标签
Chris Parmer 指出，Particle 的新模型在数据分析任务上进入了 Dash 的 Pareto 前沿，表现优于 Terra-6.1 和 Haiku 5.5——这是多年来首个跻身该前沿的新模型。
维护者分享了基于 2xRTX 3090 的本地 LLM Pareto 前沿基准图表，指出自 DeepSeek-V4-Flash-Vision-Exp 和 Qwen3.8-Flash-Next 发布两个月来排名未变，并邀请社区协作完善细粒度本地模型能力测绘。
该论文研究了扩散大语言模型作为投机解码草稿模型时的两个关键参数——扩散努力程度与接受准则宽松度——的联合变化，发现二者协同调整能够超越单步扩散草稿方法的速度-质量帕累托前沿。
作者扩展了 Cognition 的 SWE-2 奖励函数，通过调节 λₑ（即帕累托前沿在该努力水平处的导数）来主动引导帕累托前沿，而不仅仅是优化它，从而针对期望的分数/成本改进平衡进行目标化。
本文讨论了在各项基准测试类别中，AI 模型在帕累托前沿上的排名情况，重点介绍了 Claude Sonnet 5.5 如何改善了 Anthropic 的地位，并在质量、价格和速度方面将部分 OpenAI 模型挤出了前沿边界。
浏览器使用基准测试 v2 更新了其帕累托前沿，展示了来自 OpenAI 的 GPT-6 模型在性能和成本效益上均超越了来自 Anthropic 的 Claude Opus 5.5。
本文详细分析了Stepfun Step 5 Preview LLM，评估其在多个基准测试中的智能和性能，并将其定位在效率和能力的Pareto前沿上。
本文构建了大语言模型推理优化的成本-质量-延迟帕累托图谱，使用校准的模拟器评估不同硬件和场景下的配置和组合。
Cognition 推出 SWE-2，这是一款先进的编码模型，以极低的成本实现了与 Fable 5.1 和 GPT-Astra 相竞争的性能，利用新型强化学习来优化成本效益前沿。
Occamy-1.0是一个成本效益高的开源AI模型，专为协作代理设计，在复杂多步骤任务中表现出色，并与更大型的前沿系统具有竞争力，同时保持广泛的代理能力。
Qwen3.8-Max-0902 在 Code Arena: WebDev 中以 1691 分首次亮相排名第一，超越 Claude Opus 5 3 分，并以每百万代币 5 美元的价格占据了 Pareto frontier 上的最高分位置。
MiniMax H3 Max 由 fal 在 MiniMax H3 上进行后训练，为视频生成树立了新的 Pareto Frontier，生成时间比基础模型快近50倍，在 image-to-video 和 text-to-video 任务中分别实现了18倍和24倍的速度提升。
Modular 在 Zai_org 的 GLM-5.2 模型基准测试中表现出色，以接近顶级的速度实现了高性价比。
Meta的Muse Spark 1.2在Text Arena中升至第4位，通过降价约91%将成本-质量帕累托前沿向上推进，同时相比顶级模型仅损失9分。
本文介绍了RAG-Stack，一个通过高效探索算法-系统联合配置空间来协同优化RAG服务性能与答案质量的框架。它找到的Pareto前沿比现有配置搜索方法覆盖了显著更广的质量-性能空间。
本文提出了前沿学习（Frontier Learning）框架，该框架结合多个黑盒和白盒预训练模型的表示与预测，构建统一的目标域表示，并保证在分布偏移下性能不劣于任何单一复用基线。在视觉域适应和临床死亡率预测上的评估显示，该方法相较强基线持续获得增益。
WorldDiT是一个用于机器人世界建模与控制的统一架构，在不依赖VLM生成动作的方法中，它在LIBERO基准测试上取得了最佳性能，并位于所报告的帕累托前沿上。
埃隆·马斯克声称，Grok 4.5和Opus 5是唯一两个在性能和效率上位于帕累托前沿的AI模型。
本文介绍了YUKTI框架，该框架通过使用不确定性类型化的命题图、带有遗憾边界的假设鲁棒帕累托前沿以及多阶段优化交接，将自然语言决策情境转化为鲁棒、可验证的决策。在合成数据集和真实数据集上的验证表明，与朴素点解方法相比，它显著降低了遗憾，并揭示了语言模型推理的局限性。
一个观察：人工智能使小团队能够在保持文化的同时实现收入的指数级增长，从而在商业中创造一个新的帕累托前沿。