AIME26
PulseAugur coverage of AIME26 — every cluster mentioning AIME26 across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的LOCKS方法显著降低了LLM长上下文解码延迟
研究人员开发了一种名为LOCKS（页面局部紧凑键摘要）的新方法，以提高大型语言模型长上下文解码的效率。该技术通过为每个上下文页面创建谱摘要来解决由键值（KV）缓存引起瓶颈，使模型能够仅关注最相关的页面。LOCKS在包括LongBench-v1、RULER、AIME26和MATH-500在内的各种基准测试中表现强劲，即使显著减少了对令牌的关注，也能保持高质量。该方法可作为vLLM的即插即用插件使用，可大幅降低解码延迟和KV缓存大小。
-
PrismML 发布 Bonsai 27B，使 Qwen3.6-27B 可在笔记本电脑和手机上运行
PrismML 发布了 Bonsai 27B，这是 Qwen3.6-27B 的高度压缩版本，有 1 位和三元变体。这些模型旨在在笔记本电脑和手机等消费级硬件上运行，其中 1 位版本仅需 3.9GB，三元版本需要 5.9GB。尽管经过了激进的压缩，三元模型仍保留了原始 FP16 模型约 94.6% 的性能，而 1 位版本则保留了 89.5%，使其适用于需要大上下文窗口和高效内存使用的应用程序。
-
新研究探讨AI推理蒸馏方法的权重空间几何
一篇新研究论文分析了用于将推理能力蒸馏到更小AI模型中的各种离线强化学习方法的权重更新的几何特性。该研究使用Qwen3-4B基础模型，在相同的数学相关数据上训练了六种不同的方法——SFT、RFT、DFT、RIFT、Offline GRPO和DPO。分析显示，虽然SFT、RFT和RIFT产生了相似的权重差值和准确率，但DFT显著不同。Offline GRPO引入了一个正交分量，而DPO占据了一个独特的子空间，在GSM8K和AIME26基…
-
VibeThinker-3B：小型AI模型在推理方面取得重大突破
一款名为 VibeThinker-3B 的新型30亿参数AI模型展示了先进的推理能力，在具有挑战性的数学和编码基准测试中表现优于更大、更成熟的模型。具体而言，VibeThinker-3B 在 AIME26 数学测试和 LeetCode 编程挑战中取得了优异的成绩。这一发展表明，AI 中高效的推理可能并不完全依赖于庞大的参数数量。
-
新的 3B 模型 VibeThinker 在数学和编码方面达到前沿性能
研究人员开发了 VibeThinker-3B，这是一个拥有 30 亿参数的小型模型，在数学和编码任务上的表现可与更大模型相媲美。该模型基于 Qwen2.5-Coder-3B 构建，并采用了 Spectrum-to-Signal 训练流程，在 AIME26 和 LiveCodeBench 等基准测试中取得了优异成绩。开发者强调，参数密集的小型模型可以提供前沿的推理能力，是对传统扩展定律的补充，但他们也承认在更广泛的通用应用方面存在局限性。