AI导航

北京通用人工智能研究院（BIGAI）提出原生并行推理器（NPR）框架，旨在解决大语言模型处理复杂推理任务时的瓶颈。该框架通过“自蒸馏+并行强化学习”三阶段训练范式，使模型获得内在的并行推理能力，能同时探索多条路径并汇总结果。实验表明，NPR在多个高难度数学推理基准上显著提升了准确率与效率（最高加速4.6倍），且并行行为稳健，为下一代AI智能体的发展提供了新思路。

本文基于AI研究员Sebastian Raschka的年度总结，深入解读了2025年大语言模型领域的核心进展。文章指出，2025年是“推理模型之年”，DeepSeek R1的发布及其采用的RLVR与GRPO算法成为技术风向标，推动LLM发展重点从参数堆叠转向推理能力强化。同时，模型架构呈现MoE与高效注意力机制融合的趋势，“推理时扩展”和“工具使用”成为提升性能的关键杠杆。行业也面临“极限刷榜”带来的评估挑战。文章还探讨了AI在编码、写作中的协作角色，并预测未来优势将在于私有数据与领域专业化。最后，对20

Sakana AI与麻省理工学院（MIT）合作，利用大语言模型在经典编程游戏《Core War》中驱动了一场AI对抗进化实验，提出了“数字红皇后（DRQ）”算法。该算法通过让AI程序在虚拟战场中持续进行自我博弈和对抗，迭代进化出既稳健又通用的“战士”程序。研究不仅验证了“红皇后动态”（物种必须不断进化以维持相对竞争力），还观察到了有趣的“趋同进化”现象——从不同起点独立演化的程序最终会发展出相似的高效行为策略。这项研究为在安全可控的沙盒环境中探索AI在对抗性场景（如网络安全）中的演化规律提供了新范式，对理