NeurIPS’26｜大模型有思考惯性：答案越开放，越停不下思考

EMNLP’26 Oral | 麻省理工：靠访谈让AI模拟真人，这条路能走多远？

新智元报道，介绍麻省理工等机构研究者提出的 HugAgent：基于真实参与者访谈构建 persona，让模型预测其在全民医疗、公共监控、住房增密等新情境下的回答，覆盖 54 名参与者、1742 个评测项，并测试 GPT、Claude、Gemini、DeepSeek、Llama、Qwen 等模型。研究指出访谈能提升模拟准确度，但聊得更久未必更能预测条件变化后的回答；文中给出论文、代码仓库和项目主页链接，并称论文入选 EMNLP 2026 Main Oral。

思考以回忆：推理如何解锁大语言模型中的参数化知识

Thinking to recall: How reasoning unlocks parametric knowledge in LLMs

Google Research 的研究文章，探讨推理能帮助语言模型回忆简单事实这一看似反常的现象，即使任务不需要复杂的逐步求解。作者提出该现象由两种机制驱动：一是利用生成的推理 token 进行隐式计算，二是生成相关事实以激活对正确答案的回忆。

OpenAI Astra 与循环式 Transformer

OpenAI Astra and Looped Transformers

针对 OpenAI Astra 被称作“循环深度/循环式 Transformer”的说法做解释，并举例此前介绍过的 Nanbeige4.2-3B：它把同一套 22 层 Transformer 堆栈复用两次，相当于扩展到 44 层但不复制权重，存储需求不变而计算量近乎翻倍。文中还提到 Mixture-of-Recursions 论文，并引用 Nanbeige 4.2 技术报告称两遍复用取得较好权衡。

从零构建推理模型：完整视频课程

Building Reasoning Models from the Ground Up: A Full Video Course

这是 Ahead of AI 作者发布的配套视频课程介绍，包含 8 个从零构建推理模型的编程视频，共约 11 小时，用 Python 和 PyTorch 实现推理扩展、强化学习、蒸馏等方法。课程从一个预训练 LLM 出发，实现评估与改进该模型的方法，是其此前《从零编程 LLM》课程的续篇，但不需要先修该课程。适合希望动手理解推理模型内部机制的人。