跳到正文
11月12日周四
  1. IT之家63

    Anthropic 为 Claude API 新增 effort 中途调节 Beta 功能

    Anthropic 为 Claude API 新增 Beta 功能,开发者可在消息中调整 effort,让模型按任务需要改变回答的投入程度。操作上可在消息序列插入一条空 system 消息并通过 output_config.effort 设置目标等级,无需改动顶层配置,提示缓存仍可命中。该设置不修改已生成内容,从下一条带新输入的用户消息起生效,开发者需留意插入位置和下一次用户输入的时点。

  2. Simon Willison65

    Google 发布 Gemini Decision 1 决策模型 API

    Google 发布决策模型 Gemini Decision 1 的 API,支持 yes/no、选择和 rubric 评分三类问题,每百万输入 token 10 美分、输出免费。与仅支持文本的 Jev 和支持文本与图像的 OpenAI 不同,它覆盖文本、图像、音频、视频和 PDF;作者用视频实测发现其返回概率值而非 1.0/0.0。

11月11日周三
  1. 博客园36

    AI 学习笔记:Transformer 架构详解

    这篇学习笔记详细解析了 Transformer 架构的工作原理,说明其如何以自注意力机制替代 RNN/LSTM 的循环结构来处理序列数据。笔记依次讲解了缩放点积注意力、多头注意力、位置编码与整体架构,并梳理了 BERT、GPT、T5 等变体的分化及 Decoder-only 架构成为现代 LLM 事实标准的原因。

  2. IT之家85

    谷歌 Gemini 4 Carbon 模型正式开放:主打复杂编程、科学研究与网络安全

    谷歌宣布正式开放 Gemini 4 Carbon 模型,面向开发者、企业、科研人员和消费者提供服务,定位为谷歌目前能力最强的推理模型,重点面向复杂软件工程、多步骤智能体任务、科学研究和网络安全场景。

    同一新闻,精选展示《Google DeepMind 发布 Gemini 4 Carbon 模型》

  3. Google DeepMind83

    Google DeepMind 发布 Gemini 4 Carbon 模型

    Google DeepMind 宣布 Gemini 4 Carbon 面向开发者、企业、科学家和消费者开放,定位为网络安全、长程智能体工作流与科学推理的最强前沿模型。

    推荐理由:原文将 Carbon 与 Argon 做了明确分工,并给出基准排名与价格,读者可判断该把它用在哪些最复杂的任务上。

11月10日周二
  1. Simon Willison78

    Meta AI 发布最小高效模型 Muse Ember

    Meta AI 发布新模型 Muse Ember,官方称其为最小、最高效的模型,面向复杂推理执行以及智能体重复执行的工具调用、编码子任务、路由、提取和长文档解析。

    推荐理由:原文将 Muse Ember 与 GPT-6 Luna、Claude Haiku 5.5 的定价及 Artificial Analysis 效率前沿放在一起比较,可帮助读者判断小模型选型。

  2. IT之家81

    Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2,编码跑分超 GPT-6 Astra

    Anthropic 于 11 月 10 日发布 Claude Fable 5.2 与 Claude Mythos 5.2 两款模型,官方称编码、推理、科学研究、网络安全及机器人等领域显著提升,输出速度最高提高 30%,成本下降 20%。

    同一新闻,精选展示《Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2:多智能体协作升级,性价比反超 Opus 5.5》

  3. IT之家77

    Meta 推出轻量级 AI 模型 Muse Ember:跑分媲美 Claude Haiku 5.5,单任务成本仅 1/3

    Meta 发布轻量级模型 Muse Ember,官方称其表现媲美 Claude Haiku 5.5,单任务成本仅 1/3。该模型支持 100 万 Token 上下文、最多 51.2 万 Token 输出,原生理解文本、图像、音频和视频,可在一次会话中执行数百次编程子任务。

    同一新闻,精选展示《Meta AI 发布最小高效模型 Muse Ember》

  4. 爱范儿87

    Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2,编程与科研能力提升,API 价格降低 20%

    Anthropic 正式发布 Claude Fable 5.2 和 Mythos 5.2 两款面向复杂技术挑战的旗舰模型,重点提升编程、推理、视觉理解和科学研究能力,标准 API 价格降低约 20%。

