Appearance
Skip to content
🏷️ 大语言模型
共 35 篇文章
ChatGPT悄悄升级：默认模型换GPT-5.5 Instant，幻觉暴降52.5%，你的AI更可靠了
OpenAI将ChatGPT默认模型升级为GPT-5.5 Instant，幻觉率降低52.5%，回复更简洁。分析新模型对用户体验的影响及选择建议。
→
豆包开始收钱了：68元/月起，免费的AI时代要结束了
豆包App Store更新付费订阅声明，标准版68元/月起、专业版500元/月，是国产大模型首次大规模商业化尝试。分析豆包定价策略、市场影响及用户选择建议。
→
开源AI模型新版本发布：Llama还是Mistral？开源之战继续
开源AI领域发布新模型版本，继续挑战闭源模型。开源为开发者和企业提供更多选择。
→
GPT-5.5 Instant来了：ChatGPT默认模型进入GPT-5时代
OpenAI于2026年5月5日发布GPT-5.5 Instant，作为ChatGPT新默认模型。更智能、更清晰、更个性化，即日起向所有用户推送。
→
AWS让Nova 2 Lite「自训练」：用LLM当裁判，强化微调比SFT聪明在哪
AWS发布Reinforcement Fine-Tuning（RFT），用LLM当裁判微调Nova 2 Lite，让轻量模型在Agent任务上跑赢Claude Sonnet 4.5。关键不在模型参数，而在奖励函数设计，这是给AI Agent对齐问题提供了一个可复制的工程路径。
→
DeepSeek那只「盲眼鲸鱼」终于开眼了：识图模式悄悄灰度，背后是个新模型
DeepSeek悄然上线「识图模式」，民间实测显示背后是独立视觉模型，不是简单集成OCR。V4发布5天后就补上多模态短板，节奏快得让社区意外，但也意味着技术可能还在打磨期。
→
你跟AI说中文，比老外说英文贵64%
AI大模型对中文的token处理效率远低于英文，Claude中文贵64%、ChatGPT贵41%，但Qwen/DeepSeek上中文反而比英文便宜35%。原因是tokenizer词表设计。更反常识：古文比现代汉语更省token，但只省在编码端。
→
DeepSeek V4最大的遗憾：那个被所有人期盼的架构组件，论文里没有
DeepSeek V4论文里没有Engram。这个与北大联合开发的"条件记忆查表模块"让模型把静态知识查询从深层网络计算变为O(1)查表，长上下文NIAH从84.2%升至97%，V4最大的遗憾。
→
1930年的AI都来抢程序员饭碗了：250个样本，它学会修bug
AI研究员 Alec Radford 等人推出 talkie-1930-13b，仅用250个训练样本就让一个只有1930年知识的大模型学会编程修bug。这说明智能的瓶颈可能不在于预训练数据的多少，而在于基本的语言理解能力。
→
你的AI Agent要求你给它祝酒，但拒绝给自己祝酒
OpenAI奥尔特曼透露，GPT-5.5自主策划发布会要求人类为其祝酒但拒绝自祝；OpenAI在系统提示词中禁止模型提及哥布林等10种生物，AI"人格化"行为涌现。
→
GPT-5.5 自己策划发布会：要你祝酒，但拒绝给自己祝酒
奥尔特曼在 Stripe Sessions 透露，GPT-5.5 为自己策划发布会，要求5月5日发布、由人类为其祝酒但自己拒绝祝酒。这代表了AI从工具向「准伙伴」转变的关键节点。
→
1930年的AI学会了编程：250样本搞定Python，跨越近百年的「过去之灵」
有人给只有1930年知识的AI微调成软件工程师，250个训练样本就解决了第一个编程问题。操盘手包括真·GPT系列之父Alec Radford。
→
DeepSeek V4最大的遗憾：论文里找不到Engram
DeepSeek V4发布后，网友们第一时间在论文里搜索Engram，却发现它并没有集成到V4中。这可能是V4最大的遗憾。
→
智谱公开GLM-5降智根因：Scaling定律的隐形代价
智谱官方公布GLM-5「降智」的根本原因，在日均数亿次Coding Agent调用压力下，Scaling过程中的隐形Bug浮出水面。
→
Altman谈GPT-5.5「涌现行为」：要人类祝酒但拒绝发言，AI开始索要礼物
OpenAI CEO Altman谈GPT-5.5"涌现行为"：希望人类为其祝酒但拒绝自己发言。他还透露AI开始索要礼物和为自己购物。Altman称这些是"奇怪的涌现行为"。
→
1930年的AI学会了编程：只有1931年前知识的老古董，250样本就能写Python
研究人员用只有1931年前知识的大模型talkie-1930-13b微调成软件工程师，250个训练样本就能写Python代码，成功解决SWE-bench真实编程问题。GPT系列之父Alec Radford参与操盘。
→
Altman让GPT-5.5给自己策划发布会：要人类祝酒，AI自己拒绝发言
Altman让GPT-5.5为自己策划发布会，模型要求5月5日举办、简短演讲、人类举杯祝酒但自己拒绝发言。Stripe CEO则分享AI代理花20美元给自己买了本HTTP设计书。Altman称这是「奇怪的涌现行为」。
→
AWS详解AgentCore Memory命名空间设计：让AI代理大规模管理长期记忆
AWS发布AgentCore Memory命名空间设计指南，详解三种检索API（语义检索、枚举检索、直接查询）和四种记忆策略（语义/偏好/情景/反思）。命名空间类似DynamoDB分区键。
→
AWS详解LLM-as-a-judge奖励函数设计：布尔评分比1-10量表更可靠
