研究推理计算、长期学习和自我改进，适合关注模型能力进展的读者。
12 条精选 · 入门 2 · 按推荐学习顺序：越基础、直观越靠前，越系统、深入越靠后
An OpenAI model has disproved a central conjecture in discrete geometry
这是 OpenAI 于 2026 年 5 月 20 日发布的文章，介绍一个内部 OpenAI 模型在平面单位距离问题上取得突破。该问题由 Paul Erdős 于 1946 年提出，问的是在平面放置 n 个点时最多有多少对点恰好相距 1。文中称，长期以来人们认为“方格”构造基本最优，而该模型推翻了这一猜想，给出了一族无穷多的构造，文章将其称为 AI 驱动数学的一个里程碑。
AI Reasoning Models Course on LinkedIn Learning
这是一篇博客文章，Sebastian Raschka 介绍他与 LinkedIn 合作推出的约 90 分钟推理模型课程，讲解推理模型与传统 LLM 的关系及其开发方式。课程分 4 个主要部分、约 30 个短视频，配互动测验和代码示例，内容涉及推理模型、推理时扩展、蒸馏和强化学习。作者说明该课程面向想了解 LLM 概念但不想做大量编码工作的人，属 LinkedIn Premium 内容。
Sebastian Raschka 于 2025 年 12 月 30 日发布在个人杂志上的年度回顾文章，梳理 2025 年大语言模型的主要发展，包括被作者称为“推理、RLVR 和 GRPO 之年”的趋势、2025 年 1 月 DeepSeek R1 的发布及其影响，并讨论仍然存在的局限与开放问题以及对后续发展的看法。
Controlling Reasoning Effort in LLMs
Sebastian Raschka 的文章，从 OpenAI o1、DeepSeek-R1 及可验证奖励强化学习（RLVR）讲起，并以新近发布的 GPT-5.6 模型家族（三个尺寸、每个约五到六档推理努力设置）为例。文章聚焦如何开发具备多种努力模式的推理模型，区别于其此前侧重把常规 LLM 转为推理模型的资料。
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。
The sleep framework: A new way for LLMs to retain knowledge in continual learning
这是 Google Research 的一篇博客，作者为 Ali Behrouz 和 Vahab Mirrokni，提出在持续学习中引入「睡眠阶段」的学习范式。文章指出已部署的大模型知识基本静止、受知识截止日期限制，而持续更新参数易导致灾难性遗忘，仅依赖上下文学习又受限于上下文窗口。受人类大脑在休息时处理和巩固记忆的启发，该方法为模型设计周期性的生命周期，使其持续学习并巩固脆弱的短期信息。页面标注日期为 2026 年 10 月 27 日。
Harness Engineering for Self-Improvement
Lilian Weng 的一篇博客文章，主题是递归自我改进（RSI）。文章从 I. J. Good（1965）提出的“超智能机器”与 Yudkowsky（2008）的 RSI 定义讲起，讨论现代 AI 中这一反馈回路的含义，包括模型改写自身权重，或改进训练流程与部署系统从而产生更强的后继模型，并提及前沿实验室研究加速的情况。