标签： GPT-4

alphaXiv 收录的论文提出 Priced Guidance 框架，用“引导模型找回目标想法需要多少比特”来估算模型无提示自主生成该想法的概率下界；在 87 篇近期深度学习论文上的测试中，Fable 5.1 取得最低中位压缩成本 69.9 比特，三模型均匀集成进一步降到 55.8 比特。这为衡量大模型的研…

ResNet作者何恺明参与的MIT团队发布VISTA，不训练、不微调模型，只把游戏画面从数字网格换成渲染图像并允许模型回看历史帧，就在ARC-AGI-3上把Claude Opus 5.0的相对人类动作效率从40.68推到100.00。

研究者提出 OnePO 纯强化学习域适应方法，并据此训练开源医疗大模型 HuatuoGPT-3，其 27B 版本在 HealthBench 评测中报告 70.1 分。

Artificial Analysis 评测显示，GPT-6.1 Sol 在 GPT-6 Sol 发布仅 7 天后接替上位，智能指数只比 GPT-6 Astra 低 1 分，但每任务成本不到其四分之一。对开发者和企业来说，这意味着接近顶级能力的模型正在快速降价。

LlamaIndex 发布 OpenDocRouter，通过统一 API 调用开源与前沿模型做文档转 Markdown 解析，并公布各模型质量与成本基准。

韩国 AI 实验室 Upstage 发布闭源推理模型 Solar Mini 4，官方称其以 35B 总参数、3B 激活参数在 Intelligence Index 上拿到 24 分，但 Artificial Analysis 评测显示其完成同一任务的成本约为 GPT-6 Luna（max）的 5 倍，效率与速…

Mistral 发布 Mistral Large 4 研究公开预览版，在 Artificial Analysis 智能指数上得分 38，成为美中之外最智能的模型，但单位任务成本仍是同级开源权重模型的四倍以上。