Google 联合康奈尔评估六款大模型回答高温超导研究问题的能力
Google Research 与康奈尔大学合作发表论文，评估六款大模型回答高温超导领域专家级问题的能力。
#推理
#推理
今日 1 条Google ResearchAI 评分5454 Mistral AI精选AI 评分6262 Mistral 发布开源 Lean 4 代码智能体 Leanstral
Mistral 发布 Leanstral，首个面向 Lean 4 的开源代码智能体，权重以 Apache 2.0 协议开源，并集成进 Mistral Vibe 和免费 API 端点。
推荐理由：原文给出了 Leanstral 的架构、评测分数和成本对比，读者可据此判断它在形式化证明场景中的性价比。
Berkeley AI ResearchAI 评分3838 SPEX 与 ProxySPEX：面向 LLM 的大规模交互识别算法
Berkeley AI Research 提出 SPEX 与 ProxySPEX 算法，用于在大规模场景下识别 LLM 中的关键交互。SPEX 利用稀疏性和低阶性将搜索问题转化为稀疏恢复问题，在数千特征规模下保持高忠实度；ProxySPEX 进一步利用层级结构，以约 10 倍更少的消融次数达到与 SPEX 相当的性能。
Mistral AI精选AI 评分7878 Mistral 发布 Mistral 3 系列，含 Large 3 与 Ministral 3 多尺寸模型
Mistral 发布下一代模型 Mistral 3，包含 14B、8B、3B 的 Ministral 3 系列和旗舰 Mistral Large 3，全部采用 Apache 2.0 许可证。
推荐理由：原文给出了 Mistral 3 全家族参数、许可证和可用平台，读者可据此判断开源模型的最新能力水位与部署选择。
Berkeley AI Research精选AI 评分6262 Transitive RL：基于分治范式的强化学习算法
Seohong Park 在 Berkeley AI Research 博客介绍了一种基于分治范式的新型强化学习算法 Transitive RL（TRL），它不依赖时序差分（TD）学习，而是通过递归拆分轨迹来减少 Bellman 递归次数，从而更好地扩展到长程任务。
推荐理由：原文提出一种不依赖时序差分学习的强化学习新范式，并给出在长程任务上的实验结果，读者可据此评估其可行性。
Mistral AI精选AI 评分7575 Mistral AI 发布首款推理模型 Magistral，开源 Small 版并推出企业版 Medium
Mistral AI 发布其首款推理模型 Magistral，分为 24B 参数的开源版 Magistral Small 和企业版 Magistral Medium。
推荐理由：Mistral 首次推出推理模型，开源版与商业版并行，读者可据此评估其多语言透明推理能力与部署选择。
Mistral AI精选AI 评分7474 Mistral AI 发布 Mistral Medium 3，主打低成本高性能
Mistral AI 发布 Mistral Medium 3，在多数基准上达到 Claude Sonnet 3.7 的 90% 以上性能，定价为每百万 token 输入 $0.4、输出 $2，成本显著更低。该模型在编码和 STEM 任务上接近更大规模的竞品，并支持混合部署或本地 VPC 部署，API 即日起在 Mistral La Plateforme 和 Amazon Sagemaker 上线。
推荐理由：原文给出了性能对比和定价，读者可以据此判断中等规模模型在成本与能力之间的取舍。