SGLang 与 NVIDIA 合作，在 InferenceXv2 基准上于 GB300 NVL72 运行 DeepSeek R1 时相比 H200 实现最高 25 倍性能提升，该对比基于 50 TPS/user 的低延迟场景。借助 NVFP4 GEMM、计算通信重叠和 NVIDIA Dynamo 等优化，SGLang 在 GB200 NVL72 上的性能也在不到 4 个月内提升最高 8 倍。后续将推进 GB300 NVL72 的 MTP 支持及 Qwen 3.5 等模型的调优。
匹配字段摘要、正文
蚂蚁百灵发布并开源旗舰级即时模型 Ling-2.5-1T，总参数 1T、激活 63B，预训练语料从前代 20T 扩展至 29T，支持最高 1M token 上下文。模型采用 1:7 的 MLA + Lightning Linear 混合线性注意力架构，引入正确性与过程冗余复合奖励机制，在 AIME 2026 上平均输出约 5890 token 即接近消耗 15k–23K token 的前沿思考模型水平。官方称其在复杂推理与指令遵循上优于 DeepSeek V3.2、Kimi K2.5、GPT 5.2，可适配 Claude Code、OpenCode 等智能体产品，但在复杂智能体交互和长程任务上仍落后于前沿模型。
匹配字段摘要、正文
ZDNET 对 ChatGPT、Copilot、Grok、Gemini、Perplexity、Claude、DeepSeek 和 Meta AI 八款免费 AI 聊天机器人进行了 112 项实测，ChatGPT 以综合最高分成为整体最佳。测试涵盖摘要与联网、学术概念解释、数学分析、文化讨论、文学分析、旅行规划、情感支持、翻译、编程和长文故事等文本任务，以及四类图像生成任务。
匹配字段摘要、正文
Manus 博客列出 2026 年 7 款最佳 ChatGPT 替代品：Manus AI 主打自主任务与工作流自动化，Claude AI 擅长写作与自然对话，Google Gemini 适合 Google 用户与实时信息，Perplexity AI 适合研究与带来源的准确回答，Microsoft Copilot 面向商业生产力与 Microsoft 365 用户，DeepSeek 是免费且编程与推理较强的选择，Grok 主打实时信息与幽默风格。文章还从主要用途、预算和集成需求三方面给出选择建议。
匹配字段摘要、正文
SGLang 发布高度优化的流水线并行（PP）实现，通过分块流水线并行、异步 P2P 通信和动态分块机制应对超长上下文推理。在 H20 集群上，PP4 TP8 部署使 DeepSeek-V3.1 的 Prefill 吞吐量达到 TP8 的 3.31 倍，比 TP32 方案高出 30.5%，同时 TTFT 最多降低 67.9%，强扩展效率达 82.8%。该实现兼容 PD 分离与 HiCache。
匹配字段摘要、正文
Ollama 与 NVIDIA 合作，确保最新 NVIDIA DGX Spark 开箱即用、快速高效运行。该设备搭载 NVIDIA GB10 Grace Blackwell Superchip，提供 1 petaFLOP 性能，配备 128GB 内存，可运行 Qwen、DeepSeek、Llama、Mistral、Gemma、Gpt-oss 等模型，也支持上传自定义或微调模型。双方正针对聊天、文档处理、代码任务和多模态工作流优化 Ollama 性能。
匹配字段摘要、正文
Ollama 上线云端模型预览，让用户在本地工具中运行个人电脑放不下的大模型，云端不保留用户数据。首批可用模型包括 qwen3-coder:480b-cloud、gpt-oss:120b-cloud、gpt-oss:20b-cloud 和 deepseek-v3.1:671b-cloud，需下载 Ollama v0.12 并登录 ollama.com。云端模型用法与普通模型一致，支持 ls、run、pull、cp，并可通过 Ollama 的 OpenAI 兼容 API 以及 JavaScript、Python、cURL 调用。
匹配字段摘要、正文
