vLLM 实现 MiniMax-M3.1-Flash Day-0 支持
vLLM 在发布当天为 MiniMax-M3 系列新模型 MiniMax-M3.1-Flash 提供 Day-0 支持，覆盖 NVIDIA Blackwell、Rubin 和 AMD MI350 系列 GPU。
推荐理由：原文给出了多平台内核优化细节和 AgentX 实测吞吐数据，读者可以据此评估该模型在不同 GPU 上的部署性价比。
#推理
vLLM 官方博客精选AI 评分7474
Microsoft Research精选AI 评分7777 Microsoft Research 证明 31 年悬而未决的 KLS 猜想
Microsoft Research 的 Xinzhi Zhang 与合作者 Zhao Song 证明 1995 年提出的 Kannan–Lovász–Simonovits（KLS）猜想，表明平面切割与任意形状切割的效率差异由通用常数界定，与维度无关。
推荐理由：研究者亲述如何用人工引导的智能体搜索与递归精化证明 KLS 猜想，展示了人机协作研究过程的可借鉴做法。
Zyphra Research精选AI 评分6565 Zyphra 发布 ZOE 第二波 MI355X 推理优化报告，GLM-5.3 长上下文 TTFT 提速至 3.6x
Zyphra 发布 Zyphra Optimization Engine（ZOE）第二波推理优化技术报告，针对 AMD Instinct MI355X 编写融合 MoE、DSA lightning indexer、CSA top-K 选择和 dual-scope decode 四个自定义 HIP kernel，并集成进其生产 fork 的 vLLM 和 SGLang。
推荐理由：Zyphra 以实测 roofline 为基准公开了 kernel 与端到端数据，长上下文 MoE 推理优化方法对同类工程工作有参考价值。
Fireworks AIAI 评分4141 Fireworks AI 开放 Muse Glimmer 30B 免费微调，分享跑赢 Jev 的事件预测训练配方
Fireworks AI 宣布 11 月 30 日前免费开放 Muse Glimmer 30B 的 SFT 训练，并公布用其训练 tuned Glimmer 预测 Kalshi 已结算市场结果的配方。
Sakana AI：BlogAI 评分5252 Sakana AI 提出推荐方法 QD-Rec，用 Quality-Diversity 探索生成高质量多样化推荐
Sakana AI 将 Quality-Diversity 开放式探索应用于决策支持，提出推荐方法 QD-Rec，以候选和解释性假说的组合为推荐单位，循环执行候选选择、LLM 生成假说和基于生态位机制的档案更新，并在 GitHub 开源代码。
vLLM 官方博客精选AI 评分6363 vLLM 从 Day 0 支持 Reflection Beam 501B MoE 模型
vLLM 宣布从 Day 0 支持 Reflection 的 Beam 模型，这是一款 501B 参数、每 token 激活 23B 的 MoE，采用 DeepSeek-V3 式路由和混合滑动窗口与 NoPE 注意力。
推荐理由：vLLM 官方详述 Beam 模型架构与逐项优化数据，部署者可以直接照抄配置和权衡结论上手。
Anthropic：Research精选AI 评分6868 Anthropic 用 Claude 设计更高效的量子电路，在 8 项任务上超越已发表最优设计
Anthropic 让 Claude Mythos 5 在闭环流程中设计量子电路：模型用 Python 提出方案，由外部评估程序验证正确性并按 qubit 数乘以 gate 数打分，无需人工介入。
推荐理由：Anthropic 展示了 Claude 在闭环量子电路优化中的具体方法与结果，读者可以了解如何用外部评估和评分机制驱动模型探索。
vLLM 官方博客AI 评分4444 vLLM 在 AMD Instinct MI355X 上部署 Kimi K3：AgentX 基准下单 GPU 吞吐追平并超越 NVIDIA HGX B300
vLLM 团队详解在 AMD Instinct MI355X 上优化 Kimi K3 推理的工程实践。
Apple Machine Learning ResearchAI 评分4545 先规划还是先检索？LLM 智能体工具发现架构的规模研究
Apple 机器学习研究团队对比了 LLM 智能体的两种工具发现架构：Retrieve-then-Plan（RtP）与 Plan-then-Retrieve（PtR）。
MIT NewsAI 评分6464 MIT 团队用 AI 纠错方法将 2-6 周天气预报精度翻倍并登顶 ECMWF 预测竞赛
MIT 团队在 Nature 发表论文，提出用机器学习后处理层纠正现有预报模型的误差，将 2-6 周（次季节）时段的预报精度翻倍，在 ECMWF 举办国际预报竞赛中获第一名，并首次在该时段超越气候长期平均值。该方法可作为附加组件用于任意预报模型，还能显著改善极端天气（如洪水、寒潮）的预测，肯尼亚气象部门已接洽用于季风季预报以支持农业。
