田渊栋 Yuandong Tian
👉👉 使用我们的 Recursive Flint-40B-A2B 进行 AI 科学发现演示！🪨🪨
感谢 @ziv_ravid 的采访！聊得很愉快 😀
这周五下午会去参加 CoLM 会议。虽然因为太忙没法做演讲，但我仍会参加这个环节的圆桌讨论：https://wdlctc.github.io/efficient-reasoning-2026/。到时见～
我们发布 Coconut 时也收到了完全一样的评论😀。但即便有了显式的思维链（CoT），模型仍能学会隐藏真实的思考过程。终极的解决之道始终是理解模型的运作原理。
😅 所以我们的 StreamingLLM（最初那篇 attention sink 论文）又杀回来了？😅 —— 注意：这是在训练后（post-training）场景下。
我们的自动化系统有了有趣的发现😆 它检测到部分 FlashInfer kernel 存在数值问题，并自动提交了 PR，最终通过了专家审核🤓
赠Zeyuan Allen-Zhu🫡
世言大模惟精调，君执初心问真章。
动力学中观涨落，表达性里辨行藏。
万里独征云和月，所慕岂在功与赏。
他年若问登临处，格物致理照新航。
突き破れ、扉の向こうへ！
（source: 鋼の錬金術師 ED，《扉の向こうへ》）
我们正在招聘沙箱与 LLM 推理方向的工程师。有意者请将简历发送至 [email protected]
🚨大模型后训练强化学习的新方法！
受此前 path-not-taken 研究的启发，我们深入探究了强化学习的学习轨迹，发现仅需优化权重矩阵的奇异向量（即旋转）即可获得良好的强化学习效果。这种“等谱优化”能以大幅减少的训练步数达到同等评分。
@zhu_hanqing666 及其合作者的出色工作！
😂历史上这种情况发生过无数次。人类+智能手机=超人；人类+大语言模型=超级超人。我们早已远胜20年前那些可怜的智人。
非常赞同。人类面临的最坏局面，莫过于少数精英掌控着最顶尖的模型（及其 API），而其他人只能将其奉为“神明”并祈求使用权。那才是真正的反乌托邦……
今天在 AMD AI 大会现场。
哇……看起来没问题啊？！
欢迎 @ChengleiSi 加入团队！让我们一起大干一场吧😆！
明天旧金山见！ https://t.co/UVwCU72TX0
很荣幸受邀前往纽约观看世界杯 VIP 席位（7月4日-7月6日）。期间可能还有时间见见大家，想聊聊的朋友欢迎私信！
我们推出了 TAPA (https://t.co/YpO34Q4Zyp)，它在位置编码中实现了幅值与角度贡献的解耦。相比原生 RoPE，TAPA 在 OOD（长文本）场景下表现更佳。我们还对其有效性提供了理论分析。
感谢 @yusidwang 及各位同事的出色工作！
我们超棒的队友 @cong_ml 为大家详细解读了我们的首批成果！
在 GPU 算子优化领域，我们的框架在 NVIDIA 的 SOL-ExecBench 中取得了整体 SOTA 成绩，并在全部 4 个子类别中均达到 SOTA。其表现甚至超越了：(1) GPU 人类专家设计的方案，以及 (2) 由 GPU 专家设计的其他 AI 系统生成的方案。
我们的系统具有通用性。目前我们团队并没有专门的 GPU 专家（不过在内部，我被戏称为算子“专家”😆）。
🔍 详情请见 NVIDIA 官方排行榜：https://t.co/0TILBEF5uk
干得漂亮 @YujieZhao455906！在这项工作中，我们构建了：
1️⃣ AMA-Bench：用于评估真实任务中长程记忆能力的基准；
2️⃣ AMA-Agent：通过追踪长轨迹中的因果关系和客观信息，实现了优于现有智能体设计的性能。
论文已被 #ICML2026 接收。欢迎使用😀 项目链接：https://t.co/MtGoJUzrSn。
CEO @RichardSocher 的最新博文！
很高兴能与 @_rockt 一路同行！
《纽约时报》关于 @Recursive_SI 的报道！
https://t.co/5zrtbXQmJz
今天，Recursive 正式发布。
我们正在构建能够自动发现知识并实现递归自我改进的 AI。这一开放式过程将从根本上改变科学与技术的进步方式。
我们分布在旧金山和伦敦的 25 位顶尖研究员与工程师拥有多元化的专业背景，涵盖智能体 AI 科学家、架构与算法设计、世界模型、优化及可解释性等领域。我们怀揣着共同的信念：这是当今人类最值得攻克的课题。
欢迎加入我们，请将简历发送至 [email protected]。关注我们 @Recursive_SI！
还有一点想说，在 Meta 的这五年里，作为经理或总监，我一直面临一个困境：不能过度亲力亲为，去干涉下属的工作范畴。
我甚至在绩效评估中因此收到了警告。在 OpenGo 项目中，我写了 90% 以上的代码，结果却被告知：“研究员应该做研究，工程师应该做工程。”
因此，通过承担第一作者或独立完成工作，是我保持端到端掌控感、了解项目实况的一种方式。
现在我非常开心，这种束缚终于彻底消失了，这都要归功于 AI 编程工具。