Apple 提出 SSR：用选择式结构化推理提升多模态搜索智能体效率
Apple 提出 Selection-based Structured Reasoning（SSR）框架，将推理从开放式生成改为选择：把反复出现的高层推理表示为预先指定的可复用自然语言候选，模型每轮从中选择。该框架针对小模型推理冗长、对动作生成帮助有限且推理成本高的问题，目标是提升多模态搜索智能体的效率。
#端侧
论文Apple Machine Learning ResearchAI 评分3535
论文The DecoderAI 评分7171 Anthropic 研究：小模型或可在消费级设备间自我复制
Anthropic 研究者 William Zhou 和 Daniel Freeman 发布研究，测试小模型能否在智能电视、智能冰箱等防护薄弱的 IoT 设备上自主复制。
论文Apple Machine Learning ResearchAI 评分4242 Minions：基于闲置 Apple Silicon 设备构建的动态分布式虚拟 GPU 云
Apple 研究团队提出 Minions，一个聚合 macOS 设备上闲置 Apple Silicon GPU 的动态分布式虚拟 GPU 云，用于执行大规模机器学习推理任务。该系统提供灵活的 GPU 推理任务执行、容错能力和高效资源利用，让团队无需额外采购 GPU 即可利用现有硬件。研究经验表明，在集中式 GPU 资源受限的环境中，闲置 macOS 设备可转化为实用的分布式 GPU 推理平台。