Vapi 博客介绍 Google 于 2025 年发布的开源权重模型 Gemma 3，它基于 Gemini 2.0 研究，支持文本、图像和视觉输入，可在单 GPU/TPU 上运行，支持 140+ 语言和最高 128k token 上下文，并提供 1B、4B、12B、27B 四种尺寸。文章称 Gemma 3 在人类偏好评测中优于 Llama3-405B 和 DeepSeek-V3，27B 版本在 LMArena Elo 榜得 1338 分，高于 DeepSeek-V3 的 1318 和 o3-mini 的 1304。经量化感知训练后，1B 模型显存占用最低 861 MB（INT4），27B 为 19.9 GB（INT4）；该模型已内置在 Vapi 控制台的 LLM 下拉菜单中。
匹配字段摘要、正文
Lilian Weng 在 Lil'Log 发文梳理测试时计算与思维链（CoT）推理的近期进展，解释让模型“思考更久”为何有效。文章从心理学双过程理论、计算资源视角和隐变量建模三条路径展开，指出 CoT 让模型按问题难度灵活分配算力，并回顾从 GSM 数据集到 o1-preview、o3 与 DeepSeek R1 技术报告的 RL 训练路线。
匹配字段摘要、正文
Prime Intellect 发布 INTELLECT-2，称其为首个 32B 参数全球去中心化强化学习训练，任何人都可无许可贡献异构算力。该训练以 QwQ-32B 为基座模型，沿用 DeepSeek-R1 的 GRPO 与可验证奖励方法，并配套开源 prime-RL 异步分布式 RL 库、Shardcast 权重分发库和 TOPLOC 可验证推理方案。推理节点可用消费级 GPU，例如 4×RTX 3090 即可参与训练，训练数据已发布在 Hugging Face。
匹配字段摘要、正文
Zyphra 发布 ZR1-1.5B，一个基于 DeepSeek-R1-Distill-Qwen-1.5B、用强化学习在代码与数学题上训练的小型推理模型。它在 LCB_Generation 上与 Claude3-Opus、Gemma2-27B 持平，在竞赛数学上超过 Qwen2.5-72B，且推理 token 比 R1-Distill-1.5B 少 60%、比 DeepScaleR 少 53.5%。截断到 2048 token 时，其数学评测平均 pass@1 达 40.39%，高于 Qwen-2.5-Math-7B-Instruct 的 37.01%。
Zyphra 发布 ZR1-1.5B，一个基于 DeepSeek-R1-Distill-Qwen-1.5B、用强化学习在代码与数学题上训练的小型推理模型。它在 LCB Generation 上与 Claude3-Opus、Gemma2-27B 持平，在竞赛数学上超过 Qwen2.5-72B，且推理 token 比 R1-Distill-1.5B 少 60%、比 DeepScaleR 少 53.5%。截断到 2048 token 时，其数学评测平均 pass@1 达 40.39%，高于 Qwen-2.5-Math-7B-Instruct 的 37.01%。
匹配字段摘要、正文
antirez 认为，网页内容正逐年消失，而 DeepSeek V3 等大型模型已是互联网的一种公开、有损压缩视图，虽不精确、有幻觉和缺失，但聊胜于无。他主张在支持 Internet Archive 的同时，应确保公开释放的 LLM 权重不丢失，并让 Archive 进入预训练数据集。
匹配字段摘要、正文
METR 发文主张 AI 系统的推理过程应当既「可读」（人类能读懂）又「忠实」（真实反映模型的决策过程），认为这有助于发现 AI 错误、检测隐藏议程、监控欺骗行为和识别能力造假。文章指出 OpenAI、Anthropic、xAI、Google DeepMind 和 DeepSeek 都在过去四个月里发布了推理模型，其当前产出的推理已具价值、值得保留。
匹配字段摘要、正文
Prime Intellect 宣布完成 1500 万美元融资，由 Founders Fund 领投，Menlo Ventures、Andrej Karpathy、Clem Delangue、Dylan Patel、Tri Dao、Emad Mostaque 等参投，累计融资超过 2000 万美元。公司称其 Compute Exchange 已连接开发者、创业公司、云厂商和数据中心，并用 PRIME 框架跨三大洲训练了 10B 参数模型，还发布了 INTELLECT-1、METAGENE-1、INTELLECT-MATH 以及基于 DeepSeek-R1 的合成推理数据集等成果。下一步将扩大算力接入、推出托管评测与专用推理，并继续建设 RL 基础设施。