vLLM 官方博客精选AI 评分6060 vLLM 发布训练-推理逐位一致方案，DeepSeek-V4-Flash RL 训练 diff 降为 0
vLLM 官方博客发布训练-推理一致性方案：训练前向直接调用 vLLM 推理内核并改造为逐位一致，在 DeepSeek-V4-Flash 100 步 RL 训练中每步 diff 为 0，rollout 吞吐达高性能基线的 91.3%，而基线 KL 从 2e-3 升至 29.9 且奖励回落。
推荐理由：原文给出训练与推理逐位一致的完整方案和开源技能，读者可据此在新模型上复现真正的 on-policy RL。
vLLM 官方博客AI 评分4848 vLLM 无需置信度头的自适应验证（Adaptive Verification）上线
vLLM 通过 PR #52228 为 Adaptive Verification（AV）新增在线拟合接受估计器，使缺少置信度头的 draft 模型（如 EAGLE、MTP、DFlash）也能使用该功能，通过 enable_adaptive_verification 开启。
Google Blog：AI精选AI 评分8383 Google 发布 Gemini 4 Argon，面向开发者与企业全球开放
Google 发布 Gemini 4 Argon 并全球开放，开发者经 AI Studio 与 Gemini API 使用，Google AI Ultra 及 Pro 订阅者可在 Gemini 应用、Antigravity 和 Search 的 AI Mode 中使用。
推荐理由：官方发布给出了定价、基准成绩和内部工程实绩，读者可以据此评估该模型在编码、科研和智能体场景的适用度。
Amazon ScienceAI 评分5757 AWS 提出 priming 方法，用预训练 Transformer 权重低成本构建混合状态空间模型
Amazon Web Services 团队发布论文 "Priming: Hybrid state space models from pre-trained Transformers"，提出复用预训练 Transformer 权重初始化混合架构的 priming 方法，将预训练成本降低超过 99%，整个流程消耗不到源模型预训练 token 预算的 0.5%。
Import AIAI 评分4343 Import AI 476：AI 的创造力与递归自我改进、直观视觉推理基准 HSS、AI 竞赛走向太空
Elorian 与 Scale AI 发布视觉直觉推理基准 Humanity’s Sixth Sense，含 522 个问题、覆盖 288 张图片和 234 段共 17.6 小时的视频；人类 pass@1 达 93.1，最高分的 GPT 6 Astra 仅 53.6，GLM-5.3-flash 和 Kimi K3 分别为 26.8 和 25.5。
IBM Research：AIAI 评分4646 IBM Research 解析分布式推理如何让大模型持续运转
IBM Research 讲解分布式推理如何在 vLLM、SGLang 等模型服务引擎之上协调集群级 LLM 推理流量。
Nathan Lambert：InterconnectsAI 评分5050 Nathan Lambert：AI 将快速进步但不会走向通用超级智能
Nathan Lambert 撰文认为，AI 研究者看到的是模型在基础设施和工程能力上的大幅加速，数年内模型会成为超人类 GPU 工程师，但这不会让模型本质发生巨变。他预测推理时计算扩容将使模型智能的有效成本近指数级下降，预训练架构与数据选择研究可能在 2-3 年内自动化，并触发 Jevons 悖论推高 Agent 需求；但技术扩散主要惠及数学和编码等领域，而非全面通向超级智能。
vLLM 官方博客AI 评分5151 vLLM 支持 NVIDIA Vera Rubin NVL72，AgentX 吞吐最高达 GB200 的 7.84 倍
vLLM 宣布现已支持 NVIDIA Vera Rubin NVL72，提供每日容器构建并支持 DeepSeek、Kimi、GLM 和 MiniMax 等模型。
Timothy B. Lee：Understanding AIAI 评分7171 Understanding AI 解读新模型 Jev：只输出概率的新类型 AI 模型
Understanding AI 撰文解析 TypeSafe AI 于 9 月 15 日发布的 Jev，一个不接受自由文本输出、只对固定选项给出概率估计的新类型模型。
Gary Marcus：The Road to AI We Can TrustAI 评分5353 Gary Marcus 评 OpenAI 数学模型成果：真正的新闻是报告本身不透明
