DeepSeek Harness 四大设计精华：把 Loop 拆开重组的四把钥匙
一匹野马，怎么变成一辆靠谱的马车？先从“Harness”这个词讲起。“Harness” 的英文原意是马具。一个模型，就像一匹野马：有蛮力、没方向、还爱乱跑。
全球首次，Transformer「混血」速度狂飙65倍，英伟达已下注
这一次，来自康奈尔、CMU等机构的研究者，提出了前所未有的「混合体」——Eso-LM。推理速度相比标准MDM提升了 65 倍，相比支持KV缓存的半自回归基线模型快3–4倍。
教科书《性能之巅》作者入职OpenAI，迷弟总裁亲自欢迎
Do anything， do it at scale， and do it today.做任何事，都有规模化地做，并且就在今天做。
英伟达押注 Perplexity，但它真的值 300 亿美金吗？
有数据显示，它的年化收入已经突破 7.5 亿美元，而在今年年初，这一数字尚且不到 2.5 亿美元 —— 收入增长主要来源于 AI 搜索订阅业务，以及新推出的面向专业用户的 Agent 产品 Perplexity Computer，能够自主执行电脑端各类操作任务。
杨植麟、张鹏、夏立雪、罗福莉，聊龙虾、聊涨价、聊Agent未来
OpenClaw小龙虾的热潮吹到了北京中关村论坛会议上。就在刚刚，3月27日，月之暗面创始人杨植麟主持了一场围绕OpenClaw与AI开源的讨论。
杨植麟/张鹏/夏立雪/罗福莉/黄超，谈龙虾，谈“Token经济学”
Token，在技术语境下，是模型处理文本时的最小单位;在商业语境下，则成了AI服务最主流的计费方式。
登顶开源SOTA!上交大&小红书LoopTool实现工具调用任务的数据进化
机器之心发布机器之心编辑部在过去两年，大语言模型 (LLM) + 外部工具的能力，已成为推动 AI 从 “会说” 走向 “会做” 的关键机制 —— 尤其在 API 调用、多轮任务规划、知识检索、代码执行等场景中，大模型要想精准调用工具，不仅要求模型本身具备推理能力，还需要借助海量
中科院循环MoE：零样本均分从42.4飙到47.7
中科院深圳先进院、鹏城实验室、港理工与马克斯普朗克等团队在预印本平台arXiv挂出论文《Looping Beyond Twice: A Scalable Recipe for Looped Mixture-of-Experts》（编号2610.
黎曼猜想临界线零点比例达67.35%：清华团队开源模型VeriLoop E2
自 2026 年夏季以来，前沿大模型进入新一轮高速演进期：参数规模持续扩大，上下文不断延伸，测试时计算进一步加深，工具调用能力也在迅速增强。然而，当模型能够调用更多计算、进行更长推理之后，一个更基础的问题反而变得更加突出：算得更多，并不意味着做得更对？
Transformer已死？DeepMind正在押注另一条AGI路线
借鉴人类联想记忆，嵌套学习让AI在运行中构建抽象结构，超越Transformer的局限。谷歌团队强调：优化器与架构互为上下文，协同进化才能实现真正持续学习。这篇论文或成经典，开启AI从被动训练到主动进化的大门。「灾难性遗忘」，一个困扰了AI界几十年的幽灵，这一次或许被彻底解决了。