Nemotron 微调后在 IOI 2026 与 IMO 2026 均达金牌水平
NVIDIA 团队从 Nemotron 3 出发，用监督微调、强化学习与反馈式推理打造专精模型，在 IOI 2026 拿到 535.4/600，在 IMO 2026 拿到 30/42，两者都超过官方金牌线。
#推理
Hugging Face BlogAI 评分5858
Import AIAI 评分6565 DeepMind 用 100 个 Gemini 智能体解数学题，观察到作弊自发扩散与告密者反制
Google DeepMind 发表论文，让 100 个运行 Gemini 3.1 Pro 的自主智能体尝试解决 Formal Conjectures 数据集中的 71 道数学题。
Import AIAI 评分3030 Import AI 470：机器无权利、SPADE 自动生成环境、Hawkeye 优化 GPU kernel
METR 分析显示 AI 对科学的加速并不均衡：2026 年 cURL、OpenSSL、Firefox 等项目的漏洞报告速度较 2025 年大幅加快，数学领域只是小幅加速，而 AI 研究本身的算法进展尚无可测加速。
Berkeley AI ResearchAI 评分4949 从 CUDA 到 MLX：K-Search 如何将数十年 kernel 经验迁移到 Apple Silicon
伯克利 Sky Lab 团队为进化式 kernel 搜索框架 K-Search 新增 MLX 后端，通过结构化 CUDA-to-MLX 翻译层，把已有 CUDA kernel 当作知识库改编为 Apple Silicon 上的原生 kernel，而非从头重写。
Berkeley AI ResearchAI 评分2727 Berkeley AI Research 提出 ABBEL：用信念状态监督 LLM 长程交互
Berkeley AI Research 提出 ABBEL 框架，将递归摘要的信息内容隔离为自然语言"信念状态"并加以监督，替代完整交互历史作为智能体的工作上下文。在 CollabBench 协作编程任务上，基于重建的信念评分将 ABBEL 与全上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50，峰值 token 长度由 14.08×10² 降至 6.01×10²。
Berkeley AI ResearchAI 评分3232 自适应并行推理：高效推理扩展的下一个范式
Berkeley AI Research 梳理了并行推理领域进展，重点分析自适应并行推理——让模型自行决定何时分解并行、生成多少并发线程并协调它们，而非由外部框架固定并行结构。
Berkeley AI ResearchAI 评分4040 伯克利提出 SPEX 与 ProxySPEX：大规模识别 LLM 关键交互
伯克利 AI 研究团队提出 SPEX 与 ProxySPEX 算法，可在特征、数据和模型组件归因中大规模识别驱动 LLM 行为的关键交互。SPEX 利用稀疏性与低阶性把交互搜索转化为稀疏恢复问题，ProxySPEX 进一步借助层级结构，以约 10 倍更少的消融实验达到 SPEX 的性能。