匹配字段摘要、正文
antirez 撰文指出，DeepSeek R1 是纯 decoder-only 自回归模型，仍是下一 token 预测，模型内部没有任何显式符号推理或表示。R1 Zero 无需任何监督微调即可获得类似推理能力，仅靠生成思维链并用强化学习优化奖励函数；S1 论文显示少至 1000 个样本就能让模型构建复杂推理步骤。他认为推理模型本质上仍是大语言模型，曾断言 LLM 是死路的人错了。
匹配字段摘要、正文
Continue 联合创始人 Ty Dunn 介绍了在 VS Code 和 JetBrains 中结合 Ollama 与开源 LLM 搭建本地代码助手的方法。推荐用 Mistral AI 的 Codestral 22B 做自动补全和对话，或用 DeepSeek Coder 6.7B 补全加 Llama 3 8B 对话；配合 nomic-embed-text 嵌入向量驱动 @codebase，并可用团队接受的补全建议微调 StarCoder 2 后推送到 Ollama 模型库。
匹配字段摘要、正文
2026年11月3日,据《科创板日报》报道,多名产业链人士称,DeepSeek下一代大模型DeepSeek V5计划基于华为昇腾芯片进行预训练;此前昇腾芯片主要用于DeepSeek大模型的推理任务。东方财富同日报道提到,2026年4月DeepSeek-V4发布后,华为称昇腾超节点全系列产品已可全面支持V4系列模型;9月30日DeepSeek开源了面向昇腾算力平台的基础设施组件,涵盖TileLang编译工具、DeepGEMM、FlashMLA、DeepEP等。报道还称,目前国产算力落地仍集中在推理侧,此前昇腾910C集群完成的DeepSeek-V4-Pro全参数后训练不涉及基础预训练。目前尚无DeepSeek或华为官方回应。
匹配字段标题
ARC Prize于2026年11月3日公布DeepSeek V4.1 Flash 1017在ARC-AGI上的验证成绩:ARC-AGI-2为78.1%、每任务0.16美元,ARC-AGI-1为94.5%、每任务0.06美元;ARC-AGI-3在provider adapter harness下为5.8%、成本1.2K美元,标准harness下为0.2%、1.0K美元。ARC Prize称该模型在ARC-AGI-3和ARC-AGI-2上领先开源权重模型,在ARC-AGI-1上追平开源权重模型最好成绩。与2026年9月10日的原版V4.1 Flash相比,1017的ARC-AGI-3半私有集分数从2.68%升至5.81%,公开集从11.05%降至8.97%;在最大推理强度下,其首个动作消耗的推理token在25个公开游戏上平均减少36%,在55个半私有游戏上减少48.6%。
匹配字段标题
ARC Prize于2026年11月3日公布DeepSeek V4.1 Flash 1017在ARC-AGI上的验证成绩:ARC-AGI-2为78.1%、每任务0.16美元,ARC-AGI-1为94.5%、每任务0.06美元;ARC-AGI-3在provider adapter harness下为5.8%、成本1.2K美元,标准harness下为0.2%、1.0K美元。ARC Prize称该模型在ARC-AGI-3和ARC-AGI-2上领先开源权重模型,在ARC-AGI-1上追平开源权重模型最好成绩。与2026年9月10日的原版V4.1 Flash相比,1017的ARC-AGI-3半私有集分数从2.68%升至5.81%,公开集从11.05%降至8.97%;在最大推理强度下,其首个动作消耗的推理token在25个公开游戏上平均减少36%,在55个半私有游戏上减少48.6%。
匹配字段标题
2026年11月2日,Unsloth公布DeepSeek-V4.1-Flash-1017的GGUF量化版本在512K上下文下的基准测试结果,测试覆盖Terminal Bench、DeepSWE等任务,Unsloth称其综合排名最高。其中1-bit Unsloth GGUF在DeepSWE得68.1、Terminal-Bench得72.2、AutomationBench得52.7,比其他量化版本领先10%以上。目前尚无后续进展。
匹配字段标题