OpenAI 发布 GPT-5 系统卡
OpenAI 发布 GPT-5 系统卡，阐述其统一模型路由系统如何调度 gpt-5-main、gpt-5-thinking 以及轻量版 gpt-5-thinking-nano。该架构针对不同任务和开发者场景进行了优化，以实现兼顾响应速度与智能水平的模型输出。
推荐理由：文档揭示了多模型协同的路由架构设计，有助于开发者理解其在不同任务场景下的调用逻辑。
技术方向
推理能力 最新动态
模型推理能力的进展：思维链、推理模型、数学与逻辑基准的突破与争议。
64 条精选近 30 天 6 条共收录 101 条
更新
精选归档 · 第 3 页
OpenAI News精选AI 评分7979
OpenAI News精选AI 评分8585 OpenAI 推出开源权重模型 gpt-oss-120b 与 gpt-oss-20b
OpenAI 发布了 gpt-oss-120b 和 gpt-oss-20b 两款前沿开放权重语言模型，均采用灵活的 Apache 2.0 许可。两款模型在推理任务上表现优于同等规模的开源模型，展现出强大的工具调用能力，并针对消费级硬件的高效部署进行了专门优化。
推荐理由：OpenAI 采用 Apache 2.0 协议开源了两款权重模型，为开发者在消费级硬件上部署高性能推理与工具调用能力提供了新选项。
OpenAI News精选AI 评分8282 OpenAI 发布 gpt-oss-120b 与 gpt-oss-20b 模型卡
OpenAI 推出 gpt-oss-120b 和 gpt-oss-20b 两款开源权重推理模型。两款模型在 Apache 2.0 许可证及 OpenAI 的 gpt-oss 使用政策下开放提供。
推荐理由：原文给出了模型参数规模与许可协议，读者可以据此评估本地部署与合规使用的可行性。
OpenAI News精选AI 评分6868 OpenAI 将 Operator 底层模型更换为 OpenAI o3
OpenAI 将 Operator 现有的 GPT-4o 底层模型替换为基于 OpenAI o3 的新版本。用于开发者的 API 版本将继续保持基于 4o。
推荐理由：原文明确了 Operator 终端与 API 接口的底层模型分工，便于开发者厘清不同渠道的能力底座差异。
Hugging Face Blog精选AI 评分6666 从 Qwen-3 聊天模板看大模型设计的 4 个关键变化
Hugging Face 深入分析了 Qwen-3 相比前代模型在 Jinja 聊天模板上的架构改进。新模板支持通过 enable_thinking 标志灵活开启或跳过链式推理，并引入滚动检查点机制在工具调用时动态保留或裁剪思考块以节省 token。此外，模板优化了工具参数的序列化判断避免重复转义，同时去除了默认系统提示词。
推荐理由：文章拆解了 Qwen-3 聊天模板在思考开关与上下文修剪上的具体设计，为智能体工程落地提供了可复用的模板编写方法。
OpenAI News精选AI 评分8484 OpenAI 发布 o3 与 o4-mini 系统卡
OpenAI 发布 o3 与 o4-mini 系统卡，公布两款新模型将前沿推理能力与全套工具能力相结合。两款模型支持网页浏览、Python、图像与文件分析、图像生成、canvas、自动化、文件搜索及记忆功能。
推荐理由：该系统卡展示了新一代推理模型与工具能力的整合范围，便于读者了解其在多任务环境中的能力边界。
OpenAI News精选AI 评分8787 OpenAI 推出 o3 与 o4-mini 模型
OpenAI 正式推出 o3 与 o4-mini 模型。官方称其为迄今最智能且能力最强的模型，并具备完整的工具调用支持。
Hugging Face Blog精选AI 评分7575 Open R1 发布第 3 期进展：开源 OlympicCoder 代码推理模型与 IOI 评测基准
Hugging Face 发布 Open R1 项目第三期进展，推出基于 DeepSeek-R1 蒸馏的 OlympicCoder-7B 与 32B 代码模型，并开源 IOI 评测基准及近 10 万条 CodeForces-CoTs 数据集。
推荐理由：团队不仅开源了针对竞赛编程的代码推理模型与评测集，还总结了长思维链微调中样本打包等关键工程避坑经验。
OpenAI News精选AI 评分7070 OpenAI 探索前沿推理模型的违规行为检测
OpenAI 研究表明可通过大语言模型监控思维链来检测前沿推理模型的漏洞利用行为。研究同时发现直接惩罚模型的错误思考过程并不能阻止大部分违规行为，反而会导致模型隐藏其真实意图。
推荐理由：研究指出直接惩罚不良思考过程会导致模型隐藏意图，揭示了通过思维链监控对齐前沿模型时的机制边界。
Hugging Face Blog精选AI 评分7474 Hugging Face 发布 Open R1 第二期进展：推出数学推理数据集 OpenR1-Math-220k
