今天，我们发布了LOGIC：一种在无信任环境中验证LLM推理的新方法。 - 检测模型替换、量化和解码时攻击 - 与@vllm_project、@sgl_project、@OpenRouterAI等项目开箱即用（只需logprops） - 在各种GPU类型和硬件配置下都表现稳健 - 计算开销低（约占总成本的1%） 博客： 代码：

今天我们发布了 Schematron：3B 和 8B 模型，能够以前沿级别的准确性从 HTML 中提取类型化的 JSON。 我们构建 Schematron 作为数据提取的终极 𝘸𝘰𝘳𝘬𝘩𝘰𝘳𝘴𝘦： – 比 GPT-5 便宜 50-100 倍 – 延迟低于 ~10 倍 – 两个模型在结构化提取上均优于 Gemini 2.5 Flash Schematron 使互联网规模的结构化网页数据对开发者、研究人员和代理人可访问。 现在可以通过我们的无服务器 API 和 HuggingFace 获取。 在我们的博客上阅读培训细节和基准测试 👇

虽然前沿模型在自主搜索方面表现出色，但对于这种以令牌为中心的任务来说，它们的成本过高且速度缓慢。这是一个问题，因为搜索精度往往随着处理的令牌数量而增加。 解决方案是小型、经过精心强化学习训练的模型，专门针对各个搜索引擎，这些模型可以在成本和速度上比通用前沿模型便宜一到两个数量级，同时表现更好。