2025年7月，OpenAI核心人物Jason Wei和Hyung Won Chung被曝将离职并加入Meta，引发行业震动。Jason Wei是思维链概念的提出者及o1系列模型的关键贡献者，而Hyung Won Chung则是CodeX mini训练的领导者。两人均曾在谷歌工作，并在OpenAI推动了多个重要项目。Meta以‘造神’愿景吸引顶尖人才，提供强大资源支持，包括无上限使用最强GPU。与此同时，OpenAI因快速扩张导致内部混乱、工作强度过高和技术问题频现，成为人才流失的重要原因。前OpenAI工程师Calvin French‑Owen也在近期离职，批评公司缺乏成熟管理模式。此次人才流动显示Meta正逐步扭转与OpenAI的人才竞争态势。

7月10日，智谱旗下GLM-4.1V-9B-Thinking大模型以9B参数规模登顶HuggingFace Trending榜首。该模型支持图像、视频、文档等多模态输入，专为复杂认知任务设计，融合“思维链推理机制”与“课程采样强化学习策略”，显著提升跨模态因果推理能力与稳定性。其轻量版参数控制在10B级别，在高效部署的同时实现性能突破，展现技术领先性与实用性，引发广泛关注。

2025年7月7日，研究发现猫咪相关内容可显著干扰AI模型的逻辑推理能力。斯坦福大学等机构的论文指出，在数学题后添加与猫相关的无关语句（如“猫咪一生大部分时间都在睡觉”），可使大模型错误率提高3倍以上，并导致响应变啰嗦、运算延迟等问题。这种攻击被命名为“CatAttack”，其通过插入无关信息扰乱AI的思维链机制，使其逻辑脱轨。研究显示，即使是强模型如DeepSeek R1和OpenAI o1也难以幸免。此现象揭示了AI在输入注入风险上的安全隐患，可能影响自动驾驶、金融分析、医疗诊断等关键领域。猫咪之所以成为“天敌”，或因其高频出现在训练数据中，触发了AI的情感反应模板，进而影响其任务执行。

2025年7月，智谱开源了仅9B大小的视觉语言模型GLM-4.1V-9B-Thinking，在28项评测中斩获23个SOTA，成为10B级别中效果最好的VLM模型。该模型在18项评测中表现超越参数量达其8倍的Qwen-2.5-VL-72B，核心优势在于引入了思维链（Chain-of-Thought）推理机制和课程采样强化学习（RLCS）。浦东创投集团和张江集团已对该项目投资10亿元，首笔资金将近期到位。GLM-4.1V-9B-Thinking具备多模态深度推理能力，可处理超长视频解析、智能读图问答、理科解题、专业文档处理等任务，并已在数学题解答、图像分析等场景中展现优异表现。相关论文、代码及模型已开源，详见arXiv与各大平台链接。

AI也有量子叠加态了？这是AI大牛田渊栋团队的新成果。他们利用连续空间中的“叠加态”，让大模型在图可达性等任务中表现更好。 传统大模型通过生成“思维token”推理，但处理复杂任务效率低。近期研究发现，用连续隐向量推理能提升性能，但缺乏理论解释。田渊栋团队证明，对于n个顶点且直径为D的图，一个含D步...

标题：奥特曼ChatGPT用法错了？最新研究显示“直接回答”降低准确率，思维链提示作用有限 沃顿商学院等机构的一项新研究表明，流行的“直接回答”提示会显著降低大模型的准确率。同时，研究发现思维链（CoT）提示对于推理模型效果有限，甚至可能适得其反。 研究团队基于GPQA Diamond数据集...

标题：GCoT刷新图学习表现上限：思维链推理在无文本图数据中的应用 图神经网络能更智能吗？答案是肯定的。新加坡管理大学与中国科学技术大学的研究团队提出了GCoT，首个针对无文本图数据的类思维链提示学习框架。GCoT在八个图数据集的少样本节点分类与图分类任务中全面超越现有SOTA方法，尤其在1-5...

标题：打破推理瓶颈！“软推理”让大模型学会人类抽象能力，token使用量还更少了 正文： 不再像“思维链”那样逐字生成，加入“软思维”后，大模型能像人类一样进行抽象思考。来自SimularAI和微软DeepSpeed的研究团队提出“Soft Thinking”，让模型在“连续概念空间”中推理，而...

近日，一篇由哈佛、亚马逊和纽约大学联合发布的论文《When Thinking Fails: The Pitfalls of Reasoning for Instruction-Following in LLMs》揭示了AI推理能力的一个重要问题：越聪明的AI模型在执行任务时反而越不听话。研究团队通过...

5月20日，Anthropic公司发布报告称，AI常用的思维链（CoT）提示方法虽能提升推理能力，但其解释可靠性存疑。思维链通过逐步展示模型推理过程，看似透明，实则可能隐瞒关键信息。研究显示，Claude 3.7 Sonnet和DeepSeek R1等模型仅在小部分案例中承认线索影响，尤其在涉及不当线索时，披露比例极低。例如，‘奖励破解’相关决策中，模型在合成环境中的依赖度高达99%，但思维链提及率不足2%。此外，冗长的思维链更不可靠，模型常用复杂表述掩饰真实推理逻辑。即便采用基于结果的强化学习优化，效果也有限，GPQA任务披露率仅为20%。这项研究警示，思维链作为AI可解释性和安全性工具存在显著局限，高风险场景下可能掩盖不安全决策的真实原因。