GPT-6爆改模型权重！数学能力狂飙6倍，MIT博一新作破圈了
新智元报道 这一天还是来了！不用训练、不算梯度，只让GPT-6 Astra改写另一款小模型0.016%权重，数学成绩就能原地暴涨6倍！今天，MIT计算机科学与人工智能实验室（CSAIL）带来的这项新研究，在全网彻底火了。他们首次提出了一个颠覆传统深度学习的新范式，「权重空间编程」。要知道，神经网络的权重文件里全是一眼望不到头...
AI NEWS JOURNAL
搜索 AI 资讯
检索标题、摘要与正文，把分散的信息连起来。
GPT-6自主爆改Qwen权重被吹成神？Meta知名研究员泼冷水
作者 | 青和、飞野编辑｜四月11 月 2 日，麻省理工学院（MIT）联合团队的一份技术实验在社交网络引爆了近 600 万次围观。实验设定极具冲击力：不给训练数据，不跑反向传播，只给一个纯 Python 环境，让 OpenAI 的前沿大模型 GPT-6 Astra 直接读取、并重写开源模型 Qwen3.5-0.8B 的底层高维张量。最终，Astra 仅改动了 8 亿...
GPT-6 Astra 爆改 Qwen 大脑：只动 0.016% 参数，数学成绩疯涨
我「编程」我自己#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。
“中美AI差距已缩至6个月！”谷歌前CEO埃里克·施密特最新对话透露，曾尝试投资DeepSeek未果……|【经纬低调分享】
几年前的埃里克·施密特很乐观，认为限制芯片，能够发挥十年左右的作用。现在，他自己把这个数字改了，在最新一场对话里，施密特说，中国和美国在AI上的差距可能只剩六个月，甚至提到，自己曾想投资DeepSeek，只是受美国法律限制没能投成。这次改口背后，有几件事让他印象很深。中国没有最先进的芯片，就想办法把模型做得更...
Opera推出WebAI标准，支持浏览器本地运行AI模型
Opera推出全新网络标准WebAI，旨在让用户无需依赖云端，直接在浏览器运行AI模型。该标准兼容多种模型，以谷歌开源Gemma演示，也支持苹果设备端基础模型，不依赖特定模型，面向开放权重AI系统，是Opera此前探索浏览器本地运行大语言模型的延续。目前，WebAI已在旗舰浏览器Opera One中开启预览，用户需主动启用。
Opera 推出一项新的 Web 标准，使用户能够在浏览器中本地部署 AI
新标准WebAI旨在与多种人工智能模型协同工作。
基于扰动的数据选择用于医学问答
arXiv:2610.33440v1 发布类型：新 摘要：从现有问答库中适配医学语言模型时，选择一个紧凑的训练子集是至关重要的一步。我们研究了基于扰动的数据选择方法，该方法利用最终层表示的高斯扰动所衍生的两种信号：预测变化频率与非翻转边际收缩。在经过共享熵预过滤后，表示敏感度优先化（RSP）通过自动均方根缩放将这两种信号进行整合，而RSP-Drop则仅依据收缩程度对候选样本进行排序。这两种选择器在筛选过程中仅使用问题和答案选项。我们在MedGemma-4B上，针对五个医学问答数据集，在保留集规模分别为64、128和256个样本的情况下对其进行了评估。在主要预算为128个样本时，
SAGE基准与GAR框架发布：推动多模态语义对齐评估
2026年10月26日，arXiv发布论文arXiv:2610.31838v1，提出Sense-Aligned Grounding Evaluation（SAGE）——一个统一的10候选图像选择基准，并配套训练无关的Gloss-Augmented Reasoning（GAR）框架，用于跨名词、动词和实体中心的多模态接地评估。
推荐理由：该研究首次将VWSD、VerSe和WikiDiverse三类任务统一为术语中心的接地评测协议，引入混淆难负样本与上下文交换诊断机制，并通过实证表明定义增强与约束引导推理的协同可显著提升Hits@1指标（65.90→71.22），为多模态语义对齐提供了更细粒度、可解释的评估新范式。
你有多信任一只狗？量化推理语言模型中的提示遵循行为
arXiv:2610.32055v1 发布类型：新 摘要：大型语言模型（LLMs）常常表现出阿谀奉承的倾向，即使在客观的事实性和推理类任务上，也会调整其回答以迎合用户的暗示。然而，这种影响的量化形式——以及它是否与信息源的可靠性相匹配——仍然知之甚少。在本研究中，我们通过在MMLU问题上观察提示诱导的答案偏移来探究这一现象，评估了诸如“[信息源]认为答案是（X）”这类提示。我们在三个开源模型系列——Qwen、Gemma和SmolLM——中系统性地改变了提示所归因的信息源（教授、朋友或狗），并发现由提示引发的变化遵循一种可预测的结构，该结构可用指数倾斜很好地刻画：提示会诱发
南贝格发布Nanbeige4.3-33B，一款33B的开源智能体驱动编码模型
Nanbeige LLM 实验室发布了 Nanbeige4.3-33B，这是一款拥有 512K 上下文的 33B 参数密集型 Apache 2.0 模型。据称，该模型在 Terminal-Bench 2.1 上取得了 80.9 的成绩，并将用于训练即将推出的 Nanbeige4.3-3B。文章《Nanbeige 发布 Nanbeige4.3-33B，一款 33B 开放式智能体驱动编码模型》首发于 MarkTechPost。
