标签 · #ai-research

Nemotron 模型在 IOI 和 IMO 中实现金牌表现

为什么值得读 这表明，结合迭代推理循环的专用微调可以将开放权重模型推向精英竞技水平，而无需外部工具。

NVIDIA 通过微调 Nemotron 模型，在国际信息学奥林匹克竞赛（IOI）和国际数学奥林匹克竞赛（IMO）中均取得金牌水平成绩。

SWE-Flux基准测试揭示大语言模型在运行时推理方面的困境

为什么值得读 大语言模型在运行时行为方面仍然薄弱。SWE-Flux提供了一个严格、自动化的基准测试，以衡量其在真实Python仓库中这一能力的差距。

新的仓库级基准测试SWE-Flux显示，顶级大语言模型在动态执行推理任务上的准确率仅为37%。

大语言模型智能体中的跨任务技能迁移：子任务与文本胜出

为什么值得读 构建自主智能体的开发者可以通过将记忆结构化为文本形式的子任务来提高可靠性。所提出的效用分数提供了一种执行前的诊断手段，用于筛选有效技能。

研究发现，基于子任务的归纳和文本格式能使大语言模型智能体实现可靠的技能迁移，其效果优于基于任务和代码的方法。

实体AI人才争夺战——顶尖工程师的去向与科技领导权预测

2026年顶尖ML研究员与机器人工程师的人才流向，预测2028年的科技领导格局。

Recursive Superintelligence 带 $6.5 亿美元出场，挑战「自我改进的 AI」

为什么值得读 NVIDIA 与 AMD 同时出现在 cap table 才是暗号：押注的是「对哪家芯片厂都不忠诚的算力工作量」（对架构空间做递归搜索）—— 而不是某家的模型家族。

$6.5 亿美元、估值 $46.5 亿美元，产品未出。GV 与 Greycroft 领投；NVIDIA 与 AMD 同场跟投。论点：AI 自动进行架构搜索。