AI 新世界的入场券：好奇心、想象力、勇气。 作者｜周永亮 编辑｜靖宇 2 月 16 日，Sam Altman 发布了一条推文，宣布 OpenClaw 创始人 Peter Steinberger 正式
jina-embeddings-v5-text 岁在丙午，开年即战。Jina AI 的五代目向量模型春节期间正式发布。1B 参数内世界第一，全面刷新向量模型的性能天花板！
DeepResearch 的价值在于把「查资料」变成「做研究」：不是搜到一条就回答，而是会连续多轮地提出问题、去不同地方找证据、互相对照核实、再把信息整理成结构清晰的结论。这样做能显著降低「凭感觉瞎编
好好好，年刚过完，「龙虾肉」就先被Kimi夹走了一口。一周前刚上线支持一键部署的Kimi Claw，转头就在OpenClaw模型调用榜上冲到TOP1。Kimi近20天的收入，直接卷过去年全年，估值一路飙至700亿元。
今天，就是这个小破公众号的3周年了。其实很多时候不是太想也不太敢写这样的文章。因为总是会感觉会让人显得很有登味。但，这一次春节回家，跟很多亲戚朋友聊了聊，还是能感觉到信息的参差。
字节Seed都开始用化学思想搞大模型了——深度推理是共价键、自我反思是氢键、自我探索是范德华力？！
随着多模态大模型能力不断扩展，语音大模型(SpeechLLMs) 已从语音识别走向复杂语音交互。然而，当模型逐渐进入真实口语交互场景，一个更基础的问题浮现出来：我们是否真正定义清楚了「语音理解」的能力边界？
春节闭关五天，我做了个东西：一个大模型场景化测评平台。35000+ 次模型跑测，一共 42+ 模型，11,000 块人民币。我全部跑完了，结论汇成一个平台，还会持续更新。
彻底告别AI「塑料文」，重回「人话模式」！Towards AI联合创始人Louis的这套「反AI味」终极指南，用一套可复制的提示词模板和工作流，帮你把文章的「AI味儿」洗得干干净净。
针对这一挑战，来自香港浸会大学和上海交通大学的可信机器学习和推理组提出了一个全新的自监督 RL 框架 ——Co-rewarding。该框架通过在数据端或模型端引入互补视角的自监督信号，稳定奖励获取，提升 RL 过程中模型奖励投机的难度，从而有效避免 RL 训练崩溃，实现稳定训练和模型推理能力的诱导。