    同一新闻,精选展示《Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2:多智能体协作升级,性价比反超 Opus 5.5》

11月9日周一
  1. 量子位69

    百度文心首次披露 RSI 进展:ERNIE Evolve 已用于文心 5.5 Flash 研发

    11月9日,百度文心首次披露 RSI 最新进展,公布自动研究系统 ERNIE Evolve,已用于即将发布的文心 5.5 Flash 推理优化。该系统在 NanoChat AutoResearch 和 NanoGPT Speedrun 两项任务的三个评测指标上取得目前公开验证的 SOTA 表现,并在昆仑芯 P800 低时延场景将生成速度提升至基线的 623.6%。

11月8日周日
  1. 博客园41

    如何把“学霸大脑”塞进手机?一文读懂大模型知识蒸馏

    知识蒸馏让参数庞大的教师模型将知识传授给小巧的学生模型,使小模型在特定任务上表现出色。以 DeepSeek-R1 为教师模型生成推理数据,可微调 Qwen、Llama 等基础模型,训练出 1.5B、7B、14B 等规模的蒸馏模型。蒸馏后的轻量模型降低了显存需求与推理成本,能运行在笔记本电脑、智能手机等设备上。

11月7日周六
  1. IT之家76

    Anthropic 未发布模型助力 PSI 证明阿伦森-安拜尼斯猜想

    物理研究机构 PSI 宣布,借助 Anthropic 一款尚未发布的 AI 模型,其自研研究系统仅用三天证明了 2008 年提出的阿伦森-安拜尼斯猜想。PSI 未披露具体使用的模型;证明结果表明,量子计算要实现某些指数级速度优势必须依赖问题中的特殊规律或结构,量子计算机并非在所有情况下都能获得巨大性能优势。

    推荐理由:原文交代了这项 2008 年提出的猜想被证明的含义,读者可据此判断量子计算机在何种条件下才能获得远超传统计算机的速度。

  2. 量子位71

    Jeff Dean与李飞飞对谈:RSI不可能无限快,Discovery Loop已有约20个自动改进循环在运行

    Jeff Dean在斯坦福HAI与李飞飞对谈时表示,RSI不可能以无限快的速度运行,因为训练、计算、保存数据和评估结果仍需要真实时间。他创办的公益公司Discovery Loop目前约有20个自动改进循环在运行,目标是让领域专家生产力提高20到50倍;他还承认低估了编程能力对模型解决各类问题的影响。

11月6日周五
  1. 量子位38

    DeepSeek带火稀疏计算,国产芯片公司加速突围:墨芯人工智能又融近10亿元

    墨芯人工智能完成近10亿元人民币C+轮融资,距上一轮近10亿元融资仅过去5个月。其专用稀疏推理芯片S30计算卡在所参与的部分MLPerf Inference测试类别中连续三届夺冠,2026年第三季度营收实现数倍增长。新一代板卡产品SP200将于年底前问世,升级版软件栈SECA也即将发布。

  2. 博客园46

    【轻量化复刻大模型 / KIMI K3】KDA Serving 基础设施 — 设计与实现

    作者轻量化复刻 KIMI K3,设计并实现了基于 Kimi Delta Attention(KDA)的 serving 基础设施。KDA 用固定尺寸状态矩阵替代逐 token 的 KV cache,使 1M 上下文可负担,但也带来状态跨段不可加、无法截断回滚等挑战。项目通过统一页池、双粒度前缀缓存、KCP 前缀扫描与 Fleet 层调度解决这些问题,全 CPU 复刻并提供 Gradio demo。

  3. IT之家64

    英伟达解读 AI 内存瓶颈:全栈协同设计,每美元智能体吞吐量最高提升 30 倍

    英伟达发布技术解读,提出以“全栈协同设计”应对 AI 内存瓶颈,将 GPU、CPU、网络、存储和软件整体协同。方案用 NVFP4 低精度格式压缩模型权重和 KV 缓存,在 NVL72 系统中把权重分散至最多 72 颗 GPU,由 Vera CPU 的 LPDDR 内存缓冲暂停上下文,Dynamo 推理软件将不活跃上下文迁移至 CMX 存储。