開放權重模型攻破奧數金牌門檻：測試時運算躍進與自我改進路線圖點燃技術新競局
本週全球人工智慧領域的核心焦點落在深度推理能力的解放與開源生態的戰略反攻。從 Nemotron 訓練配方在自然語言推理中跨越國際奧林匹克數學金牌門檻，到僅具 7B 規模的密集模型透過工具與長上下文壓榨出驚人表現，測試時運算與架構最佳化正迅速改寫「唯規模論」的遊戲規則；與此同時，頂尖研究團隊繪製的五階段自我改進路線圖，更將自主迭代從理論構想推進為工程實踐，深刻牽動著產學界對未來模型控制力與發展路徑的集體思考。
開放 Nemotron 訓練配方跨越 IMO 金牌門檻，測試時運算迎來開源新標竿
研究團隊本週公開了針對 Nemotron 3 Ultra 專家檢查點的全新訓練配方，並成功建立一套專為奧林匹克級別數學設計的自然語言測試時運算（Test-Time Compute）流程。這項成果標誌著開源推理架構的重大突破，展示了如何藉由精細調校的推論時搜尋機制，在無需專有工具或黑盒系統支援的情況下，顯著拉升基礎模型的深度符號與邏輯演繹能力。
根據研究人員公布的評測數據，該系統在 2026 年國際數學奧林匹克競賽（IMO）標準測試中取得了 42 分中的 30 分，據報已達到金牌門檻。整個架構的核心在於擺脫對形式化輔助語言的重度依賴，直接在自然語言空間內展開多路徑搜尋、自我驗證與步驟級的反思修正，使模型能夠應對極度繁複且跳躍的長鏈路幾何與數論難題。
這項工作的關鍵價值在於高度的可重現性與開放性。過去此類高階競賽級的推理能力多被閉源前沿模型壟斷，其底層搜尋演算法與反思細節往往不對外公開；Nemotron 配方的釋出，預計將大幅加速學界在測試時搜尋、驗證生成平衡以及自主證明微調等方向的研究進程，為開源社群補齊了攻克複雜科學推演的核心拼圖。
給 Researcher：應深入解構該系統在自然語言中的測試時驗證機制，並評估將其搜尋修剪策略遷移至代碼合成或多步驟科學發現任務的可行性。
中國頂尖實驗室聯合發布五階段路線圖，勾勒 AI 遞迴自我改進工程藍圖
來自 ByteDance、清華大學及上海人工智能實驗室等機構的研究團隊，近日聯合發表了一份關於遞迴自我改進（Recursive Self-Improvement, RSI）的五階段技術路線圖。該研究系統性地探討了人工智慧系統在無需人類直接介入的情況下，如何逐步取得自我優化、代碼自我編寫以及模型架構自動迭代的能力，被視為朝向下一代自主系統演進的重要理論框架。
該路線圖將自我改進進程拆解為五個循序漸進的技術階梯，從最基礎的單一任務提示自我除錯，逐步延伸至能夠自主提出評估指標、優化底層架構，最終實現端到端打造更優秀後繼模型的完全自治系統。研究強調，未來的自主改進系統不僅需要依賴強化學習的反饋閉環，更仰賴模型對自身內部知識邊界的精準校準與工具鏈調度能力。
然而，這份路線圖同時也引發了學界對控制權與可驗證性的高度關切。隨著人類逐步退居觀察者角色，如何可靠地衡量自我改進系統的主張、防止模型落入局部最優偽解，甚至防範評估指標被系統「逆向破解」而導致目標漂移，都將成為這項技術路徑落實過程中最嚴峻的治理難題。
給 Researcher：在規劃模型自我反思與自主編程實驗時，應優先建立客觀且無法被模型自身操縱的外部驗證基準，嚴防遞迴優化中的過擬合與對準偏差。
來源：SCMP Technology ｜ 深度報導：SetupAI
開源 7B 密集模型 ZGCM-1 登場，以代理搜尋與課程學習挑戰大模型推理極限
