首页

微软发布 Microsoft-Decision-1：基于 Qwen3.5-9B 后训练，专做有限选项判断

dotey 转述，微软发布的 Microsoft-Decision-1 基于 Qwen3.5-9B 后训练，专门从有限选项中作判断，输出程序可直接使用的结构化结果和概率分数。它支持是非题、多选题和评分，可用于反馈分类、模型路由及 AI 回答评价。模型已在 Microsoft Foundry 上线，每百万输入模型 token 0.042 美元，输出免费；OpenRouter 尚待上线。

机器人系统用因果世界模型预测动作后果

svpino 介绍的机器人系统，用因果世界模型预测不同动作可能怎样改变物理环境，并推理其后果。因果 AI 智能体负责保留任务上下文，为任务各阶段选择所需能力。统一工具接口则用于调用导航、学习得到的动作模型、基于规则的函数，以及检查执行结果。

Grok Bot 是否已用上 Opus 5.5？作者称复杂任务效果很好

歸藏称 Grok Bot 处理复杂任务的效果很好，并猜测其底层模型是否已是 Opus 5.5。帖文未提供具体任务案例、评测结果或模型身份的确认信息，因此不能据此判断 Grok Bot 实际使用了什么模型。

GPT-6 正式进入 ChatGPT 日常聊天

这篇转述称，GPT-6 进入 ChatGPT 日常聊天后，可把回答做成可操作的智能界面，例如随人数调整食材用量和烹饪时间的购物清单。Plus、Pro、Business、Enterprise 今天起陆续可用，免费版与 Go 明天起分批开放；企业账号还取决于管理员设置。付费用户使用 GPT-6 Sol，免费版及 Go 使用 GPT-6 Luna。

仅基于配文整理

同一新闻，精选展示《OpenAI 全球推出带 Intelligent UI 的 GPT-6，分层使用 GPT-6 Sol 与 GPT-6 Luna》

从文档已有数值推导新数值的模型

Santiago 分享了一种模型，能根据文档已有数值，计算文档中未直接写出的数值。例如，询问产品的年度使用成本时，它会从月度成本自动计算。作者根据演示视频判断，它似乎还能推断复杂公式；帖子未提供模型名称、使用入口或验证结果。

UNREAL 论文解读：RAG 与长上下文如何统一证据选择

硅谷刘老师解读的 UNREAL 研究，尝试用大语言模型自身的内部表示，统一 RAG（检索增强生成）和长上下文中的证据选择。方法冻结主模型，只训练不到 50 万个参数，用于编码文本片段并派生检索查询。配文称，该方法在 Wikipedia 检索和长上下文评测中均有提升，为长文档问答、知识库检索提供了研究思路。

仅基于配文整理

有损推测解码：部分回答加速方案可能增加安全风险

这篇解读讨论有损推测解码：由小模型先写草稿，大模型再验证，以加快回答生成。文中称，部分方案只让任务准确率下降少量，却可能明显增加越狱与提示词注入攻击的成功率。研究提出 SecureSD，加强对开头生成内容的检查，在所测基准上改善安全表现，同时保持与现有方法相近的效率和效果。做推理优化时，可以把这类安全测试一并纳入验收。

仅基于配文整理

Tibo 分享 AI 数学成果的博客入口

Tibo表示团队模型解决了一些重要数学问题，并链接记录成果的博客，同时说明它们与当日其他发布无关。它适合用于继续核对具体问题与证明材料，短帖没有独立展示证明，也不意味着相关模型已可公开使用。

GPT-6 系列模型实践指南：选型、成本控制与生产评估

OpenAI 于10月2日发布 GPT-6 系列实践指南，建议按任务选择模型与推理级别。指南建议通过缓存和上下文压缩控制成本，并用任务成功率与延迟评估生产表现。

聚焦后训练：以 Ember-1 为例

Fireworks 基于 Kimi K3 后训练得到 Ember-1，使其 token 用量减少约 40%，同时在评测中保持相近质量。训练重点是让模型生成更短的推理过程，具体算法尚未充分披露。Sebastian Raschka 建议在预算有限时基于现有开放权重模型，将资金投入后训练。

JEV：一个不会写代码的模型，为什么拿下4000万美元？

作者认为，TypeSafe AI 的 JEV 将判断与生成分开：输入文本和预设问题，返回分类、分值与概率，可用于客服分流。关键价值是校准概率可作业务阈值，但不保证单次判断正确；替代转人工判断前，仍需与现有模型并行验证。JEV 是早期访问的闭源商业 API，输入 $0.042 / 百万 token、输出免费；官方称中文准确率目前偏低。

限制模型只选预设值：适合标签和固定动作任务

Chip Huyen介绍一种限制模型输出的思路：不给自由文本，而是从预先列出的值中选择，可用于数据标注或动作集合固定的任务。她称其输出token免费，但也指出推理如何进行尚不清楚；这是对一种方法的初步讨论，不是已验证的完整评测。

仅基于配文整理

活动报名｜腾讯云与 Elastic：2026 年做搜索就是在做 Test Time Compute

腾讯云与 Elastic 将于 2026 年 8 月 21 日在深圳腾讯滨海大厦举办 AI 搜索技术大会，现已开放报名。肖涵将讨论 Test Time Compute：不再训练模型，而是增加检索、重排等推理阶段计算，搜索效果能否持续改善并迁移到新任务。腾讯云 Elasticsearch Service（ES）企业版计划同场发布，王峰将分享 jina-reranker-v3.5；可扫码或点击原文报名。

大模型调用知多少：AI 智能体全链路拆解

作者拆解了 AI 智能体调用大模型的完整链路：结构化消息经聊天模板变成提示词，再编码为模型 token ID；生成结果经解码与解析，返回助手消息或工具调用。文中用 vLLM 与 LangGraph 说明分工：前者处理底层推理与采样，后者保存消息状态、调度工具并维持多轮执行，帮助读者理解不同调用接口各自负责哪一段。

Jina Reranker v3.5：专注垂直领域的 0.6B 列表式重排器

Jina AI 发布 Jina Reranker v3.5，以 0.6B 参数一次处理整批候选文档并重新排序，重点补强法律、金融等领域检索及 JSON、表格的条件判断。它结合局部与全局注意力，降低长列表计算开销，并通过扰动训练数据中的价格、规格等字段，学习“150 元以下”这类约束。API 已上线，权重可用 transformers 加载；权重采用 CC BY-NC 4.0 许可，商业用途需联系 Jina AI。