Hacker News · AI 热帖精选8080Unemployment Labs 报告称 DeepSeek、Kimi、MiniMax、蚂蚁六款模型权重带有 Blackwell 硬件指纹
Unemployment Labs通过分析公开模型权重中的随机数初始化布局，发现DeepSeek-V4-Flash、DeepSeek-V4-Pro、Kimi K3。
推荐理由: 通过模型权重中的随机数布局反推训练硬件，为出口管制争议提供了可复现的技术取证路径。
实时
#DeepSeek
- Hacker News · AI 热帖精选8080
MarkTechPost3838MoE 路由策略详解：Top-K、专家选择、Sigmoid 门控和动态路由（2026 指南）
MoE 路由策略决定每个 token 由哪些专家处理，影响模型质量、负载均衡和部署成本。Mixtral 使用 Softmax Top-K 选择 2-8 个专家，DeepSeek-V4-Pro 选择 384 个中的 1-8 个，通过 Sigmoid 门控和辅助损失实现负载均衡，其中 Sigmoid Scoring 配合无损失的偏差平衡是 2026 年前沿开放模型的常用方案。
The Decoder7575Vals AI 基准显示开源与闭源模型的网络攻击能力差距持续缩小
Vals AI 的 CyberOffense 基准让 AI 智能体在隔离的 Kali Linux 机器上自主攻击模拟企业网络，OpenAI 受限项目中的 GPT-6 Sol Daybreak 完成 80.8% 的目标，开源权重模型 Deepseek V4.1 Flash 1017 达到 72.8%，单次运行成本约 3 美元而非约 22 美元
- The Decoder精选7878
九个 AI 智能体尝试自主研究美国国家实验室的开放问题，无一达到专家标准
一项研究让 Claude Opus 4.8、Claude Opus 5、Claude Fable 5、Claude Opus 5.5、GPT-5.6 Sol、GPT-6 Astra。
推荐理由: 这项基准用 15 个未发表的研究问题检验 9 个智能体，并给出 135 份提交中常见的失败模式，可作为评估自主科研能力的参照。
vLLM Blog精选7272REINFORCE Zero：对齐 kernel 让异步 RL 在 lag 64 下稳定训练
NVIDIA Research 与 Inferact 的 REINFORCE Zero 提出先对齐 rollout 与训练 kernel，再用不裁剪的 token 级重要性采样修正权重滞后，在 16 张 GPU、12K 次更新下训练步吞吐为同步训练的 2.40 倍。
推荐理由: 论文把异步 RL 的 rollout 与训练差距拆成权重滞后和 kernel 不一致两项，并给出对齐后免裁剪重要性采样的做法。
- The Decoder5858
斯坦福研究发现44%的LLM说法已过期
斯坦福研究人员测试了50条关于LLM的广泛说法，发现44%已经过期，平均寿命仅为15.7个月，其中推理能力相关说法（如计数、算术、长上下文信息丢失）全部失效，而奉承、欺骗和策略行为相关的说法则持续存在或增强。
Import AI4242Realtime-Bench 发布：评估 LLM 低延迟任务性能的基准测试
Realtime-Bench 基准测试评估了 LLM 在 50 个实时交互游戏和网页任务中的表现，GPT-6 Astra 在真实时钟条件下获得 36% 通过率；该测试由德州大学奥斯汀分校等机构开发，用于衡量模型的实时状态感知、适应性推理和时间感知行动选择能力。
36氪 · AI精选同一件事 · 3 家7373DeepSeek 发布 Super-agent 架构设计文章
DeepSeek Harness 团队在官方公众号发表《Super-agent设计探索：迈向更自主的Agent系统》，提出以双层架构、事件驱动、异步多信道交互、存算分离与外部 Watchdog 突破现有 Agent 在多任务与团队协作上的限制。
量子位精选同一件事 · 3 家7878DeepSeek 开源 Super-agent 架构，公开 Personal Agent 底座思路
DeepSeek 开源 Super-agent 原型，公开面向 Personal Agent 的双层架构思路，上层 Router 负责接收消息与统筹任务，下层 Worker 并行执行具体任务。
同一件事 · 3 家推荐理由: DeepSeek 公开 Personal Agent 双层架构与实测数据，可看到多会话协作如何绕开人类注意力瓶颈。
IT之家 · AI精选同一件事 · 3 家7272DeepSeek 提出 Super-agent 双层架构设计并开源原型
DeepSeek Harness 团队发布《Super-agent 设计探索》一文，提出由 Router 层统一承接人类交互、多个 Worker 会话隔离并发执行的双层架构，并归纳连续、高效、主动、持久四项特征。
Prime Intellect Blog3838Prime Mega MoE：快速融合 MoE 内核加速训练
Prime Mega MoE 通过融合反向传播内核，使 DeepSeek 的 Mega MoE 内核可用于训练，相比默认 PyTorch 实现 MoE 内核速度提升高达 3.11 倍，相比 Prime-RL 基线端到端训练速度提升 1.34 倍。
Interconnects6565DeepSeek V4.1 Flash 1017 发布，美国与中国加强 AI 模型监管
DeepSeek发布了552B参数的DeepSeek V4.1 Flash 1017模型，支持图像输入且采用MIT许可，性能价格比突出；美国国土安全部限制DeepSeek公司及模型参与联邦民用采购，中国商务部要求前沿AI模型国际共享需获政府预审批。
- Prime Intellect Blog
DeepSeek 发布 SYNTHETIC-2 开源推理数据集及行星级流水线并行推理系统
DeepSeek 发布 SYNTHETIC-2，包含 20 项复杂强化学习任务及验证推理轨迹，支持从消费级 GPU 到超大规模集群的异构计算，采用 DeepSeek-R1-0528 模型生成数据并标注难度。
- Prime Intellect Blog
Deepseek-R1 生成 SYNTHETIC-1 开源推理数据集，含 200 万条协作推理轨迹
Deepseek-R1 发布 SYNTHETIC-1 开源推理数据集，含 200 万条协作生成的推理轨迹，涵盖数学、编码和科学任务，通过特定任务验证器确认正确性。发布包含正确与错误推理轨迹的原始数据及 90 万条精选 SFT 子集，为 R1 迄今最大 SFT 数据集，并提供偏好调优数据集。发布 7B 参数的 SYNTHETIC-1-SFT-7B 模型，验证数据集通过监督微调能有效提升模型推理能力。
-min.png%3Fv%3D522e7362d902&mode=card&exp=1794873600&sig=d237c3187d7b8fa2)
Dify Blog使用 Dify 为 DeepSeek R1 添加多模态能力
DeepSeek R1 在 AIME 数学竞赛中表现优异，准确率从 15.6% 提升至 71.0%，并在 Codeforces 编程竞赛中达到 96.3% 的人类水平，展示出强大的推理能力。
- Prime Intellect Blog
DeepSeek 发布 SYNTHETIC-1：大规模分布式合成推理数据集
DeepSeek 发布 SYNTHETIC-1 数据集，包含 140 万个经过验证的数学、编程和科学推理任务及验证器，利用 DeepSeek-R1 生成，旨在提升推理模型训练水平。该数据集允许用户贡献计算资源参与分布式强化学习，并开源 GENESYS 框架以支持合成数据生成与验证。
