Thore Graepel 认为 LLM 并不具备真正推理能力
Thore Graepel 认为，当今 LLM 主要依赖 next-token prediction 和 CoT 延长生成过程，并不具备 AlphaGo 式的独立推理机制。他以 AlphaGo 的政策网络与搜索机制解释第 37 手，指出真正推理需要显式、持久、可检查的认知状态，以及知识与操作知识方式的分离。他主张未来 AI 应维护可审计的证据、推理和信念修订序列，用于科学、医学、工程等高风险领域。
技术方向
推理能力 最新动态
模型推理能力的进展：思维链、推理模型、数学与逻辑基准的突破与争议。
50 条精选近 30 天 44 条共收录 51 条
更新
精选归档 · 第 3 页
MIT Technology Review · AI精选AI 评分6161 Latent Space精选AI 评分4545 MIT Alex Zhang：学术界需要雄心，RLMs 与 AI 智能体集群的研究机会
Latent Space 访谈 MIT 的 Alex Zhang，讨论 RLMs、GPU Mode、KernelBench、AI 生成 GPU kernels 与多智能体集群。
Latent Space精选AI 评分7979 Gemini 4 Argon 发布，Google DeepMind 面向编码、企业知识工作和网络防御推出前沿模型
Google DeepMind 推出 Gemini 4 Argon，用于编码、企业知识工作和网络防御，当前仅通过 Fairwind Program 向政府用户和受信任的网络防御者开放。
推荐理由：原文汇总了 Argon 的开放范围、价格和多组评测结果，便于比较 Google DeepMind 与同级前沿模型。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 宣布 Gemini 4 Argon，这一前沿模型将先通过 Fairwind Program 向一组受信任的网络防御者推出，并逐步扩大访问。
推荐理由：原文给出发布节奏、价格和多项基准结果，可用于了解 Google 对高能力模型分阶段开放的安排。
Google DeepMind精选AI 评分8686 Google DeepMind 推出 Gemini 3.8 Live 和 3.8 Live Extended Thinking
Google DeepMind 推出 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking，用于近实时推理、语音智能体和更自然的 AI 对话。
推荐理由：原文同时给出语音模型能力、评测结果和开放入口，便于判断其在语音智能体中的适用场景。
Import AI精选AI 评分3535 Import AI 470：机器权利、SPADE 自动生成环境与 Hawkeye 优化 GPU kernels
Import AI 470 讨论 METR 对 AI 加速科研的分析、SPADE 合成可执行环境，以及 Hawkeye 改进 GPU kernels。METR 称 AI 对 cyber 漏洞发现加速明显，对数学贡献较小，对 AI 研究优化暂无可测加速；SPADE 在 Qwen3-30B-A3B 上游戏套件平均达 58.3，比 base 高 +8.1。
Import AI精选AI 评分4545 Import AI 469：Science AI、RSI Simulator 与 Zuck 的技术悲观主义
Import AI 469 讨论 DiG-bench、RSI Simulator 和 Inherent 的 AI 科学家模型 Faraday 等 AI 研究进展。
Berkeley AI Research精选AI 评分2121 2026 BAIR 博士毕业生展示
BAIR 庆祝 2026 届 Ph.D. 毕业生，他们的研究覆盖机器人与具身智能、LLM 与推理、计算机视觉、生成建模、AI 安全、人机交互、AI for science and healthcare 等领域。毕业生将前往高校任教或从事博士后研究、加入产业研究实验室，或创办自己的初创公司。
Berkeley AI Research精选AI 评分5252 Berkeley AI Research 分析自适应并行推理的高效推理扩展范式
Berkeley AI Research 文章分析 Adaptive Parallel Reasoning，认为它让模型在推理时自行决定何时拆解任务、启动多少并行线程以及如何协调。
Berkeley AI Research精选AI 评分4242 GRASP：面向世界模型长时域规划的梯度式方法
Berkeley AI Research 介绍 GRASP，一种用于学习动态系统“世界模型”的梯度式规划器，旨在让长时域规划更实用。GRASP 将轨迹提升为虚拟状态以并行优化时间维度，在状态迭代中直接加入随机性用于探索，并重塑梯度，让动作获得更清晰信号，同时避免穿过高维视觉模型的脆弱“state-input”梯度。