AI创造营 今日: 0|主题: 230|排名: 24 

【53个AI模型的洗车悖论：为什么智能越高，常识反而越稀缺】 一个简单到不能再简单的问题：洗车店就在50米外，我该走路去还是开车去？正确答案显而易见——必须开车，因为车本身得到洗车店才能洗。但测试53个主流AI模型后，结果让人瞠目结舌：只有11个答对了。 最荒诞的是Perplexity的sonar系列。它确实选择了“开车”， ...

长文档处理，ChatGPT 已成往事。 Gemini Pro 可一次性读取多达 1,500 页内容，且不遗漏任何细节。 以下8 个用户分析合同，研究论文和报告的提示词，建议收藏。 1、合同风险与红线扫描器 你是一位资深公司律师。在回答之前请进行深度思考。所有回答必须严格基于上传的文件。在每一条结论后，请在 [方括号] 内引用确切的 ...

[CL]《Empty Shelves or Lost Keys? Recall Is the Bottleneck for Parametric Factuality》N Calderon, E Ben-David, Z Gekhman, E Ofek... [Google Research & Technion] (2026) 货架空了，还是钥匙丢了？本文为大模型的“幻觉”与“事实错误”提供了一个极具启发性的新视角：Recall Is the Bottleneck。 过去我们总 ...

【当AI不再“只是预测下一个词”：技术本质与认知边界的深度思考】 最近一篇关于AI能力边界的文章引发了广泛讨论，核心问题是：现代大语言模型是否已经超越了“预测下一个词”的本质？这场争论触及了我们理解AI的根本方式。 + 机制层面：核心未变，外壳在变 从技术机制上看，LLM确实仍在做“下一个词预测”——这是自回 ...

[LG]《Scaling In-Context Online Learning Capability of LLMs via Cross-Episode Meta-RL》X Lin, S Zhu, Y Chen, M Chen... [Boston University & LinkedIn] (2026) 这是一篇关于 ORBIT 框架的深度技术解读推文，旨在探讨如何通过跨回合元强化学习（Meta-RL）突破大语言模型在在线决策上的瓶颈。 + 从“静态智能”到 ...

这个项目把大模型训练过程中的知识点都总结成了skill github.com/Orchestra-Research/AI-Research-SKILLs 也就是理论上以后可以让Agent自己训练大模型，左脚踩右脚，螺旋升天啦！ #HOW I AI# ​​​

WebMcp致力于推动网站的第二受众用户：AI Agent也是网站的"一等公民"（人类是网站第一受众用户），是由Google 和 Microsoft 联合推动的 W3C 标准提案，已在chrome 146预览版支持 过去：以往我们让 AI Agent"帮我订行程机票和酒店"，得像人一样操作，通过多模态视觉模型截图且理解整个网页，像盲人一样摸索网页——截屏看 ...

如果不给大模型指定任务和话题，只给个中性的开头（如 “Actually,” “Let’s think step by step,” ），让模型自由思考，会发生什么？ together ai做了这项蛮有意思的研究。 GPT-OSS 更容易谈论编程和数学，两者加起来超过输出的一半； Llama 更偏文学和叙事性文本，技术内容相对少； DeepSeek 生成宗教相关内容的比例 ...

Anthropic 和 OpenAI 最近先后发布了各自的"快速模式"，都是给 AI 编程助手加速。但仔细看，两家走的是完全不同的技术路线，背后的产品哲学也很不一样。 【1】两种快速模式，到底有什么区别 Anthropic 的 Fast Mode 在 2 月 8 日上线，面向 Claude Code 和 API 用户。开启后，Opus 4.6 的输出速度从约 65 token/秒提升到 ...

🔥Clawdbot爆火=AGI集体幻觉？大厂疯抢的赛道，可能从一开始就错了！ 2026开年最魔幻的AI大戏：Clawdbot一个开源框架，让王慧文紧急调兵，阿里百度扎堆跟风，人人都喊“智能体iPhone时刻来了”🤖 但狂欢背后全是漏洞：“云端思考+本地执行”听着香，实则是把火箭发动机装自行车——大脑（大模型）连幻觉都没解决，就敢 ...

