重推理模型 LFM2.5-24B-A2B，总参数 24B、每 token 仅 2B 激活，专为在设备上快速、私密地运行智能体设计。
Google DeepMind：Blog同事件AI 评分8585 Google DeepMind 发布 Gemini 4 Argon，全球上线 API、Gemini 应用和 Antigravity
Google DeepMind 发布 Gemini 4 Argon 并全球开放，定价为每百万输入 token $2、输出 $10（缓存输入 95% 折扣），支持 1M 统一输入输出 token 上限，并在 Vals Index 排名第一。
同一件事，精选收录的是《Google 发布 Gemini 4 Argon：面向复杂工程与科研任务的前沿模型》
