算法论文8

沪高校团队方案提升MLLM推理泛化能力

机器之心2026-01-20

AI 摘要

上海交通大学等团队针对MLLM推理难题，提出“以形式化增强非形式化推理”方案。构建TrustGeoGen、GeoBench、SGVR，提升模型推理能力，实现跨域泛化，未来将拓展至更多领域。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

Specula：数小时揪出开源系统382个深层bug

截至2026年8月19日，Specula已在67个开源系统找出382个bug。它让coding agent自动生成TLA + 模型和正确性不变量，运行检查并复现问题，将数月的形式化验证缩短到几小时，降低了形式化方法使用门槛。

顶尖数学学者Rishikesh Gajjala靠AI攻破博士课题，却宣布退出学术圈。他认为AI生成证明虽精巧但难验证，“漂亮证明未验证和垃圾无异”。他投身形式化验证领域，而AxiomProver完成“246定理”形式化验证。

Anthropic 发布 Claude Opus 5，定价与 Opus 4.8 相同，价格是 Fable 5 的一半。它在编码、知识工作和推理上表现出色，虽有不足，如速度慢、幻觉率较高，但提供多种 effort 等级，成本低，安全对齐性好。

最近，3B小模型VibeThinker - 3B在X上火了，它在编程等推理任务上比肩前沿大模型，体积却小很多。它是国产模型，来自新浪微博团队，在各项基准测试表现出色，不过在通用知识领域表现欠佳。