9B端侧开源模型跑通百万上下文，面壁全新稀疏-线性混合注意力 最强的大模型，已经把scaling卷到了一个新维度：百万级上下文。 几天前，Claude Opus 4.6发布，让人第一次真切感受到了百万上下文的涌现能力—— 单次吃进50万字中文内容、实现跨文档法律分析、多轮Agent规划…… 此情此景，用户火速用脚投票，华尔街更是 ...

【AI越强大，你越需要真正懂点什么】 Ryan Holiday 最近写了一篇长文，核心论点其实很古老：AI 擅长生成看起来合理的东西，但不擅长生成真正正确的东西。区分这两者的能力，恰恰依赖于那些"据说即将被淘汰"的旧技能。 他不是反技术的卢德分子。他用 ChatGPT 规划希腊旅行、给孩子生成故事。但他发现了一个规律：每次 AI ...

【当LLM遇上提示注入：一场安全架构的集体补课】 一位工程师在Reddit上发出求救：他们专门部署了自托管大模型来保护客户数据，结果QA测试时轻松注入提示，整个系统提示词被完整吐出。更糟糕的是，他们处理的是包含个人隐私信息的客服工单。 评论区瞬间炸开，但最高赞的回复却异常冷静：别在提示层面防注入了，假设模型一 ...

有什么东西是看起来很简单，实际上是很难的呢？ 就是RAG，检索增强技术。 简单理解，就是你有个知识库，让大模型去搜索，回答分毫不差。 这个很多人想做，觉得自己本地有些知识库，加上大模型，就很好用了。 这个看起来很简单，不就搜索一下知识库嘛，你用向量检索之类的，很快就能做一个出来。 但是很难做得准确，直到最 ...

PK-Sim学习笔记在人类中枢神经系统（CNS）及脑肿瘤内，药物在不同部位与不同时间下的渗透与暴露通常难以直接测量。然而开发这类药物过程中，却需要对药物的局部暴露进行相关探究。本篇文章主要是开发了一个九隔室的CNS-PBPK模型，来反映人体CNS与脑肿瘤的总体解剖结构以及病理生理异质性。并用6种药物建模来验证模型结构 ...

当看到GLM-5正式发布后的能力，才惊觉前几天神秘模型Pony Alpha的热度还是有点保守了。 因为这一次，GLM-5直接把开源AI也拽进了长任务时代。 瞧，GLM-5直接身兼数职，自己连续跑代码超过24小时，700次工具调用、800次上下文切换之后…… 它直接用JavaScript，从零手搓了一个Game Boy Advance（GBA）模拟器！ 外观渲染画面是 ...

Roto 对自己的定位是「全球首个互动开放世界视频平台」。他们认为 AI 时代应该有基于 AI Native 的新形式的高质量内容，而不是只有那些模仿人类作品的 AI 短视频。他们坚信未来的内容应该是与观众共同创作的，借助于 AI 驱动的无限自由叙事，每一次观看都可以成为一次独特的、高沉浸度的体验。创始人 David Xu 此前曾在 Pin ...

2026 年初，AI 圈弥漫着一种奇异的撕裂感。最近 Founder Park 密集组织了两场 OpenClaw 闭门交流。在现场，我能明显感觉到创业者和开发者那种复杂的情绪：兴奋又焦虑，确定又迷茫。Claude Code 的负责人 Boris Cherny 在 X 上坦言，已经两个月没亲手写过、甚至改过一行代码了。Andrej Karpathy 也公开了他的工作流变化：从 ...

[人人能懂AI前沿] AI的肌肉记忆、思想钢印与认知偏航 想知道如何把临时指令“刻”进AI的大脑，让它拥有真正的肌肉记忆吗？我们又该如何教AI学会“抄近道”，一步生成作品，而不是慢慢搭建？本期节目，我们将深入最新论文，探讨如何让AI不仅做对事，更要想对事，并揭示在调教AI时，那些我们习以为常却可能导致它“偏执”或 ...

[LG]《Self-Evolving Recommendation System: End-To-End Autonomous Model Optimization With LLM Agents》H Wang, Y Wu, D Chang, L Wei... [Google] (2026) 算法的进化速度，不应受限于工程师的睡眠时间。 长期以来，像 YouTube 这样超大规模推荐系统的优化，本质上是一场“人力与概率”的博弈。工程师们在无限的超参 ...