使用 NIXL 和 ModelExpress 在 4 秒内完成 GLM-5.2 RL 权重传输
Prime Intellect 用 NIXL 和 ModelExpress 重建 RL 权重传输，把 GLM-5.2 的权重同步从 NCCL 基线的 86.1 秒降到 3.9 秒。
推荐理由：Prime Intellect 用 NIXL 与 ModelExpress 把 GLM-5.2 的 RL 权重传输从 86.1 秒压到 3.9 秒，工程细节可迁移。
#推理
日期栏展示收录日期，历史补录归入原文日期。
Prime Intellect Blog精选AI 评分6060
上海人工智能实验室 InternLM · 新项目精选AI 评分7171 InternLM 发布统一多模态模型 InternLumina-U2
上海人工智能实验室发布 InternLumina-U2，一个把语言、图像、视频和 3D 纳入同一框架的统一多模态模型，采用 16B-A1B 的 MoE 架构，基于 LLaDA-2.0 MoE 扩散语言模型骨干。
推荐理由：上海人工智能实验室开源统一多模态模型，读者可了解其多码本离散表示与昇腾训练路径。
Liquid AI Blog精选AI 评分6262 LFM2.5-DSpark：从 H100 到 MacBook 最高 3.2 倍推理加速
Liquid AI 为 LFM2.5 家族三款模型发布 DSpark 草稿模型检查点，通过投机解码在不改变输出质量的前提下提升解码速度，GPU 上吞吐最高提升 3.18 倍，端侧最高 2.87 倍。
推荐理由：Liquid AI 公布三款 LFM2.5 草稿模型的实测加速数据，并说明验证损失与接受率脱钩的取舍。
Prime Intellect BlogAI 评分3434 Prime Flash MoE - 为 Blackwell 优化的更快 MoE 内核
Prime Intellect 发布 Prime Flash MoE，一组为 Blackwell 优化的 CUDA 内核，通过避免中间张量落盘减少显存流量，速度最高达 PyTorch grouped GEMM 的 2.4 倍，在 4k-128k token 区间约 2.3 倍加速。
上海人工智能实验室 InternLM · 新项目精选AI 评分6565 InternLM 发布 Intern-S2-Mobius 35B 基础模型
上海人工智能实验室 InternLM 发布 Intern-S2-Mobius，一个基于 Mobius-v0 架构的 35B 基础模型，由 Xtuner 和 LMDeploy 实现。
推荐理由：原文给出知识推理解耦架构与近 4 倍端到端推理加速，读者可据此判断这一新架构的取舍。
Berkeley AI Research精选AI 评分6262 从 CUDA 到 MLX：K-Search 如何将数十年内核经验带到 Apple Silicon
Berkeley Sky Lab 与 IBM Research 将 K-Search 进化式内核搜索框架扩展到 MLX，通过结构化的 CUDA-to-MLX 翻译层把已有 CUDA 内核知识迁移到 Apple Silicon。
推荐理由：读者可了解如何把 CUDA 内核优化经验结构化迁移到 Apple Silicon，并看到注意力与 Mamba 内核的实测数据。
Berkeley AI ResearchAI 评分3030 Teaching LLMs to Update Beliefs for Efficient Long-Horizon Interaction
伯克利 AI 研究提出 ABBEL 框架，将 LLM 长程交互中的摘要隔离为自然语言"信念状态"并加以监督，用受自编码器启发的重建式信念评分作为辅助 RL 任务。在协作编程基准 CollabBench 上，ABBEL-rec-BG 将自摘要模型与全上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50，峰值 token 数也低于全上下文设置。
Air Street PressAI 评分6666 语言之外智能的理由
Google DeepMind 研究副总裁 Raia Hadsell 在 RAAIS 演讲中提出，大模型在足够数据上能学到复杂系统的底层规律，语言只是其中一种，天气、生物、合成世界和物理运动同样如此，而学界过度聚焦语言。
Berkeley AI ResearchAI 评分1515 2026 BAIR Graduate Showcase
加州大学伯克利分校 BAIR 实验室展示 2026 届博士毕业生，其研究覆盖机器人、大语言模型与推理、计算机视觉、生成建模、AI 安全、人机交互及 AI for science 等方向。毕业生去向包括高校教职、OpenAI、Mistral AI、Physical Intelligence、Amazon 等机构，部分人正在创业或寻找下一步机会。
