Together AI 扩展微调服务，支持工具调用、推理和视觉模型
Together AI 扩展其微调服务，新增了对工具调用、推理和视觉语言模型的原生支持。服务升级了训练栈，可更高效地处理 100B+ 参数模型，吞吐量提升最高达 6 倍，并支持最大 100GB 的数据集。
推荐理由：Together AI 的微调服务新增了对工具调用、推理和视觉模型的支持，并提升了大规模模型训练的效率。
#推理
Together AI精选AI 评分5656
Together AI精选AI 评分6161 Together AI 发布 Mamba-3 状态空间模型
Together AI 联合多所大学的研究人员发布了 Mamba-3，这是一个以推理效率为主要目标的新状态空间模型。Mamba-3 通过更复杂的循环公式、复数值状态跟踪和 MIMO 变体提升了性能，其 SISO 版本在 1.5B 规模上，所有序列长度的预填充+解码延迟均优于 Mamba-2、Gated DeltaNet 和 Llama-3.2-1B。
推荐理由：Mamba-3 将设计目标从训练效率转向推理效率，并开源了内核，为关注部署性能的开发者提供了新的架构选择。
Ahead of AIAI 评分4141 A Dream of Spring for Open-Weight LLMs: 2026 年 1-2 月的 10 种架构
2026 年 1-2 月共发布了 10 款开源大语言模型，涵盖 Arcee AI 的 Trinity Large（400B 参数 MoE 架构）、Moonshot AI 的 Kimi K2.5（1T 参数）等。
Ahead of AIAI 评分3737 LLM 推理时扩展方法分类：提升推理能力的多种策略
本文将推理时扩展方法分为多个类别，用于提升大语言模型的推理性能。文中提到 OpenAI 在去年的 o1 宣布博客中展示了推理时扩展与训练的对比图，表明增加推理资源可提升模型准确性。作者通过大量实验和参数调优，最终将章节扩展为两部分并开放早期访问。
Bounded RegretAI 评分3535 Oversight Assistants: Turning Compute into Understanding
通过构建专门的超人类AI助手，可以实现对AI系统的超人类监督，这些助手只需在特定监督任务上超越人类，无需全面超越。利用AI系统生成的大量数据（如输入输出行为、神经元激活等），结合明确的可验证问题，可构建可扩展的奖励信号。
Ahead of AIAI 评分3434 2025 年大语言模型发展现状：推理能力、RLVR 和 GRPO 的突破
2025 年大语言模型领域持续发展，推理模型成为主流，DeepSeek R1 作为开源模型表现出与顶级闭源模型相当的性能，并引入 RLVR 和 GRPO 算法降低训练成本。训练 DeepSeek R1 的成本估计为 294,000 美元，远低于此前预期，但该数字仅涵盖计算资源费用，未包含研究人员薪资等其他成本。各大模型开发者均推出了基于推理的模型变体，推动了模型能力的扩展与优化。
One Useful ThingAI 评分4444 AI 能力的形态：锯齿前沿、瓶颈与突出部
AI 能力存在显著的“锯齿前沿”，即在某些任务上表现超人类而在其他任务上却表现不佳。例如，GPT-4.1 能在两天内完成相当于12人年工作量的医学综述，但在记忆和访问补充文件等任务上仍是短板。这种能力的不均衡性造成了自动化瓶颈，使得超级智能的 AI 目前仍难以完全替代人类。
Ahead of AIAI 评分4949 从 DeepSeek V3 到 V3.2：架构、稀疏注意力与强化学习更新
DeepSeek V3.2 发布，采用非标准稀疏注意力机制，性能在 GPT-5 和 Gemini 3.0 Pro 上表现优异，且作为开源模型提供。该模型基于与 V3 相同的架构，但引入了新的推理优化，与 DeepSeek R1 等专用推理模型形成对比。DeepSeek 团队今年还发布了 V3.1 和 V3.2-Exp，为 V3.2 的部署做好了生态和推理基础设施准备。
Vector InstituteAI 评分1313 Vector 研究人员在 NeurIPS 2025 发表 80 篇论文，推动 AI 前沿发展
Vector 研究人员在 NeurIPS 2025 会议上提交了 80 篇论文，涵盖下一代基础模型、扩散生成系统、强化学习突破和隐私保护联邦方法等多个领域。其中提出 ActiveVOI 框架，用于开放世界智能体的主动知识获取，显著优于现有基于大语言模型和视觉语言模型的规划方法。另一项研究引入连续时间流图蒸馏方法，通过自引导和对抗微调提升性能，适用于不同步数的生成任务。
Ahead of AIAI 评分5252 Sebastian Raschka 分析超越标准 LLM 的架构演进
Sebastian Raschka 在文章中系统梳理了当前超越标准自回归 Transformer LLM 的多种架构方向，包括线性注意力混合模型（如 Qwen3-Next、Kimi Linear）、文本扩散模型、代码世界模型（CWM）和小递归变压器（如 TRM）。
月之暗面 Kimi 新模型精选AI 评分6868 月之暗面发布 Kimi-K2-Thinking 模型
月之暗面发布 Kimi-K2-Thinking 模型，为开源思考模型最新版本，具备 256k 上下文窗口、INT4 量化和 1T 参数 MoE 架构，支持多步推理与工具调用，在 HLE、AIME25、BrowseComp 等基准上表现领先。
推荐理由：原文提供了模型架构、量化方式、基准评测和部署接口，读者可据此判断其在长链推理和工具调用上的实际能力边界。