标签
Safin-1.5 引入了一种安全原生架构，具备持久化安全状态和危险知识解耦机制，通过“发现—评估—修复”的递归安全改进循环与形式化推理框架进行训练，在安全性和形式化推理基准测试中超越了前沿模型。
webAI发布了TwIL形式推理模型系列，其中TwIL-LM3在特定基准测试中优于120B模型，同时体积更小40倍且效率更高。
TwIL-LM2，一个专门针对形式逻辑翻译微调的1.7B模型，在严格评分基准上超越了更大的通用模型如Qwen3-8B和Gemma-4-26B，突显了专用AI模型在高效推理方面的潜力。
TwiL-LM 是一系列小巧的专用开源模型，现已发布在 HuggingFace 上。其中 3B 版本在形式推理基准测试上优于 OpenAI 的 120B gpt-oss 模型，并且能在消费级硬件上高效运行。
文章认为自回归语言模型无法真正理解形式数学，需要验证方法，并引用了诸如Aleph等依赖严格数学证明的系统。
本文介绍了一套用于法律AI的相关性敏感评估套件，表明LLM对法律无关的扰动过于敏感，并提出LexGuard，一个基于形式推理的对抗性多代理框架，以提高法律推理的可靠性。
Aleph 是一个新型形式化推理AI系统，在主要基准测试中领先，证实了 Yann LeCun 对基于能量模型（EBM）的AI推理的强调。