分類： 大型語言模型
- QuantCode-Bench：大型語言模型量化交易代碼生成品質評估基準
- 正式介紹：混元 Hy3 preview
- 普通網線也能跑萬億大模型！月之暗面拋出王炸架構，親證：不用全買 H100！1T 模型實測：延遲暴降 64%！大模型推理「圍城」攻破了！
- MASK 基準測試：拆解 AI 系統中的誠實與準確度
- Autogenesis：一種自我演化的智慧代理人協定
- 深度解析兩篇最新 Harness 論文：微軟與谷歌如何重塑 AI Agent 的邊界
- FrontierSWE：在人類能力極限下評測程式設計代理
- Claude Opus 4.7慘遭全網負評！剛升級就翻車，用戶怒吼：還我4.6
- 自動化對齊研究員：運用大型語言模型擴展可擴展監督
- Star 數狂飆！MSA 重磅開源！
- Tokens 燒錢太快？試試這個四層模型組合策略
- 大型語言模型也能「原地」調參了！字節 Seed 與北大聯合發表新論文：推論時無需新增層或重新訓練
- 無需強化學習！蘋果團隊提出「簡單自蒸餾」，實現編碼模型自我進化
- 讓思考更精準更長！強化學習新演算法 FIPO 登場
- GLM-5.1：邁向長時間跨度的任務處理
- MSA 程式碼準時開源！突破 1 億 Token 記憶極限，效能超越 58 倍大模型 RAG
- 疑似 GPT-6 現身！OpenAI 聯合創辦人親曝「Spud」新一代 AI 模型，竟擁有「大模型氣味」！網友熱議：這是首款真正會「思考」的型號！
- Meta-Harness：史丹佛最新Harness論文，林俊旸按讚
- 500 筆種子數據、四個 Agent 自我進化，推理能力提升 10.7%
- 推理不再為 logits「搬磚」：FlashSampling 讓解碼提速 19%
- 大型語言模型能成為電腦嗎？
- 賦予大模型「終身學習」能力，北航 CASE 框架：編輯千次不失憶，額外參數不到 1MB丨WWW'26
- 林俊旸離職後首次發聲！覆盤千問的彎路，指出AI的新路
- VideoSeek 長影片理解 Agent：讓 GPT-5 在長影片理解上再提 10 個百分點的祕密
- TurboQuant：以極致壓縮技術重新定義 AI 效率