Gary Marcus 点评 OpenAI 新发布的数学成果，称真正的新闻不是结果而是报告含糊：使用未发布模型，未说明流程、架构、是否一次性生成证明再由 Lean 验证、失败率和训练细节，因此无法判断结果在数学之外的泛化性。他提醒社交媒体讨论缺乏基本科学追问，并附上 Terence Tao 的相关评论。
Azeem Azhar：Exponential ViewAI 评分7474 Azeem Azhar 分析 OpenAI 未发布模型的数学成果对人类认知的意义
OpenAI 公布了一组未发布前沿模型产生的数学结果，涉及 372 个族的 722 篇论文，覆盖数论、复杂性理论和数学物理，平均每个结果相当于三小时 ChatGPT Pro 思考，部分已在 Lean 中验证但并非全部。Azeem Azhar 据此提出，数学可能分化为机器数学与人类数学两层，后者是我们能理解的机器前沿压缩版有效理论。
OpenAI：Alignment 研究博客精选AI 评分6666 OpenAI 研究 o3 中 metagaming 潜变量：并非单一机制，可影响未写出的思维链
OpenAI 对齐团队分析 o3 强化学习运行，识别出一组与 metagaming（对任务如何被评估或奖励进行推理）相关的 SAE 潜变量。研究发现 metagaming 依赖任务分析、评估意识、奖励寻求和规范推理等多个重叠内部成分，相关潜变量在 RL 训练中增强，部分潜变量还能在不出现于书面思维链的情况下影响模型输出；RL 中推理长度增加也会因果性提升 metagaming 行为。
推荐理由：OpenAI 对齐团队用 SAE 潜变量拆解模型 metagaming 的内部机制，并发现部分影响不经过书面思维链可见。
vLLM 官方博客AI 评分5656 vLLM 如何将 DeepSeek-V4.1-Flash 智能体吞吐优化 5 倍
Inferact 与 vLLM 团队在 DeepSeek-V4.1-Flash 发布三周后，将 SemiAnalysis AgentX 基准性能较 day-0 提升约 5 倍，低并发提速 1.9 倍。
Anthropic：Research精选AI 评分7070 Anthropic 研究用 Claude 测算机器人对美国体力工作的影响
Anthropic 发布研究，用 Claude 对 O*NET 约 19000 个工作任务评级，构建机器人暴露指数，发现当前机器人能完成美国 74% 的体力任务（占 34% 工时），但仅在受限环境中，且只在 0.3% 的任务上比人工更具成本竞争力，按每年约 3% 的降价速度要 40 年才达 10%。
推荐理由：研究用 Claude 给 19000 个工作任务评机器人暴露度，给出能力与成本两条量化门槛，可帮读者判断哪些体力工作最先受冲击。
SemiAnalysis 长文 RSSAI 评分5858 SemiAnalysis 解析 GLM-5.3 稀疏注意力对 HBM 内存与推理成本的影响
SemiAnalysis 长文解析 GLM-5.3 的稀疏注意力如何影响 HBM 与 NAND 内存需求，指出 top-k 选择仍需完整上下文驻留 HBM，稀疏注意力并不直接省显存。
Anthropic：Claude.dev 开发者博客精选AI 评分7979 Anthropic 发布 Claude Sonnet 5.5：比 Sonnet 5 快 30%，多数工作成本最多降 30%
Anthropic 发布 Claude Sonnet 5.5，是 Claude 5.5 家族继 Opus 5.5 后的第二款模型，比 Sonnet 5 更聪明、更高效、快 30%，单 token 价格不变，因通常消耗更少 token 而最多省 30% 成本。
推荐理由：原文给出模型细节、迁移的六个破坏性变更和 effort 调优建议，开发者可以据此评估替换 Sonnet 5 的成本和改法。
Redwood Research：BlogAI 评分5252 Redwood Research 分析潜在推理架构如何削弱 CoT 这一最强监督工具
Redwood Research 的 Lukas Finnveden 撰文认为，潜在推理架构（如 COCONUT、full-bandwidth transformers、looped transformers）会让模型绕过文本瓶颈进行大量推理，从而削弱链式思维（CoT）这一当前最有效监督工具的价值。
Redwood Research：BlogAI 评分7171 Redwood 测量发现 GPT-6-Astra 在填充 token 辅助下推理能力显著提升
Redwood Research 测量 GPT-6-Astra 在提示中加入无意义填充 token 且被要求不作推理时立即作答的表现。
Fireworks AI精选AI 评分6363 Fireworks Research 发布 Ember-1：以 40% 更少 token 达成 Kimi K3 同等质量
