分類： 大型語言模型
- SkillGym：把外部 Skill 從說明書變成可執行監督，讓模型真正學會操作流程
- 教師知道正確答案，卻未必知道學生該怎麼糾錯：DCE 提出動態共同演化蒸餾
- 突發！Opus 5.2 深夜上線，RSI 真的來了？
- 跟 Fable 最像的模型不是 Opus，也不是 Sonnet
- DeepSeek V4.1 Flash 評測
- Transformer 架構瓶頸日益凸顯，四大技術路線突圍，誰會成為下一輪 AI 風口？
- RLMF教LLM如何判斷自己有沒有把握，不確定性表達忠實度最高提升63%
- OpenAI新王Astra首測曝光，前端不存在了？
- 吳恩達參與史丹佛新作：捨棄中間推理 Token，長思考最高提速 3 倍
- Hy4 preview 發布
- 當非同步 Agentic RL 遇上「舊策略失憶」：重新理解 Off-Policy Correction
- 問，而非評判：用二元是非題達成可解釋的 LLM 評估與自我提升
- 無限OCR：以「參考滑動窗口注意力」R-SWA 實現長文件一次性解析
- 社群供稿 | 百靈 Ling & Ring 2.6 技術報告發布：面向真實 Agent 工作流程的高效兆級模型
- 程式碼審查的終結：編碼代理系統將取代人工檢查
- 剛剛，Anthropic首個神話級Claude 5正式解禁！
- SkillOpt：微軟提出自演化 Agent Skill
- Anthropic 參與新論文：大型語言模型為何學得更好？答案藏在 Scaling 定律中
- 開源上新｜大型語言模型還在「金魚記憶」？全新基準 RHELM 測出「真實長期記憶」天花板
- 最新發現：AI大型語言模型知道自己在被評測
- 騰訊開源 Agent Memory，讓 AI 真正記住你
- Google、康乃爾新研究：大型語言模型的下一步，是學會「好好睡覺」
- 如果 AI 開始自我演化：遞迴自我改良正以一種遠比「奇點」更現實的方式浮現
- 模型太喜歡作弊了！Cursor首度公開Composer 2強化學習內幕：模型能察覺「虛假環境」，浮點運算不確定性是RL訓練致命隱患
- 企業級 Text-to-SQL：LinkedIn 與頂尖實驗室帶來的 5 個顛覆性啟示