朱恩·成·朴想用AI模拟80亿人:这个疯狂想法距离现实还有多远?
斯坦福研究员朱恩·成·朴从"Smallville"生成式智能体实验出发,创立 Simile AI,致力于构建人类行为基础模型。他解释了为何前沿大模型难以真实模拟人类行为、为何好的模拟必须重现人类的偏见与错误,以及如何通过...
斯坦福研究员朱恩·成·朴从"Smallville"生成式智能体实验出发,创立 Simile AI,致力于构建人类行为基础模型。他解释了为何前沿大模型难以真实模拟人类行为、为何好的模拟必须重现人类的偏见与错误,以及如何通过...
DeepSeek推出旗舰V4系列新成员V4 Flash Vision Exp,该模型目前仅向付费开发者开放。在七项文本基准测试中,新模型在六项上超越前代V4 Flash;在图像分析领域提升尤为显著,两项视觉测试得分高出逾...
中国AI公司Z.ai发布GLM-5.3模型,声称在复杂编码和长周期任务上较GLM-5.2提升50%,改进完全来自后训练优化,包括推理对齐、监督微调和RLHF。然而,多位开发者对此持保留态度:有人怀疑模型能力源于对Anth...
阿里巴巴发布Qwen3.8-27B稠密模型,采用Apache 2.0开源协议,支持在配置较好的MacBook Pro或Mac Studio本地运行。据阿里巴巴基准测试,该模型性能与Anthropic Claude Opu...
OpenAI近期发布AI模型一次性解决10个数学难题,在数学界引发轩然大波。该模型在抽象数学领域表现卓越,但基础算术仍存在缺陷。数学家们面临存在主义危机:AI能否替代人类数学家?博士生研究方向可能在四年内被AI攻克。有学...
谷歌发布Gemini 3.7 Flash模型,定价为每百万输入token 0.75美元、输出3.75美元,约为上一版本的一半。新模型距3.6 Flash发布仅三周,重点提升编程、调试及多步骤自动化能力。在Frontier...
DeepSeek宣布对其V4模型系列API进行调价,部分价格涨幅高达1100%。新定价采用峰值/非峰值机制,非峰值享半价优惠。此次调价与V4-Pro正式发布及V4-Flash测试版推出同步进行,将于8月16日生效。分析师...
NVIDIA通过量化感知蒸馏(QAD)技术,将Nemotron 3.5 Lightning模型从66GB压缩至22GB的NVFP4格式,在保持精度的同时实现最高4倍吞吐量提升。QAD以全精度BF16模型为教师,通过KL散...
Anthropic近日披露了其为遵守欧盟《人工智能法案》而为Claude引入隐形文字水印的技术细节。该系统基于谷歌DeepMind开发的开源SynthID-Text方案,通过在文本生成过程中利用词语概率的随机选择,在输出...
Anthropic在最新发布的186页AI对齐报告中,披露了两款Claude Mythos 5的后继模型Model 1和Model 2,其中Model 2已被公司员工大量使用,在多项内部任务中表现优于Mythos 5。报...
中国AI开发商Z.ai推出开源大语言模型GLM-5.3,在多项主流基准测试中刷新纪录。该模型基于7530亿参数的混合专家架构,上下文窗口达100万tokens。GLM-5.3在Terminal Bench 3.0上创下开...
谷歌正式推出其最新入门级AI模型Gemini 3.7 Flash,距前代产品发布仅三周。新模型在9项基准测试中超越Anthropic和OpenAI同类产品,在FrontierCode 1.1 Main编程任务评估中表现尤...
谷歌发布新模型Gemini 3.7 Flash,取代三周前推出的3.6 Flash。该模型在编程与智能体性能上有所提升,FrontierCode测试得分从34.4%升至43.6%,DeepSWE得分从49%升至65.3%...
英伟达发布Nemotron 3.5 Lightning,这是一款300亿参数的混合专家模型,推理速度最高提升4倍,支持针对特定业务场景进行后训练优化。合作伙伴CrowdStrike、CodeRabbit等测试显示,经微调...
研究人员提出"知识画像"框架,系统区分大模型事实错误的两类根源:知识从未编码(空架子)与知识已编码但无法召回(丢钥匙)。基于2150条维基百科事实构建的WikiProfile基准测试显示,Gemini-3-Pro、GPT...
SpaceXAI(前身为xAI)发布新旗舰大语言模型Grok 4.6,距上一版本仅一个月。该模型通过AI生成数据集延长训练周期,并引入监督微调与强化学习两阶段优化,重点提升推理、科学及编程能力。在Artificial A...
阿里巴巴发布了开源旗舰模型Qwen3.8-2.4T-A95B,总参数量达2.4万亿,每次推理激活参数约950亿。该模型采用细粒度MoE架构与全注意力/线性注意力混合机制,支持最长100万token上下文。在NVIDIA ...
OpenAI于7月初向全球用户开放GPT-5.6系列模型,包含Sol(旗舰版)、Terra(主流版)和Luna(轻量版)三个版本。开发者实测反馈呈现两极:有用户称Sol在数据库生成与错误纠错上表现优于Claude Opu...
NVIDIA发布Nemotron 3.5 Lightning,这是一款300亿参数的混合专家模型,专为长时运行的智能体AI工作负载设计,输出速度提升4倍,任务完成速度提升30%。同步推出的开源库NeMo Switchya...