搜索
至知创新研究院公开IQuest-Q1完整技术报告，披露其采用320B总参数、15B激活参数的稀疏MoE架构，以29T Tokens和超100万个可执行任务训练，并通过三层机制防止奖励作弊，架构规模化效率达1.93倍。
加拿大蒙特利尔大学、Mila 人工智能研究所和麦吉尔大学团队提出 HyperQ，以逐 Token 自适应量子电路增强扩散语言模型，使 11 亿参数模型在六项零样本测试中超过 Qwen3-8B 等 80 亿参数模型，并在 IBM 156 量子比特量子集群完成验证。
月之暗面正式推出 Kimi K3.1 Pro，认领匿名模型 Kibitz，以3万亿参数和100万token上下文强化Agent、前端与3D创作，并同步上线高速版，完整权重将于11月4日前发布。
田渊栋参与创立的Recursive_SI发布首个模型Flint-40B-A2B，该模型由Eureka Machine全程参与、不到4个月从零打造，专注本地硬件智能体编程，并以400亿总参数、每Token激活25亿参数实现高速运行。
科大讯飞发布端云一体基座模型讯飞星火X2.6和语音基座模型SparkAudio 1.0，星火X2.6基于全国产算力训练，云端293-A30B支持百万token上下文，输入缓存未命中及输出价格低于DeepSeek-V4.1-Flash-1017，端侧X2.6-4B已开源。
DeepSeek 开源的推理框架 DeepInfer 经 PCIe 本机取数改造后，可在无 RDMA 网卡的 4 张 B200 上以 128k 上下文承载 1024 并发，总输出约 6.2 万 token/s。
在将 LLM 真正应用到产品的过程中，我们经常会遇到一个看似简单、却非常关键的问题：模型生成的内容，究竟有多可信？
增强模型的表达能力，可以让Transformer更灵活地读取和整合信息。Attention Residuals（AttnResidual）沿着这个方向，将注意力从token之间的信息交互扩展到网络深度，让每个子层学习选择哪些历史层输出。
稀疏注意力减少了主注意力的计算量，但负责筛选 token 的索引器仍可能成为长上下文推理的瓶颈。小红书 Dots 团队自研的 DoSA 利用分数上下界，在保持原始 Top-K 选择结果的前提下加速索引器，并在测试中提前过滤了约 97% 的候选。
就在刚刚，DeepSeek再放大招，全面开源自研推理框架DeepInfer。一个集群一天服务155万亿Token，DeepSeek V4.1 Flash高吞吐、低延迟的大规模推理，靠的就是它。