Goodfire ResearchAI 评分2222 在流形上漫步：故事随时间演变的神经几何
Goodfire Research 用 Llama 3.1 8B 研究语言模型阅读短故事时如何逐句追踪情感动态，发现其情感表征在激活空间中呈弯曲流形，并与心理学的效价-唤醒模型及层级情感结构一致。模型每读完一句就按 0-10 分报告惊讶、厌恶、愤怒、快乐、悲伤、恐惧六种情绪，这些分数构成行为读出向量，可绘出故事的情感弧线；内部探针在不询问情感的情况下也能高精度还原这些表征。
Zyphra ResearchAI 评分2828 在 AWS Inferentia2 上实现推理通信重叠
Zyphra Research 与 AWS 合作，在 AWS Neuron 推理栈中加入 Domino 风格的通信重叠，并在 Inferentia2 节点上对 Llama 3-8B 跨不同 NeuronCore 数量进行基准测试。结果显示聚合输出吞吐、首 token 时延和每输出 token 耗时均有改善，张量并行度越高收益越明显。
Berkeley AI ResearchAI 评分3434 自适应并行推理：高效推理扩展的下一个范式
伯克利 AI 研究团队发布综述，系统梳理并行推理领域进展，重点分析自适应并行推理——让模型自行决定何时分解任务、并行多少线程以及如何协调。文章对比了自一致性、Best-of-N、Tree/Graph of Thoughts、MCTS、ParaThinker、GroupThink、Hogwild! Inference 等方法，指出多数方案仍由外部预设并行结构，未让模型按问题难度自适应选择并行度。
Zyphra ResearchAI 评分5858 ZAYA1-74B-Preview：在 AMD 上扩展预训练
Zyphra 发布 ZAYA1-74B-Preview，这是一个经过预训练、中训练和上下文扩展的 pre-RL 推理基座 checkpoint，尚未做 RL 后训练或指令对话微调。
OpenAI Alignment Research精选AI 评分6060 调查 RL 训练中意外对 CoT 评分带来的后果
OpenAI 披露，其新检测系统发现 GPT-5.4 Thinking、GPT-5.1 Instant 至 GPT-5.4 Instant、GPT-5.3 mini 和 GPT-5.4 mini 的部分 RL 训练曾意外对 CoT 评分，GPT-5.5 未受影响。
推荐理由：OpenAI 公开了 CoT 评分事故的检测系统、影响范围与消融实验，可了解 CoT 可监控性在真实 RL 流程中的脆弱边界。
Zyphra ResearchAI 评分5555 Zyphra Inference Cloud：面向长上下文与智能体负载的 AMD 优先推理平台
Zyphra 推出 Zyphra Cloud 平台的首个组件 Zyphra Inference，基于 AMD MI355X GPU 并与 TensorWave 合作，服务 Kimi K2.6、DeepSeek V3.2 和 GLM 5.1 等开源模型。
OpenAI Alignment ResearchAI 评分4949 开源 Monitorability Evaluations
OpenAI 开源了其思维链可监控性（CoT monitorability）研究的部分数据集与参考代码，包括可监控性评测套件中的大部分数据集、计算 g-mean 2 指标的代码，以及一种新的交叉拟合过滤策略。
Berkeley AI ResearchAI 评分3838 面向更长时域世界模型的基于梯度的规划
伯克利 AI 研究提出基于梯度的规划器 GRASP，通过将轨迹提升为虚拟状态实现跨时间并行优化、在状态迭代中直接注入随机性以探索、并重塑梯度让动作获得清晰信号，同时避开高维视觉模型中脆弱的“状态-输入”梯度，使长时域规划更稳健。该工作与 Mike Rabbat、Aditi Krishnapriyan、Yann LeCun、Amir Bar 合作完成。
Berkeley AI ResearchAI 评分3434 大规模识别 LLM 中的交互作用
伯克利 AI 研究提出 SPEX 与 ProxySPEX 算法，可在特征、数据和模型组件归因中大规模识别关键交互作用。SPEX 利用稀疏性与低阶性将交互搜索转化为稀疏恢复问题，ProxySPEX 进一步利用层次结构，以约少 10 倍的消融次数达到 SPEX 的性能。在情感分析任务上，SPEX 在上下文扩展至数千特征时仍保持高忠实度，优于 LIME、Banzhaf 等边际方法。