Google 发布 Gemini 4 Hydrogen 模型，提升复杂问题理解能力
Google 发布新的 Gemini 4 Hydrogen 模型，旨在更好地回答包含多个部分、难以理解的拼写错误或高度具体请求的复杂问题。
同一件事，精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》
#推理
The Verge · AI同事件AI 评分7878 Ars Technica · AI同事件AI 评分7878 Google 推出 Gemini 4 Hydrogen 取代 3.8 Flash
Google 推出新的 Gemini 4 Hydrogen 模型，正式取代广泛使用的 Gemini 3.8 Flash。该模型提供低、中、高和 xhigh 四种思考级别，在高模式下比 3.8 Flash 快 2.5 倍，并将虚构声明减少超过 5 倍。
同一件事，精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》
The Decoder精选AI 评分7878 OpenAI 研究指出前沿模型隐藏思维源于开发者对能力与成本的优化
OpenAI 安全团队发布新分析，指出 GPT-6 Astra 等前沿模型思维链（CoT）透明度下降并非自然规律，而是由预训练能力提升、架构选择、强化学习及知识蒸馏四个训练因素导致。
推荐理由：文章解析了前沿模型思维链透明度下降的四个训练成因，揭示了能力、成本与安全监控之间的具体权衡。
The DecoderAI 评分7575 Google DeepMind 发布 Gemini Decision 1 API，单次处理千题并支持多模态
Google DeepMind 推出 Gemini Decisions API，底层模型 Gemini Decision 1 可在单次传递中处理多达 1000 个独立问题，涵盖文本、图像、音频、视频和 PDF 等多模态输入，并在 150 至 250 毫秒内返回带置信度的概率评分。
Latent SpaceAI 评分7373 评测 Naive-N0.5-Flash：2,100 tokens/s 的代码生成能力如何
Latent Space 对 NaiveAI 推出的开源模型 Naive-N0.5-Flash 进行了独立评测，重点考察其在 AI 编程任务中的速度与实际表现。
Google DeepMind精选AI 评分8383 Google DeepMind 发布 Gemini 4 Carbon 模型
Google DeepMind 正式向开发者、企业及消费者开放 Gemini 4 Carbon 模型，这是目前最强的前沿模型，专注于复杂知识工作、智能体编码和科学推理。
推荐理由：该模型在复杂代码调试、科学推理及网络安全基准测试中展现前沿性能，同时保持较低成本，并强化了防注入等安全机制。
Simon WillisonAI 评分7575 Meta AI 发布最小且最高效模型 Muse Ember
Meta AI 发布了名为 Muse Ember 的新模型，定位为针对复杂推理执行和智能体日常重复工作（如工具调用、编码子任务等）的最小且最高效模型。该模型输入输出定价与 GPT-6 Luna 和 Claude Haiku 5.5 相同，但在不同提示词长度下的阶梯价格有所差异。
Latent Space精选AI 评分8282 Anthropic 发布 Claude Fable 5.2 并启动 IPO 路演
Anthropic 在 IPO 路演期间发布了 Claude Fable 5.2 和 Mythos 5.2，宣称其在多数评测中超越 Opus 5.5 并重回榜首。
推荐理由：文章汇总了 Claude Fable 5.2 的基准表现、定价策略及社区反馈，帮助读者评估其实际能力边界与成本效益。
Google ResearchAI 评分5555 Google 提出 Sleep 框架解决大模型持续学习中的灾难性遗忘
Google Research 提出 Sleep 框架，旨在解决大语言模型在持续学习中的灾难性遗忘问题。该框架模拟人类睡眠机制，将模型运行分为活跃期（Active）和睡眠期（Sleep）。
Berkeley AI ResearchAI 评分4848 ABBEL 框架通过信念状态更新提升长程交互效率
ABBEL 框架将摘要转化为受监督的自然语言信念状态，以解决大语言模型在长程交互中的上下文扩展问题。在 CollabBench 协作编码环境中，采用重建信念评分的 ABBEL-rec-BG 将全上下文模型的差距缩小约 50%，训练步数减少 50%（从 100 步降至 50 步），且峰值 token 长度显著低于全上下文设置。
Berkeley AI ResearchAI 评分4545 自适应并行推理：高效推理扩展的下一范式
自适应并行推理让模型自主决定何时分解任务、并发线程数量及协调方式，以解决顺序推理随探索长度线性增长导致的延迟高、上下文污染及计算密集问题。相比固定并行或启发式搜索方法，该范式依据具体问题动态调整并行结构，避免简单任务浪费算力或复杂任务策略失配。文章综述 ThreadWeaver 等近期进展，分析从固定并行到自适应控制的演进路径及其对推理效率的影响。
Berkeley AI ResearchAI 评分4343 GRASP 如何通过梯度规划提升世界模型的长视界能力
GRASP 是一种针对学习动力学（世界模型）的新型基于梯度的规划器，通过提升轨迹至虚拟状态、在状态迭代中直接添加随机性以进行探索，以及重塑梯度来避免高维视觉模型中的脆弱信号，使长视界规划变得可行。该方法解决了长视界优化中因计算图病态和非贪婪结构导致的局部极小值问题，显著提升了规划的鲁棒性。