vLLM 作为高性能大语言模型推理引擎，正通过引入硬件无关层来进一步扩展其硬件兼容性。该设计使模型能够在多种硬件平台上高效运行，同时维持较高的推理性能。官方数据显示，这些硬件无关层在 NVIDIA H100 GPU 上最高...

谷歌近日正式发布了一种名为RRSI（Regularized Recursive Self-Improvement）的新方法，用于优化AI智能体在递归自我改进过程中的稳定性与泛化能力。该方法的核心理念是“正则化搜索过程，而非正则化智能体外壳”，通过...

Perplexity近日披露其Computer模型的一项新训练方法，通过将拒绝采样微调与提示引导自蒸馏相结合，让AI既能从成功执行的会话中学习，也能从用户纠正过的失败操作中吸收经验。传统微调往往依赖高质量成功样本，但真实...

SWE-Bench Pro V2基准正式发布，共包含来自11个代码仓库的642项任务。该版本修正了此前任务中的错误，并优化了评估流程，使评测更贴近真实软件工程场景。结果显示，AI模型在该基准上的得分普遍下降，OpenAI GPT-5与C...

Anthropic正式发布Claude Opus 5.5，官方称其在智能体编码和知识工作场景中处于领先水平，并在典型工作负载下将运行成本较Opus 5降低40%。这意味着模型在保持旗舰能力的同时，进一步优化了推理效率与部署经济性，对...

OpenAI 正式推出 GPT-6 Sol 与 GPT-6 Luna，作为 GPT-6 Astra 之后更快、更经济的补充型号。官方信息显示，两款模型将前沿智能引入日常工作任务，重点在编码、事实性、计算机操作和专业任务等维度带来能力提升。与 A...

Gortex 是一款面向 AI 编码代理和 IDE 的高性能代码智能引擎，其核心做法是把代码库索引为本地图结构，再按需提供跨仓库搜索、定义引用、调用链和影响分析等高度相关的上下文。与朴素地读取整段文件相比，官方称这种...

Toby Ord 在最新文章《Swarm Scaling》中分析了大规模AI智能体蜂群的扩展效率问题。他指出，将蜂群中的智能体数量扩大10倍，其性能提升并不如将10倍token投入到单一智能体中来得显著。这种收益差距会随着规模扩大而...