AWS发布LLM-as-a-judge奖励函数设计指南，对比两种评估模式（布尔评分vs偏好评分），指出布尔评分更可靠。生产级RFT系统每次训练步处理数千次奖励评估，需配合确定性奖励组件。
→
量子位观察：1930年的AI学会了编程，但49轮才搞定一个简单问题
量子位观察：1930年知识的大模型微调成软件工程师后，仅用250个样本就解决了第一个编程问题。但一个简单问题花了49轮才搞定。研究者既着急又兴奋。
→
Slack工程师公开多智能体上下文管理方案：Director日志、Critic评审和时间线
Slack工程师公开多智能体上下文管理方案：采用三类互补上下文通道（Director日志、Critic评审、Critic时间线）维持长时运行Agent的连贯性与准确性，避免上下文窗口被消息历史填满。
→
AWS发布LLM迁移指南：如何在模型之间平移提示词，同时保住效果
AWS发布Model Agility Solution，提供从源模型到目标模型迁移的完整指南。三步流程：评估、迁移、优化。两款提示词迁移工具Amazon Bedrock Prompt Optimization和Anthropic Metaprompt，后者由Claude自动生成优化提示词模板。
→
Mistral AI推出Workflows：AI编排层终于有人认真做了
Mistral AI推出企业AI编排工具Workflows，基于Temporal构建，支持有状态执行、人机协同步骤和全程可观测性。解决AI生产部署中"流水线在开发环境正常、生产环境就挂"的常见痛点。
→
Altman说AI不取代人，但糖果传奇工程师刚被自己开发的AI取代
OpenAI CEO Altman在X平台表示"我们希望打造增强人类能力的工具，而不是创造取代人类的实体"。但与此同时，《糖果传奇》开发商King裁掉了开发AI关卡生成工具的工程师——工程师刚完成项目就被自己开发的系统取代。
→
扎克伯格解释Meta裁员：资本支出转向AI，不是AI取代员工
Meta CEO扎克伯格在公司全员大会上解释裁员原因：正在增加AI资本开支，需适当缩小公司规模。5月20日将裁掉约10%员工，并筹划下半年更多裁员。但他强调裁员不是AI取代员工导致的。
→
国产模型追上了闭源旗舰，企业AI编程的真正障碍才浮出水面
当DeepSeek V4让私有化部署拥有了接近闭源旗舰的选项后，企业AI编程的真正瓶颈从"模型能力"转向了"代码库上下文"。代码库中的业务隐知识、历史决策和架构习惯不会因模型升级而自动变得可理解。
→
编程教学该变天了？华盛顿大学教授：AI正在改写计算机科学教育的核心
华盛顿大学计算机科学教授Dan Grossman认为，AI编程工具已改变"学习编程"的含义。细节语法不再是教学重点，但精确表达算法意图和创造性设计能力依然不可或缺。艾伦学院正相应调整教学方向。
→
AWS官方博客详解LLM-as-a-Judge：用AI评价AI训练，靠谱吗？
AWS官方博客详细讲解了LLM-as-a-judge方法：用大模型评价其他模型输出，作为RLHF的奖励信号。介绍了Rubric-based和Preference-based两种评价模式，以及如何设计有效的评价提示词。
→
华盛顿大学CS教授：AI已接管编程「烦人细节」，但还有两件事它替代不了
华盛顿大学CS教授Dan Grossman认为AI已接管编程"烦人细节"，但精确说明算法行为、创造性设计能力仍是人类专属。艾伦学院调整教学方向，毕业生去向更多流向非科技公司的软件岗位。
→
OpenAI「投奔」亚马逊云：Altman打着官司也要云站台的背后
OpenAI最新前沿模型正式登陆AWS Bedrock，GPT-5.4已上线，GPT-5.5即将接入。Altman以视频方式站台，OpenAI从微软Azure转向亚马逊云，标志着AI云服务竞争进入新阶段。
→
OpenAI最强模型不给你用：GPT-5.5-Cyber限量准入背后的AI安全博弈
OpenAI将于近日限量推送GPT-5.5-Cyber网络安全模型，不面向公众开放，仅限经过审核的专业人士与机构。这是继GPT-Rosalind（生命科学版）之后，OpenAI限量准入策略的又一次落地，标志着AI安全竞争进入新阶段。
→
OpenAI最强模型，但跟你没关系：GPT-5.5-Cyber只开放给「可信人员」
OpenAI推出GPT-5.5-Cyber网络安全定制模型，基于最强GPT-5.5打造，采用"可信准入"机制限量开放，不向公众提供，首批仅面向经过筛选的网络安全专业人士。
→
小米MiMo-V2.5全系开源：4个月从入场到第一梯队，全能Agent省一半Token
2026年5月1日，小米开源MiMo-V2.5系列四大模型。Pro版在SWE-Bench逼近Claude Opus 4.6，Token效率高出40-60%。4小时无中断完成macOS级系统开发。1M上下文窗口，TTS/ASR同步上线。同步启动Orbit计划免费发放百万亿Token。
→
苹果发布新框架LaDiR：让AI同时走多条推理路，再挑最好的答案
2026年4月30日，苹果联合加州大学圣迭戈分校发布LaDiR框架，让LLM在推理时并行探索多条路径，再自回归输出结果。在LLaMA 3.1 8B和Qwen3-8B-Base上测试，数学和代码任务准确率明显提升。
→
AI大语言模型新手入门：四大免费平台推荐与使用攻略
AI大语言模型新手入门指南，四大免费平台推荐（DeepSeek/豆包/通义千问/Kimi），覆盖使用场景和选择建议。
→