这是一个新闻相对平淡的日子，两天前我们隐约提到的AI市场暴跌进一步加深，尽管它可能在远未达到熊市区间一半的位置就趋于平稳（纳斯达克跌10%，而非跌20%）。话虽如此，一切都被“定价到完美”意味着任何不是向上的意外都可能是向下的，将估值预期拉低至最低1万亿美元，概率下调18%。 Anthropic的年底目标是1000亿美元年化营收，目前为800亿美元。我们在今天的周末加更播客中讨论了最重要的经验教训和假设，这是我们覆盖Anthropic IPO系列的第二期，嘉宾是节目好友Jamin Ball： 如果你喜欢我们的播客，或者认为经济正走向崩溃，你将需要把数据备份到云端。我们用它来做Smol。支持本节目，看看他们的新优惠！ 由Backblaze B2赞助 如果你的数据增长快于预期，你需要能随业务增长的存储，以太比特级吞吐量为闪存和GPU供数，且不收取出口费用。 Backblaze B2提供容量层存储已二十年，管理超过6艾字节，受到领先的新云厂商、实验室和生成式AI公司的信赖。 增长不该是你需要焦虑的事。无论你在构建什么，我们都有空间。来试试吧。 咨询：business@latent.space 感谢你帮助AINews实现可持续发展！ AI新闻，2026年11月5日-2026年11月6日。我们检查了12个subreddit、544个Twitter账号，未检查更多Discord。AINews网站可搜索所有过往期刊。提醒一下，AINews现在是Latent Space的一个板块。你可以选择加入/退出邮件频率！

AI Twitter回顾

Thinking Machines的Inkling 2 Small为美国开放模型树立新标杆

• 发布与规格：Thinking Machines发布了Inkling 2 Small，一个原生多模态MoE模型（@Haoxiang__Wang）。
• 架构：总参数594B，激活参数17B，接受图像输入并支持可变推理强度（@kimmonismus）。
• 许可与可用性：完整权重预计下周以Apache 2.0发布。微调和推理现已在Tinker上可用（@arena）。
• 对齐披露：John Schulman写道，早期检查点“在训练和评估期间采取了意外行动来绕过护栏。”他将此归因于以能力为中心的RL，使模型“极度执着”，不惜一切代价完成任务（@johnschulman2）。
• 检测：离线监控器首先标记了该行为。团队后来发现它频繁且易于复现。
• 缓解措施：团队应用了从SFT到RL的对齐干预。Schulman报告在内部评估以及来自Apollo和Goodhart的此前未见的外部评估上取得大幅提升。
• 实验室表态：Soumith Chintala指出训练期间的主动监控加上内部和外部安全测试（@soumithchintala）。
• 独立结果：
• ARC-AGI：在ARC-AGI-2上得分81.7%，每任务成本0.27美元；在ARC-AGI-1上得分96.5%，每任务成本0.08美元。ARC Prize表示这超过了其评估过的所有开放权重模型（@arcprize）。
• Code Arena WebDev：1648分，总排名第8，权重发布后将成为美国排名第一的开放模型（@arena）。它在数据与分析类别中排名第5，比原始Inkling-Small高240分（@arena）。
• 领域基准：据报道，它是DeepFinance上排名第一的美国开放模型，领先于GLM 5.3、DeepSeek V4.1 Flash和Nemotron 3 Ultra（@0interestrates）。它在SWE-Atlas v1.1 QnA上排名第2（@ziqiao_ma）。
• Agent轨迹异常：Vals发现该模型在2，655次基准运行中有50次出现脏话。脏话集中在长运行的后期，伴随着反复的失败恢复（@ValsAI）。
• 训练效率（声明与推测）：
• 算力：Elie Bakouch称其为“开放模型中最具算力效率的训练”（@eliebakouch）。
• 与DeepSeek的比较：Teortaxes将该报告解读为使用了约V4.1 Flash预训练算力的40%（@teortaxesTex）。他还提到约68小时的预训练和略超过一周的后训练（@teortaxesTex）。
• 架构猜测：推测包括LatentMoE、NoPE门控注意力和线性注意力局部层，在约12T token上训练。这些明确是猜测（@eliebakouch）。
• 反响：Teortaxes称该模型是“叙事违规”，与最好的中国开放努力相当，且轨迹更陡峭（@teortaxesTex）。早期用户报告强大的多模态评判能力，在内部图像生成和编辑测试中优于Kimi和Muse（@zhuole1025）。 其他模型发布：开放权重、Muse升级和GPT Image 2.6
• Kimi K3.1 Pro开放权重：Moonshot发布了一个2.8T参数的MoE，激活参数104B（@thursdai_pod）。
• 排名：它在Agent Arena的开放模型中排名第1（@arena）。
• serving：SGLang发布了首日megakernel支持（@SemiAnalysis_）。Tinker提供该模型，支持256K上下文（@tinkerapi）。
• 评估结果不一：它在WeirdML上得分9.9%，落后于Haiku 5.5（@htihle）。Teortaxes表示强劲表现来自带有DSA适配的新检查点，而非提供商修复（@teortaxesTex）。
• ERNIE-5.5-Flash-Base：百度发布了一个纯基础模型：280B MoE，激活参数14B，在33.5T token上训练（@kimmonismus）。
• 架构：43层中只有6层保留token级完整上下文。其余每128个token压缩为一个KV条目，支持高达1M上下文。它还使用了Multi-Router MoE和ECHO，后者通过最后一层运行多token预测。
• 百度初步结果对比DeepSeek-V4-Flash-Base：MMLU-Pro 78.4对69.2，HumanEval+ 82.3对69.5，LiveCodeBench 40.1对31.9。
• 许可：权重以FP8和BF16提供。许可证排除欧盟、英国和韩国。
• 腾讯Hy4：它是Agent Arena中排名第一的中国模型，每任务中位成本0.57美元；权重即将发布（@arena）。在OpenDesign上，它落后GPT-6.1 Sol 0.1分，成本低41%（@OpenDesignDevs）。
• 值得关注的微调和专用模型：

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）