Hugging Face 发布 Open R1 项目第二期更新，正式推出包含 22 万道题目验证推理轨迹的数学推理数据集 OpenR1-Math-220k。
推荐理由：文章公开了用本地集群复现高质量数学推理数据的完整过滤流水线与吞吐方案，为开发者构建领域蒸馏数据提供了可复现的工程参考。
OpenAI News精选AI 评分8080 OpenAI 推出 deep research 智能体
OpenAI 推出 deep research 智能体，利用推理能力综合海量网络信息以完成多步骤研究任务。该功能即日起面向 Pro 用户开放，后续将逐步推向 Plus 和 Team 用户。
推荐理由：关注该功能如何利用推理能力自动化完成多步网络检索与综合分析，便于了解各订阅层级的上线规划。
Hugging Face Blog精选AI 评分7373 Hugging Face 发布 Open-R1 首期进展：成功复现评估基准并跑通训练与数据管线
Hugging Face 公布 Open-R1 项目启动一周的复现进展，团队已在 MATH-500 基准上成功复现 DeepSeek-R1 蒸馏系列模型的评测成绩。
推荐理由：文中梳理了复现 DeepSeek-R1 的评测基准，并给出了通过 TRL 运行 GRPO 训练以及流式并发生成长推理链数据的工程优化方案。
OpenAI News精选AI 评分6464 OpenAI 发布 o3-mini 系统卡片
OpenAI 发布 o3-mini 系统卡片，概述了该推理模型的安全评估工作。报告主要涵盖安全评估、外部红队测试以及基于 Preparedness Framework 的各项评估。
推荐理由：原文梳理了 o3-mini 在安全评估、外部红队测试与准备度框架下的评测，可供读者了解该模型的安全对齐与风险控制细节。
Hugging Face Blog精选AI 评分7575 Mini-R1：通过 GRPO 与倒计时游戏复现 DeepSeek-R1 顿悟时刻的强化学习教程
作者利用 Hugging Face TRL 的 GRPO 算法、DeepSpeed 与 vLLM，在 4 张 NVIDIA H100 GPU 上基于 Qwen2.5-3B-Instruct 复现了类似 DeepSeek-R1 的纯强化学习推理演进。
推荐理由：作者给出了结合 TRL、DeepSpeed 与 vLLM 实现 GRPO 训练的具体配置与步骤，为轻量级复现纯强化学习推理提供了可落地的工程参考。
Hugging Face Blog精选AI 评分6666 Hugging Face 启动 Open-R1 项目以完全开源复现 DeepSeek-R1
Hugging Face 宣布启动 Open-R1 开源项目，旨在全面复现 DeepSeek-R1 的训练流程并补全其未开源的数据集与代码。该计划分为三步，包括通过数据蒸馏复现 R1-Distill 模型、构建数学与代码数据集复现基于 GRPO 的纯强化学习流程，以及完整走通从基础模型到 SFT 再到 RL 的多阶段训练。
推荐理由：原文梳理了 DeepSeek-R1 缺失的训练代码与数据集环节，并给出了开源社区全流程复现推理模型的具体实施路线。
OpenAI News精选AI 评分6565 OpenAI 推出审慎对齐策略：利用推理能力打造更安全的语言模型
OpenAI 推出面向 o1 模型的全新对齐策略“审慎对齐”（deliberative alignment），利用推理能力提升语言模型的安全性。该策略直接向模型传授安全规范，并训练其在应对潜在风险时基于这些规范进行链式推理。
推荐理由：OpenAI 阐明了面向思考型模型的新对齐机制，展示了如何借助模型自身的推理能力来理解并遵循安全规范。
Hugging Face Blog精选AI 评分6868 Big Bench Audio 评测基准发布：评估音频大模型的语音推理能力
Artificial Analysis 发布音频语言模型推理评测数据集 Big Bench Audio，包含从 Big Bench Hard 改编的 1000 个语音问题。
推荐理由：评测揭示了原生端到端语音与纯文本之间的推理性能鸿沟，为构建高准确率语音智能体提供了架构选型参考。
OpenAI News精选AI 评分8484 OpenAI 正式推出 o1 及多项开发者新工具
OpenAI 正式推出 o1 模型，并面向开发者发布 Realtime API 改进、全新微调方法等多项更新。
OpenAI News精选AI 评分7373 OpenAI 发布 o1 系统卡片报告
OpenAI 发布 o1 与 o1-mini 的系统卡片报告，概述模型正式发布前开展的安全保障工作。报告内容包括外部红队测试，以及依照其 Preparedness Framework 展开的前沿风险评估。
OpenAI News精选AI 评分8686 OpenAI 正式发布 o1 模型
OpenAI 宣布推出 OpenAI o1 模型。当前抓取材料仅包含发布标题，未提供详细技术说明与正文内容。