OpenAI 发布 722 篇数学论文，解决 500 个顶级开放问题中的 90 个
OpenAI 发布内部 Navier-Stokes 模型的 722 篇数学论文，解决了 500 个顶级开放数学问题中的 90 个，包括准黎曼猜想等重要成果。每个结果平均只需 3 小时 ChatGPT Pro 推理计算，被 Anthropic 评价为"数学史上最重大时刻"。模型本身尚未开源，成果已公开于 GitHub 仓库。
#编码
Latent SpaceAI 评分2929
Mistral AI精选AI 评分6464 Mistral Large 4 发布
Mistral AI 发布 Mistral Large 4 预览版，该模型为万亿参数多模态大模型，本月将开源权重。其在网络安全、编码、智能体工作流与多模态理解基准上达到开放模型领先水平，部分视觉定位能力超越闭源前沿模型。模型基于 3800 张 NVIDIA Grace Blackwell GPU 在欧洲本土训练，支持 160 多种语言，已开放 API 试用并作为下一代专用模型的基础。
推荐理由：原文给出性能基准与开源计划，读者可评估其在安全、编码与多模态任务上的实际竞争力。
The DecoderAI 评分6565 Reflection发布开源模型Beam：算力更优的非中国最强开源大模型
Reflection发布开源模型Beam，以5010亿总参数中仅激活230亿的方式大幅降低算力成本，主打代码与智能体任务，直接对标DeepSeek与Qwen。该模型经超大规模强化学习训练，支持可调推理深度并展现涌现的联网浏览能力，权重与评估方法将于本月开放。
The DecoderAI 评分5555 Google研究者找到防止自改进AI智能体记忆测试的方法
Google研究者提出RRSI（正则化递归自改进智能体框架），通过在两个环节约束自优化过程——限制单次编辑预算并随时间缩小，以及由critic过滤掉硬编码任务名的修改——防止智能体在反复优化同一组测试任务时产生记忆。
AWS Machine Learning BlogAI 评分4646 如何在 AWS GovCloud (US) 的 Amazon Bedrock 上使用 Claude Code 加速受监管工作负载
在 AWS GovCloud (US) 的 Amazon Bedrock 上部署 Claude Opus 5.5 和 Claude Sonnet 5.5，支持 ITAR 等受监管工作负载的 AI 辅助开发。
TechCrunch · AIAI 评分5656 HackerRank 发布 Chakra AI 面试官，考核候选人使用 AI 解决真实问题的过程
HackerRank 宣布其 AI 面试官 Chakra 正式面向客户开放。产品上线前已完成超过 50 万次测试面试，参与测试的公司包括 Snowflake、Snorkel 和 Capgemini。