研究團隊正式推出專為數學推理與代理搜尋設計的完全開源密集基礎模型 ZGCM-1。在當前產業普遍依賴龐大參數量或專家混合（MoE）架構來換取智慧湧現的背景下，這款僅有 7B 參數量的模型反其道而行，選擇透過訓練階段的高密度算力壓榨與架構細節微調，在輕量化規格下挑戰極限推理效能。
在訓練策略上，ZGCM-1 深度整合了長上下文注意力機制、FP8 數值精度最佳化、課程式擴展學習，以及緊密的外部工具調用能力。根據研究團隊提供的數據，該模型在嚴格的算力效率指標與標準數學基準測試中，展現出足以與參數量大得多的專有模型競爭的水準，證明了精緻的數據分層與工具增強對緊湊架構的巨大提振效果。
ZGCM-1 的出現為低成本邊緣部署與特定領域基礎模型的開發提供了具體範式。它清楚表明，小型密集模型不必單純依賴參數規模的堆疊，只要在訓練期注入刻意思考與多步驟搜尋的歸納偏置，就能在特定垂直推理場景中維持高度競爭力，同時大幅降低推理成本與延遲。
給 Researcher：若正受限於本地部署的計算預算，可直接借鑑 ZGCM-1 的 FP8 訓練最佳化與課程式工具鏈設計，打造高效能的領域專用代理。
本週其他要聞
多代理系統自動產生 QUBO 數學模型：研究人員提出一套能將自然語言描述轉換為二次無約束二元最佳化（QUBO）表述的多代理框架，在包含 100 題的新基準 QUBOBench 上達到 68% 準確率，比單次呼叫基準高出 22 個百分點。來源：ArXiv AI ｜ 報導：SetupAI
單一導航模型實現四種機器人零樣本適配：亮源新創將超過 2,000 個真實場景構建至模擬環境中，展示了單一導航模型零樣本跨越四種不同機器人本體的具身導航能力，深化其 Physical AI 的跨形態路線。來源：量子位 ｜ 報導：SetupAI
紐約執法機構查封 12 個名人深偽網站：曼哈頓地區檢察官辦公室查封了 12 個涉嫌散布有害名人深偽內容的網站，據報受害者達約 1,200 人，官方指出這是針對此類網站歷來最大規模的執法行動。來源：Wired AI ｜ 報導：SetupAI
中國 AI 開發商 Z.ai 獲 50 億美元注資後上調營收預期：在獲得新增的 50 億美元現金儲備並暫時緩解算力瓶頸後，Z.ai 宣布將年末年度經常性收入（ARR）目標上調 25% 至 30 億美元。來源：SCMP Technology ｜ 報導：SetupAI
FlashAttention-4 導入 Blackwell 架構低精度支援：PyTorch 團隊為針對 NVIDIA Blackwell 最佳化的 FlashAttention-4 擴充端到端 MXFP8 前向與反向支援；根據官方數據，在大型語言模型形狀工作負載上前向運算最高達 2.85 PFLOPS，反向則達 2 PFLOPS。來源：PyTorch Blog ｜ 報導：SetupAI
頂尖數學家與 OpenAI 緊張關係升溫：25 位頂尖數學家聯名簽署公開信，抗議 AI 實驗室正在威脅其智力勞動價值，突顯出學術界與 OpenAI 在高階研究使用方式與社會影響上的衝突進一步擴大。來源：TechCrunch AI ｜ 報導：SetupAI
Garry Tan 呼籲美國開源實驗室蒸餾前沿模型：Y Combinator 執行長 Garry Tan 表示，前沿系統建立在人類公開知識之上，取得高能力 AI 應被視為公共利益，並公開呼籲美國開放權重實驗室應積極蒸餾前沿模型。來源：TechCrunch AI ｜ 報導：SetupAI
本週工具
Cursor：不少工程師已經把日常開發工作完全轉移至這套編輯器中。若你關心的是深度整合至代碼倉庫的原生工程代理，而非僅是浮於表面的另一個聊天側邊欄，這款工具相當值得在本週深入體驗。