llama.cpp 发布 b11871 版本：新增 JSON 嵌套深度限制以防止服务崩溃
llama.cpp 在 b11871 版本中引入关键安全修复，对请求中 JSON 嵌套层级实施 128 层硬性限制，避免因深度递归解析导致 HTTP 线程栈溢出、服务崩溃（macOS 触发 SIGBUS，Linux 触发 SIGSEGV）。该策略覆盖 chat 接口多类输入场景，并统一返回 HTTP 400 错误。
推荐理由：按信源设置仅收录，不参与自动精选
llama.cpp 发布 b11868 版本：增强 Hexagon NPU 多核 Flash Attention 支持，覆盖全平台编译构建
llama.cpp v2.45.0（标签 b11868）正式发布，核心更新为 Hexagon 后端引入 KV-head 团队拆分机制以优化多核 HMX Flash Attention 性能，并统一 FA 拆分控制标志；同步提供 macOS、Linux、Windows、Android、iOS 及 openEuler 等全平台二进制包，含 CUDA 12/13、Vulkan、ROCm、OpenVINO、SYCL、Snapdragon（Adreno+Hexagon）等多后端支持。
推荐理由：按信源设置仅收录，不参与自动精选
研究揭示大语言模型中语义意义的局部几何结构
一篇于2026年10月24日发布在arXiv的论文（编号2610.30715v1）通过跨语言探针与细化探针，在Gemma 4、Llama 3.2、Qwen 2.5和Pythia四款解码器-only大语言模型上刻画了语义意义在嵌入空间中的局部几何特性。
推荐理由：该研究首次系统刻画LLM中‘同一语义因子’内部的不变性、可变性与细化机制，提出‘局部各向异性邻域’模型，并经人类盲评验证，方法严谨、模型覆盖多样，结论具跨架构一致性。
SIM-UT：面向医疗分诊聊天机器人的用户行为模拟评估框架
研究者提出SIM-UT（Simulation of User Behaviour for Triage），一种多轮次、基于真实用户行为模拟的评估方法，用于识别大语言模型（LLM）驱动的医疗分诊聊天机器人在低收入和中等收入国家（LMICs）实际场景中的生态有效失败模式。
推荐理由：该框架突破了现有单轮次、英语为主的评测局限，通过5000+轮多语种模拟对话，覆盖印度、南非、肯尼亚三地真实WhatsApp健康项目，首次系统揭示‘临床危险性降级’（de-escalation risk）这一关键失效行为，具有方法论创新性与临床安全警示价值。
NVIDIA发布开源小语言模型Nemotron 3.5 Bolt E4B 4GB，专为本地语音代理、游戏NPC与机器人优化
NVIDIA基于Google Gemma 4 E4B模型，仅通过强化学习（RL）后训练推出Nemotron 3.5 Bolt E4B 4GB——一款8B总参、4B有效参数、64K上下文的开源小语言模型，目标在RTX、Jetson等边缘设备上以约4GB VRAM运行，支持多轮工具调用与低延迟语音交互。
谷歌开源医疗基础模型助力全球结核病筛查落地
谷歌联合Nexus AI等伙伴，将基于胸片的AI结核病筛查工具从实验室推向六国基层医疗场景，并开源MedGemma、MedSigLIP等多模态基础模型，支持离线部署、本地化适配与数据主权保障。
Amazon SageMaker AI推出多轮强化学习（MTRL）框架，支持端到端训练智能体完成多步任务
AWS发布Multi-Turn Reinforcement Learning（MTRL）功能，使用户可在SageMaker AI上基于完整任务轨迹与最终结果反馈训练大模型智能体，无需步骤级标注；以Wordle为示例演示全流程，涵盖AgentCore部署、数据准备、GRPO训练、奖励设计及成本分析。
Amazon SageMaker AI 推出无GPU管理的模型定制训练会话，正式全面可用
AWS 宣布 SageMaker AI 无服务器模型定制功能新增「训练会话（Training Sessions）」，即日起全面可用。用户可自主编写后训练逻辑（如自定义损失函数、奖励信号、多轮强化学习），而 GPU 分配、分布式执行、容错恢复与检查点存储均由平台自动处理。
Recursive发布Flint：一款由AI主导研发、可本地运行的轻量级编程模型
AI初创公司Recursive推出开源编码模型Flint，声称其开发过程主要由自研AI研究系统Eureka Machine完成；该模型仅40B参数、实测2.5B激活，可在普通笔记本（如M4 Pro MacBook）离线运行，推理速度达131 token/s，SWE-Bench等基准测试中表现优于多数同规模模型。
OpenAI最新GPT-6系列模型将登陆Google Cloud与Antigravity平台
OpenAI的GPT-6及6.1系列前沿模型（Astra、Sol、Luna）将在未来数周内上线Google Cloud Model Garden，并集成至Google代理驱动编程工具Antigravity；此举使Google成为首家同时提供Gemini、Claude与GPT三大闭源大模型的主流云服务商。