AINews 汇总：Google 发布 Gemini Decision 1、Fable 5.2 登顶 Agent Arena
Latent Space 的 AINews 汇总当日 AI 动态，其中 Google 在 AIE CODE 活动上发布 Gemini Decision 1 决策模型，支持单次分类，输入定价 $0.10/1M tokens，端到端延迟约 150–250ms。
#推理
Latent SpaceAI 评分6060 The DecoderAI 评分7474 Google推出Gemini Decision 1与Gemini Decisions API，单次可处理1000个问题
Google DeepMind推出Gemini Decisions API及底层模型Gemini Decision 1，面向是/否、多选和量表评分等封闭式决策任务。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 AlphaGenome 2，可预测 DNA 变异在特定细胞类型中的作用
Google DeepMind 发布新一代 DNA 序列模型 AlphaGenome 2，可预测 DNA 序列及其变异如何影响特定人类细胞类型，从而帮助定位疾病相关的细胞驱动因素。
推荐理由：从组织整体平均预测转向按细胞类型条件预测，能帮研究者定位只在特定细胞中起作用的疾病相关变异。
Latent SpaceAI 评分6161 Naive-N0.5-Flash 宣称每秒 2100 token，实测编码能力如何
Latent Space 实测了 NaiveAI 的开源权重模型 Naive-N0.5-Flash，它基于小米 MiMo-V2.5 继续训练，主打高吞吐的编码与推理场景。
Google DeepMind精选AI 评分8989 Google DeepMind 发布 Gemini 4 Carbon 模型
Google DeepMind 发布 Gemini 4 Carbon，面向开发者、企业、科学家和消费者开放，强调网络安全能力、长周期智能体工作流和科学推理。
推荐理由：官方给出 Gemini 4 Carbon 在 CursorBench 4.0、WANDR 等基准的排名与每任务成本，可据此判断它与 Argon 的分工。
Simon WillisonAI 评分6161 Meta 发布最小最高效模型 Muse Ember
Meta AI 发布小模型 Muse Ember，定位为面向工具调用、编码子任务、路由、信息抽取和长文档解析等智能体重复工作的最小最高效模型。短提示词下定价为每百万输入 token 0.10 美元、每百万输出 token 0.50 美元，与 GPT-6 Luna、Claude Haiku 5.5 同价，但超过 20 万 token 后分别升至 0.30 和 1.50 美元。
Latent Space精选AI 评分8282 Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2，重夺独立榜单第一
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2，官方称在几乎所有评测能力上比 Opus 5.5 更进一步，在 Artificial Analysis 智能指数 v5 上以 65 分居首，超过 Gemini 4 Carbon 的 60 分和 Opus 5.5 的 59 分。
推荐理由：汇总 Fable 5.2 的首日独立评测与定价变化，能看清它靠更多测试用例换取分数的代价。
Hugging Face BlogAI 评分5858 Hugging Face 介绍决策模型：统一接口与 Transformers、llama.cpp 支持
Hugging Face 发文介绍决策模型，这类模型接收状态与问题，直接在预设答案上返回概率分布而非生成文本。
Hugging Face BlogAI 评分4141 Hugging Face 提出 HOPE：MoE 模型的专家高阶剪枝方法
Hugging Face 博客介绍 HOPE（Higher-Order Pruning of Experts），一种考虑专家两两交互的二阶 MoE 剪枝方法，替代按独立重要性打分的一阶方法。在 50% 剪枝率下，HOPE 平均排名优于所有方法，在智能体编程任务上相比次优方法最高提升 +6.1%。该方法无需训练，可与量化组合使用，用于缓解专家 MLP 占用的推理内存。
Google DeepMind精选AI 评分8383 Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 发布 Gemini 4 Carbon，称其在网络安全和长周期任务上能力最强，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
推荐理由：官方给出 Gemini 4 Carbon 在网络安全与长周期智能体任务上的基准成绩和分阶段开放路径，可与两周前的 Argon 对比。
Google ResearchAI 评分5454 Google Research 提出 sleep 框架，让 LLM 在持续学习中保留知识
Google Research 提出 sleep 框架，为 LLM 引入活跃交互与离线巩固交替的周期性生命周期，缓解持续参数更新带来的灾难性遗忘。睡眠阶段通过 MoE 参数扩展与基于 GKD 和强化学习模仿的知识播种完成记忆巩固，再以随机专家激活和筛选合成样本的做梦循环自我改进。
Microsoft Research精选AI 评分6868 微软研究院等证明 KLS 猜想，用 AI 智能体辅助探索 100 多条路径
微软研究院研究员张新智与合著者证明了一个存在 31 年的数学难题，即高维几何中的 Kannan-Lovász-Simonovits（KLS）猜想，证明它时所用的固定界不随维数增长。
推荐理由：这篇论文证明了一个存在 31 年的数学猜想，其中人机协作探索的路径可以作为参考。
Import AIAI 评分4949 Import AI 476：创造力与递归自我改进；不如中国的开源权重模型；AI 走向太空
Import AI 476 介绍了 Elorian 与 Scale AI 发布的 Humanity's Sixth Sense 基准，用 522 道题测试模型对视觉场景隐含信息的直觉推理，人类 pass@1 达 93.1，最高的 GPT 6 Astra 仅 53.6，GLM-5.3-flash 和 Kimi K3 分别只有 26.8 和 25.5。
Mistral AI精选AI 评分8787 Mistral 发布 1 万亿参数多模态模型 Mistral Large 4 预览版
Mistral AI 推出 Mistral Large 4 公开预览，这是一个 1 万亿参数、520 亿激活参数的原生多模态模型，可通过 Mistral Studio 的预览 API 试用，权重将在本月底发布。
推荐理由：官方给出 1 万亿参数规模、开源权重时间点与多项基准对比，可据此判断开源模型的性能位置。
Berkeley AI Research精选AI 评分6161 从 CUDA 到 MLX：K-Search 如何把内核优化经验带到 Apple Silicon
Berkeley AI Research 博客介绍给 K-Search 演进式内核搜索框架新增 MLX 后端和结构化 CUDA-to-MLX 翻译层，把已有 CUDA 内核知识迁移到 Apple Silicon。
推荐理由：研究展示 CUDA 优化经验可经结构化翻译迁移到 MLX，让演进式内核搜索在 Apple Silicon 上接近专家水平。
Berkeley AI ResearchAI 评分5252 自适应并行推理：高效推理扩展的下一个范式
Berkeley AI Research 发布文章，梳理自适应并行推理（APR）的研究进展，把它定义为模型在推理时动态分配并行与串行算力的范式。文章对比 self-consistency、Best-of-N、Tree-of-Thoughts、MCTS、ParaThinker、GroupThink、Hogwild!
Berkeley AI ResearchAI 评分4949 面向 LLM 的大规模交互识别：SPEX 与 ProxySPEX 算法
伯克利 AI 研究团队介绍了 SPEX 与 ProxySPEX 两种算法，用于在特征归因、数据归因与机制可解释性中大规模识别关键交互。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 进一步利用层次结构，在约少 10 倍消融次数下达到 SPEX 的性能。在情感分析与 RAG 等任务上，SPEX 在上下文扩展到数千特征时仍保持高忠实度。