检索标题、摘要与正文，把分散的信息连起来。
11月4日，腾讯混元发布最新一代大语言模型Hy4，同时宣布模型权重将于近期开源。Hy4是Hy系列第一个引入视觉理解能力的模型，可以完成细粒度图像处理、复杂图表分析和数学视觉推理。Hy4最大特点就是“长”。混元官方表示，相较于Hy4 preview，Hy4预训练和后训练上显著扩展了数据和训练规模，大幅提升指令遵循、长文理解、长程智能体等综合效果。办公场景，Hy4在WorkBuddy的平均效果得分83.18分，任务通过率96.15%，12个场景里9个排名国内第一。金融场景，混元联合腾讯金融科技FiT找了213位专家做众测，其中153位来自外部头部金融机构，579个真实金融任务跑下来，综合表现位居开...
arXiv:2610.37680v1 发布类型：新 摘要：缩小前沿模型与小型语言模型之间的差距，通常采用蒸馏方法：在前沿模型（教师）的输出上对小型模型（学生）进行微调，但这使得迁移过程依赖于训练计算，并且被迁移的知识往往难以解释。我们提出了一种名为“制品蒸馏”的方法：由教师模型解决一系列训练实例，并将其求解过程外化为一个制品库，学生在推理时直接查询该库，而无需进行梯度更新。在四项LiveBench任务中，由Claude Opus 4.5构建的制品库使Claude Haiku 4.5在空间推理任务上的表现（0.707 vs. 0.647）达到其自身成本的60%时，已超越未借助任何辅助的Claude Sonnet 4.5；而在表格连接任务上，该制品库仅以Sonnet 4.5成本的89%便达到了相同水平。同样的原始制品库还提升了
对机器而言，“夜晚”是什么？
arXiv:2610.31833v1 发布类型：新 摘要：LawZero 的 Scientist AI 通过一种目标函数训练预测器，使其逼近贝叶斯后验分布，该目标函数会惩罚潜在解释之间概率不一致的情况。我们探究当前处于前沿水平的语言模型——尽管未经过此类训练——是否在零样本条件下已在此意义上保持一致性：当隐变量 z 必须从上下文中的记录中推断时，其概率判断是否满足全概率公式 $P(X)=\\sum_z P(z)P(X|z)$？在单独的单轮调用中，模型被要求给出 $P(X)$、关于隐变量各状态的 $P(z)$，以及 $P(X|z)$；因果家族还对 $P(y|do(x))$ 和后门调整施加了同样的检验。每个查询都配有精确的真值概率，且部分条目以三种不同的表述方式分别提出，以进行区分
