搜索
三星大模型团队联合北京大学、香港城市大学、香港科技大学等科研机构，共同发布了面向 AI Agent 的基准测试 LiveClawBench。它关注的并不是「谁的 Agent 更强」，而是一个更基础、也更关键的问题：为什么同一个 AI Agent，在一些任务中已经接近可用，而在另一些任务中却会突然失稳？
DSpark刚开源一周，就被搬进了苹果电脑。移植版本叫mlx-dspark，跑的是Gemma-4 12B和Qwen3-4B这两个模型。装上之后，这两个模型在Mac上的生成速度分别提了1.6倍和1.4倍。
7月2日，据大厂日爆消息，美团内部开始限制使用豆包大模型。消息称，美团向所有涉及到豆包大模型的业务部门下发通知，要求自查并规划迁移至LongCat、DeepSeek等模型，若无法迁移，需单独走审批流程。对此消息，截至发稿，美团暂无官方回应。据媒体报道，这并非美团首次收紧外部大模型的使用。今年4月，美团对内部大模型使用做出调整，不再推荐业务使用阿里云提供的Qwen模型。若业务仍需使用，需上报审批。
做大模型RL微调，你是不是也踩过这些坑？
当大模型应用进入深水区，决定一个 Agent 体验上限的，早已不只是 "答得对不对", 而是 "能不能持续记住同一个人"。
DeepMind 联合创始人、2024 年诺贝尔化学奖得主 Demis Hassabis 曾谈到，他一直将 AI 视为推动知识前沿的重要工具。AI 可以帮助科学家处理复杂数据、发现隐藏模式，也可能在未来参与更深层的科学探索。
大模型公司在港股热度正酣，现在，卖Token的公司也开始冲刺了。硅基流动已向港交所提交上市申请，剑指港股「AI Token工厂第一股」。此前，硅基流动已完成7轮融资，估值77.4亿元。阿里、美团、商汤、蔚来、智谱等产业方和明星AI投资机构均有押注。
对于Python、Java、JavaScript这些语言，大模型通常能给出相当成熟的答案。
当所有人都在比谁「想得更久、算得更多」——推理模型动辄输出成千上万个思考 token，循环式架构恨不得在内部反复迭代十遍八遍——一项新研究反手泼了盆冷水：
知识第一次，能像代码一样利滚利。前OpenA 创始团队成员、特斯拉前 AI 高级总监 Andrej Karpathy，提出一个狠招：别再用 RAG 检索你的知识库，让大模型把它「编译」成一座持续生长的活 Wiki。两个多月，他在GitHub屠出 5000+ star。