OpenAI 发布 719 份数学证明手稿，但尚未达到数学界标准
OpenAI 发布了 719 份数学证明手稿，但其披露方式未完全符合 AGMAI 对前沿数学研究的建议。仅 10 份手稿公开了模型思维链，42% 的证明未经过形式化，发布内容也缺少关联自然语言证明与形式化结果的机器可读元数据。
#推理
TechCrunch · AIAI 评分6767
The Decoder精选AI 评分8383 Anthropic 发布 Claude Haiku 5.5，降价并提升基准表现
Anthropic 发布 Claude Haiku 5.5，定位为面向高并发、成本敏感任务的快速小型模型，平均价格比 Haiku 4.5 低约75%，不超过100,000 tokens 的 prompts 价格最高下降90%。
推荐理由：文章同时梳理 Claude Haiku 5.5 的价格、基准表现与 token 消耗，便于比较低成本模型在性能和资源使用上的取舍。
Latent Space精选AI 评分8383 Anthropic 发布 Claude Haiku 5.5，定价对齐 GPT-6 Luna
Anthropic 发布 Claude Haiku 5.5，定价对齐 GPT-6 Luna，现已上线 Claude Platform 和 Claude Code。
推荐理由：文章将定价、上下文窗口和第三方基准放在一起比较，也呈现高努力档 token 用量与过度拒答问题，便于判断其成本优势的边界。
Simon Willison精选AI 评分7878 Anthropic 发布 Claude Haiku 5.5
Anthropic 发布 Claude Haiku 5.5，定位为快速、低成本模型；其价格在 100,000 tokens 内为 $0.10/$0.50，超过后升至 $0.50/$2.50。
推荐理由：文章把 Claude Haiku 5.5 与 GPT-6 Luna 的分段价格、token 消耗和推理级别测试放在一起，便于判断不同上下文长度与推理设置下的实际成本。
Hugging Face Blog精选AI 评分7878 Nemotron 通过微调在 IOI 2026 与 IMO 2026 达到金牌级成绩
Nemotron 团队从 Nemotron 3 出发，结合 SFT、RL 和反馈驱动推理，在 IOI 2026 得到 535.4/600，在 IMO 2026 得到 30/42，均达到金牌级门槛。
推荐理由：文章对比了 Nemotron 在 IOI 与 IMO 中的专门化路径，具体展示微调、反馈推理和验证流程如何协同提升竞赛表现。
Latent SpaceAI 评分6363 OpenAI 发布 722 篇数学手稿，AINews 汇总近期 AI 进展与争议
OpenAI 发布了来自内部数学模型的 722 篇手稿，内容按 372 个结果家族整理，平均每项使用约 3 小时 ChatGPT Pro 推理计算，但相关数学结果尚未经过独立验证。Latent Space 的 AINews 还汇总了 Mistral Large 4、EmbeddingGemma 2、Nano Banana 2.1、Decisions API，以及安全评测和开发者工具等近期动态。
Mistral AI精选AI 评分8484 Mistral Large 4 发布公开预览版，权重将于月底开放
Mistral AI 发布 Mistral Large 4 公开预览版，这是一个 1 trillion-parameter 原生多模态模型，含 52 billion active parameters。
推荐理由：原文同时给出模型规模、开放权重计划与多项基准结果，便于比较其在编码、智能体工作流和多模态任务上的定位。
Latent SpaceAI 评分4949 Reflection Beam：501B-A23B 美国开源模型
Reflection 宣布 Beam，一款面向 coding、AI 智能体和科学工作的纯文本 501B-total / 23B-active MoE，采用从头训练，完整权重预计本月按 Apache 2.0 发布。
NVIDIA Blog精选AI 评分7272 NVIDIA DGX Spark 64GB 配置将于 10 月 23 日上市，起价 $4,999
NVIDIA 宣布 DGX Spark 64GB 配置将于 10 月 23 日由 Acer、ASUS、Dell、Gigabyte、HP 和 MSI 上市，起价 $4,999。
推荐理由：文章同时交代了本地运行模型、双机扩展和开箱即用的软件栈，便于评估 DGX Spark 如何承载智能体开发与推理工作流。
NVIDIA Blog精选AI 评分7575 NVIDIA GPUs 如何加速 OpenAI GPT-6 Astra Ultrafast
OpenAI GPT-6 Astra Ultrafast 已在 NVIDIA Blackwell GPUs 上运行，并通过 OpenAI API 和面向符合条件的 ChatGPT Work、Codex 用户提供。
推荐理由：文章把 GPT-6 Astra Ultrafast 的 8x token 生成提升与编码智能体的工具调用循环联系起来，并说明了 Blackwell 上的推理优化路径。
Google DeepMind精选AI 评分8080 Google 发布 Gemini 4 Argon，支持 1M tokens 输出并将分阶段开放
Google 发布新模型 Gemini 4 Argon，面向软件工程、企业知识工作和网络安全防御等复杂长流程任务，当前先向 Fairwind Program 的可信网络防御者开放。
推荐理由：原文将 Gemini 4 Argon 的长程推理、企业工作流与网络安全能力放在同一发布框架中，并给出价格、评测成绩和分阶段开放计划。
Google DeepMind精选AI 评分8585 Google DeepMind 发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking
Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking，分别面向规模化语音交互与高复杂度、多步骤推理任务。
推荐理由：原文同时给出两款模型的定位、语音交互能力、基准成绩与开发者和企业端入口，便于比较其适用场景。
Import AIAI 评分5656 Import AI 470：机器权利之争、SPADE 自动生成环境与 Hawkeye 优化 GPU kernel
Import AI 470 汇总了 AI 加速科学研究、SPADE 环境生成、Hawkeye GPU kernel 优化，以及机器权利等议题。文中引用 METR 分析称，AI 对网络安全带来明显加速，对数学研究是较小加速，而对 AI 研究尚未观察到可测量的加速。
Berkeley AI ResearchAI 评分4343 2026 BAIR 博士毕业生展示
Berkeley Artificial Intelligence Research（BAIR）庆祝 2026 届博士毕业生，他们的研究推动了人工智能与机器学习前沿。
Berkeley AI ResearchAI 评分5454 自适应并行推理：高效推理扩展的下一种范式
Berkeley AI Research 发布一篇综述与观点文章，系统分析 Adaptive Parallel Reasoning 如何让模型在推理时动态决定串行或并行操作、线程数量与协调方式。文章比较了 Multiverse、ThreadWeaver 等方法在 KV cache 聚合和推理引擎改造上的不同路径，并讨论了关键路径效率奖励、训练稳定性与硬件感知并行等开放问题。
Berkeley AI ResearchAI 评分5252 GRASP：面向更长时域 World Model 的梯度规划方法
GRASP 提出一种面向学习型 World Model 的梯度规划器，通过虚拟状态并行优化、状态迭代注入随机性和梯度重塑，改善长时域规划。它在虚拟状态上注入 Gaussian noise，保留 action gradients，避开脆弱的 state-input gradients，并每隔 K_sync 次迭代用 serial rollout 做同步 refinement。