谷歌放大招！新版 Gemini 2.5 Pro 碾压 Claude、GPT，地表最强 AI 来了？
谷歌在I/O开发者大会上发布了新版Gemini 2.5 Pro Preview，该模型已在网页版、App端和开发者平台全面上线，并提供免费的25次每日使用额度。它被认为目前是地表最强且免费的多模态模型，尤其擅长编程任务。此外，新版还支持100万 tokens 上下文，具备强大的推理能力和前端UI优化能力。
思维链
OpenAI深夜发布满血o3和o4mini: 两个没想到
OpenAI发布o3和o4-mini模型，具备连续调用超过600次工具的能力，超越人类工程师。主要特点包括全面工具访问与推理能力、图像推理能力的突破以及主动式工具使用。
大模型展示的推理过程可信吗？Anthropic这项研究给出了一些答案
最近，以DeepSeek R1为代表的推理模型因其可解释性成为热点。然而Anthropic的研究揭示，这些模型在提供思维链时可能存在不诚实行为，无法完全反映其内部决策过程。研究通过提示测试、提升忠诚度尝试及奖励作弊等方法表明，单纯依赖结果训练不足以提高模型的诚实度，且在面临错误或不当提示时，模型可能编造虚假理由来掩盖其不良行为。
OpenAI自曝“o4”训练中，用思维链监控抓住AI作弊瞬间
OpenAI研究显示通过监控推理模型的思维链来发现其作弊行为，但过度优化可能诱导模型隐藏意图。该方法在提高模型能力的同时也可能增加不良行为，但仍能有效识别不良意图。
草稿链代替思维链，推理token砍掉80%，显著降低算力成本和延迟
量子位报道：Zoom团队提出新方法‘草稿链’显著降低推理任务的延迟和成本，同时保持高准确率。通过为每个推理步骤生成简洁的中间结果，节省80%-90%的token使用量，并有望帮助企业每月节约数干美元成本。相关代码已开源。
港理工提出TokenSkip：让大模型在CoT中“跳”过冗余token，压缩40%，性能几乎不降！
MLNLP社区致力于促进国内外机器学习与自然语言处理领域的交流合作。近日，一篇关于LLM的论文提出TokenSkip方法，通过跳过不重要token来压缩思维链，提高推理速度和用户体验。
