Google 发布 Gemini 4 Argon，称其为迄今最强大模型
Google 母公司 Alphabet 推出新 AI 模型 Gemini 4 Argon，官方称其为迄今最强大的模型。该模型通过 Fairwind Program 向部分网络安全合作伙伴开放，专门针对防御性网络工作训练，能够自主发现、验证和修补关键软件漏洞。
推荐理由：原文指出该模型专攻防御性网络安全并声称在多项基准测试中领先竞品，读者可据此评估其在特定垂直领域的实际能力与行业地位。
#推理
#推理
今日 2 条TechCrunch · AI精选AI 评分7878 Ars Technica · AIAI 评分5858 Ataraxos AI 以低成本击败史上最强 Stratego 玩家
来自卡内基梅隆大学、MIT、纽约大学和斯坦福大学的研究团队开发了名为 Ataraxos 的 AI，在 Stratego 游戏中以 15 胜 1 负 4 平的成绩击败了公认的最强人类玩家 Pim Niemeijer。该模型仅使用 16 个 GPU 和数千美元的训练成本即实现了这一突破，解决了此前 DeepMind 等高预算机构未能攻克的难题。
The Decoder精选AI 评分7878 Ataraxos AI 击败 Stratego 历史最佳选手 Niemeijer，终结人类最后堡垒之一
新系统 Ataraxos 在 Stratego 游戏中击败了被认为是历史上最伟大玩家的 Jeroen Niemeijer，有效胜率达到 85%。该研究指出，Ataraxos 仅使用约 8000 美元的算力成本（16 块 Nvidia H100 GPU 运行一周加 4 块 GPU 四天），远低于此前 DeepMind 的 DeepNash 系统所需的数百万美元。
推荐理由：原文详细对比了 Ataraxos 与 DeepNash 在算力成本上的巨大差异，并展示了其在 Stratego 中击败人类顶尖选手的具体数据。
Latent Space精选AI 评分7979 AINews：Gemini 4 Argon 发布，主打百万 token 输出与网络安全预览
Google DeepMind 推出 Gemini 4 Argon 模型，在 19 项基准测试中的 13 项取得 SOTA，并支持高达 1M token 的输出限制。
推荐理由：原文汇总了 Gemini 4 Argon 的基准测试成绩、定价策略及内部部署案例，读者可据此评估其性能表现与行业影响。
The Decoder精选AI 评分8686 Google 发布 Gemini 4 Argon：缩小与 OpenAI 和 Anthropic 差距但未确立明显领先
Google 发布新前沿模型 Gemini 4 Argon，在部分关键基准测试中超越竞争对手，但尚未确立全面领先地位。该模型目前仅向“可信网络防御者”等早期测试者开放，后续将逐步面向 API 客户和 Google AI Ultra 订阅用户推出。
推荐理由：原文梳理了 Gemini 4 Argon 的基准测试表现、定价策略及分阶段开放计划，为评估其与竞品差距提供了具体数据参考。
Google DeepMind精选AI 评分9494 Google DeepMind 发布 Gemini 4 Argon 模型
Google DeepMind 发布新前沿模型 Gemini 4 Argon，旨在提升复杂工作流中的深度推理能力，并已通过 Fairwind Program 向受信任的网络安全防御者推出。
推荐理由：原文披露了 Gemini 4 Argon 在长上下文输出、软件工程基准及网络安全防御上的具体性能数据与分阶段开放策略，为评估前沿模型能力边界提供了直接依据。
Simon Willison精选AI 评分8080 Claude Sonnet 5.5 发布：速度提升超30%，成本降低至多30%
Anthropic 今日发布 Claude Sonnet 5.5，官方称其运行速度提升超过30%，多数工作负载成本降低至多30%。该模型定价与 Sonnet 5 相同，但在各项基准测试中表现更优。
推荐理由：作者实测新模型在编码任务上的表现与成本变化，并复现了特定思考强度下的失败案例。
Hugging Face BlogAI 评分4242 Hugging Face 发布 LFM2.5-VL-DSpark 实验性草稿模型，推理速度最高提升 3.13 倍
Hugging Face 推出针对视觉语言模型 LFM2.5-VL-3B 的实验性 DSpark 草稿模型。该模型通过推测解码技术，在仅增加 8.9% 参数量的前提下，实现设备端最高 3.13 倍、H100 上 2.66 倍的解码加速。目前已支持 llama.cpp、MLX-VLM 和 SGLang，提供 Safetensors 和 GGUF 格式供开源部署。
Import AIAI 评分3737 Import AI 469：DiG-bench 评测、RSI 模拟器与扎克伯格技术悲观主义
DiG-bench 显示 Opus 5 和 Fable 5 在 Tier 7 任务中表现最佳，但当前前沿模型仍难超越人类。Paradigm Research 推出 RSI Simulator 以模拟递归自我改进过程。Inherent 发布开源权重模型 Faraday，旨在通过监督前沿模型展现科研品味。
Berkeley AI Research精选AI 评分6262 Berkeley AI Research 提出 K-Search MLX 后端实现 CUDA 到 Apple Silicon 的内核优化迁移
Berkeley AI Research 与 IBM Research 合作扩展了 K-Search 框架，新增 MLX 后端以自动将 CUDA 内核优化知识迁移至 Apple Silicon。
推荐理由：原文展示了通过结构化翻译层将 CUDA 内核知识迁移至 Apple Silicon 的方法，并给出了在 Attention 和 Mamba SSM 内核上的具体性能提升数据。
Berkeley AI ResearchAI 评分5353 Berkeley AI Research 综述自适应并行推理：大模型如何自主决定何时并行及协调线程
Berkeley AI Research 发布关于自适应并行推理（APR）的综述，探讨大语言模型如何在推理时自主决定任务分解、并行线程数量及协调方式。