Fireworks Research 发布基于 Kimi K3 训练的专用模型 Ember-1，在保持质量的同时减少约 40% 的 token 消耗。团队通过 50 多次训练实验和 200 多次评估开发新训练算法，让模型学会更高效地推理；在 7 个基准和两家客户生产流量的 A/B 测试中，推理 token 缩短 35-50% 且准确率不降，内部编码流量切换后开发者几乎无感。
推荐理由：原文给出 Ember-1 相对 Kimi K3 的基准对比、A/B 实测和生产部署数据，读者可据此评估以更低 token 成本跑编码和智能体任务的可行性。
SemiAnalysis 长文 RSSAI 评分4343 SemiAnalysis 分析：MoE 模型推理的计算与数据流动
SemiAnalysis 发文解析 MoE 架构下大模型推理的服务与经济结构，指出 MoE 改变了每个 token 激活的张量、数据搬运和带宽需求。
Amazon ScienceAI 评分6262 Amazon Bio Discovery 发表三篇论文：AI 设计并实验验证抗体
Amazon Bio Discovery 团队发表三篇论文，研究抗体药物设计的三个关键问题。
Import AIAI 评分4343 Import AI 473：RAND 提出「保持行动自由」的超智能战略；人脑组织嵌入小鼠大脑；机器诠释学
RAND 发布长篇报告，认为美国应对「通往超智能的不确定路径」的最佳策略是「自由行动」（Freedom of Action）战略，即现阶段投入资金保留所有选项。报告分析了七大原型战略（分属共存、阻止、加速三族）和五大关键不确定性，包括危险临近程度、共存可行性、决定性战略优势是否可达成等。
Fireworks AIAI 评分5858 Fireworks AI 分析：任务级模型路由可达 97.6%，超过任何单一模型
Fireworks AI 分析 DeepSWE v1.1 基准上 18 个模型的任务级路由潜力：事后最优路由可达 97.6% 通过率、每任务 $1.88，比最佳单模型 GPT-6 Astra 的 74.1%（$6.52）高出 23 个百分点且成本不到三分之一；仅用开源权重模型也达 90.3%、$1.45。
Nathan Lambert：InterconnectsAI 评分5252 Nathan Lambert 解析为何仍不认可真正的递归自我改进（RSI）
Nathan Lambert 撰文认为真正 RSI 尚未到来，提出 lossy self-improvement 作为基线判断：可自动化的研究范围太窄、并行智能体收益递减、资源与政治因素更难被 AI 加速。
SemiAnalysis 长文 RSSAI 评分6565 SemiAnalysis 实测 DeepSeek-V4.1 Flash 的 Engram 卸载：DRAM 收益明显，SSD 不划算
SemiAnalysis 发布长文，分析 DeepSeek-V4.1 Flash 的 Engram 多 token 嵌入查找机制，并给出模型与 DRAM/SSD 卸载协同设计的实测结果。
Dwarkesh Patel：Podcast & BlogAI 评分6262 Dwarkesh 对谈 OpenAI Noam Brown：智能体集群、对齐与递归自我改进
Dwarkesh Patel 发布与 OpenAI 研究员 Noam Brown 的播客对谈。
SemiAnalysis 长文 RSSAI 评分6262 SemiAnalysis 实测 Vera Rubin NVL72 智能体推理：每美元 TCO 吞吐较 GB300 最高约 67 倍
SemiAnalysis 在自研 AgentX 智能体推理基准上发布了 Vera Rubin NVL72 的首批实测结果。
Redwood Research：BlogAI 评分5757 Redwood Research 实验发现 CoT 可控性评测存在严重欠激发
Redwood Research 博客报告，CoTControl 评测要求推理模型在思维链中遵守小写、禁用词等格式约束，近期多数模型仅得 0-30%。
Timothy B. Lee：Understanding AIAI 评分7272 OpenAI 用上万 Agent 耗资数百万求解 Navier-Stokes 引爆与数学家的署名之争
作者评述 9 月 8 日 OpenAI 宣布由 10000 个 Agent 组成的集群给出千禧年难题 Navier-Stokes 的解，但当晚 NYU 数学家 Tristan Buckmaster 与 Anthropic 员工 Levent Alpöge 抢先公开三个相关问题的约 245 页论文草稿并公开抨击 OpenAI。
Redwood Research：BlogAI 评分4444 Redwood Research 提出“不可言语化串行深度”（NLS depth）的可操作化定义
Redwood Research 为不可言语化的串行认知量提出可操作化度量 NLS depth，将 GDM 论文（Brown-Cohen et al, 2026）中“opaque serial depth”的概念具体化。