5月31日· 中兴星云大模型拿下推理榜单第一，获国家级安全认证

5月31日·周六  AI工具和资源推荐

中兴星云大模型拿下推理榜单第一，获国家级安全认证

中兴通讯自主研发的星云大模型（Nebula Coder-V6）在SuperCLUE 2025年5月的中文大模型基准测评中表现出色，拿下推理专项榜单总分第一，并在综合总榜中并列第二。该模型在数学推理、科学推理和代码生成的细分赛道上均表现优异，分别位居第三、第一和第一梯队。值得注意的是，星云大模型还通过了国家级权威安全认证，成为业内少数获得“双安全认证”的大模型产品。这标志着中兴在AI核心赛道上不仅技术领先，还注重模型的安全性和可靠性，为AI技术的广泛应用和产业发展提供了坚实基础。来源：微信公众号【新智元】

斯坦福华人团队用纯CUDA-C编内核，性能超越PyTorch

斯坦福大学华人团队意外爆冷，用纯CUDA-C编写的AI生成内核在性能上超越了PyTorch专家内核。该团队原本只是想生成合成数据以训练更好的内核生成模型，却意外发现生成的内核性能出色。研究中，他们完全不借助CUTLASS和Triton等库，仅使用CUDA-C语言，便让性能表现接近甚至超过PyTorch内置的生产级内核。例如，在矩阵乘法（Matmul, FP32）上，性能达到PyTorch FP32 torch.matmul的101.3%；在二维卷积（Conv2D, FP32）上，性能达到PyTorch FP32 torch.nn.Conv2D的179.9%。这一发现引爆了技术圈，登上Hacker News总榜第二。研究者们还分享了具体方法和优化过程，展示了如何通过自然语言推理和分支扩展来优化内核生成。来源：微信公众号【新智元】

华为盘古Embedded实现快慢思考合二为一，革新大模型推理效率

华为盘古团队推出盘古Embedded模型，基于昇腾NPU算力，采用双系统认知架构，将“快思考”与“慢思考”两种推理模式集成在一个模型中。该模型通过两阶段训练及多源动态奖励系统，实现了推理效率与精度的协同提升。在快思考模式下，模型能够快速输出简单问题的答案；而在慢思考模式下，模型则可以进行深度推理以应对复杂任务。盘古Embedded还支持手动和自动切换模式，根据任务难度动态调整推理深度。此外，该模型在多个通用和行业垂直领域的基准测试中表现出色，展现了强大的推理能力和适应性。这一创新为开发更高效、更实用的语言模型提供了新方向。来源：微信公众号【机器之心】

小红书与西安交大实现OpenAI o3“用图思考”技术，推出DeepEyes模型

小红书团队联合西安交通大学成功复现了OpenAI o3模型的“用图思考”能力，推出了多模态深度思考模型DeepEyes。该模型通过端到端强化学习，无需依赖监督微调（SFT），即可实现图像与文本推理的深度融合。DeepEyes在视觉推理基准测试V* Bench上准确率达到90.1%，展现出强大的视觉搜索和推理能力。其核心优势包括训练过程简洁、泛化能力强、端到端联合优化以及深度多模态融合。DeepEyes的推出为多模态推理领域提供了新的技术路径，降低了训练门槛，提升了模型性能。来源：微信公众号【机器之心】

Claude团队开源LLM思维可视化工具，助力大模型“脑回路”研究

Claude团队推出了一款名为“电路追踪”（circuit tracing）的开源工具，能够生成归因图（attribution graphs），帮助研究人员可视化大语言模型（LLM）的内部思维过程。该工具通过干预节点激活值并观察模型行为变化，解码LLM的决策逻辑。此次开源的工具支持在主流开源权重模型上快速生成归因图，并通过Neuronpedia托管的前端界面实现交互式探索。研究人员可以生成自有归因图、在交互式前端中可视化和注释图表，并通过修改特征值验证假设。Anthropic CEO Dario Amodei表示，开源这些工具旨在让更广泛的社区更容易研究语言模型的内部机制。该项目开源后迅速获得GitHub上的400+ Star，并引发了社区的热烈讨论。来源：微信公众号【量子位】