- 又是魔幻的一天，最顶尖的AI模型不发布，不是因为算力或研发遇到瓶颈。 (0篇回复)
- Harness is the New Dataset：模型智能提升的下一个关键方向 (0篇回复)
- Claude是如何思考的 (0篇回复)
- 林俊旸从阿里离职后首发长文：复盘千问路线受阻，断言 AI 演进全面转向智能体 (0篇回复)
- 在格式指令与实质任务并行时，大语言模型频繁丢失格式要求——这是一个在真实部署中普遍存在却缺乏系统研究的失效模式。 (0篇回复)
- 谷歌新型缓存技术将压缩6倍闪存需求 (0篇回复)
- 谷歌这个论文非常厉害，大模型推理内存革命了，节省资源非常厉害 (0篇回复)
- 今日推介(第2086期)：高效通用感知编码器、针对“自动化研究”本身的元研究、基于条件流匹配的统一神经算子学习 (0篇回复)
- 一句“嘿”吞掉22%用量配额，Claude的计费逻辑你可能从没搞清楚 (0篇回复)
- 在多模型推理调度领域，「如何在不实际生成回复的情况下，预判哪个模型最适合处理当前请求」是一个悬而未决的难题。 (0篇回复)
- 在自动化科研（autoresearch）领域，LLM 驱动的超参数搜索已初见成效，但所有现有系统的搜索机制本身 (0篇回复)
- 🚀Anthropic 推出《Anthropic Science Blog》：AI 加速科学研究的桥梁 (0篇回复)
- 神经网络持久结构化记忆中的坐标系问题 (0篇回复)
- 版本避坑提醒 (0篇回复)
- 最近在想一个问题：大模型和传统数据挖掘到底有什么本质区别？ (0篇回复)
- LLM 是人类有史以来最强大的通用工具 (0篇回复)
- 很有趣的一篇论文。 (0篇回复)
- 刚才用Codex coding，模型GPT-5.4，它在思考的时候，出现了神奇的一幕——出现了一段一般是在网页被篡改劫持时候的一段代码… (0篇回复)
- 在对话记忆检索领域，如何在有限token预算内从海量历史会话中精准召回相关证据，是悬而未决的难题。 (0篇回复)
- 在形式化数学推理领域，反例生成长期处于被忽视的角落。 (0篇回复)