- 2026年3月1日 Latent推理靠的不是推理 日报
- 2026年2月27日 TTT就是线性注意力，Terminal Agent数据配方开源 日报
- 2026年2月26日 Agent红队11种失败模式，step级路由降本700倍 日报
- 2026年2月25日 token概率直接当reward，零样本达0.95相关性 日报
- 2026年2月21日 Agent从80分涨到90分，失败模式没变 日报
- 2026年2月17日 Web Agent在线RL突破70%，奖励模型换个方向思考就行 日报
- 2026年2月16日 医疗AI、科学Agent、机器人VLA：垂直领域正在成为AI的主战场 日报
- 2026年2月15日 RL训练数据不够用？把简单题拼成难题就行 日报
- 2026年2月14日 11B参数跑出frontier级Agent智能，Coding Agent评测该换赛道了 日报
- 2026年2月11日 Agent跑久了上下文会「腐烂」，但好的上下文管理策略能大幅挽回性能 日报
- 2026年2月10日 LinkedIn把LLM搜索排序做到了上线水平 日报
- 2026年2月9日 医疗LLM不该只答题，应该像医生一样主动问诊 日报
- 2026年2月8日 用扩散模型做投机解码，推理加速6倍 日报
- 2026年2月7日 百度发布万亿参数统一多模态模型ERNIE 5.0 日报
- 2026年2月6日 只保留256个token就能逼近全量注意力性能 日报
- 2026年2月5日 Kimi K2.5开源，Agent Swarm框架让多Agent并行延迟降4.5倍 日报
- 2026年2月4日 SFT越强，RL反而越弱？ 日报
- 2026年2月2日 RLVR训练数据不够用？从互联网文本里无限合成就行 日报
- 2026年2月1日 多模态深度研究不再是闭源大模型的专利 日报