大语言模型

AI数学王座争夺战：Claude Fable 5如何在一夜之间改写游戏规则 说实话，当我看到Claude Fable 5在FrontierMath最难层级拿下88%准确率这个数字时，我的第一反应是反复...

ChatGPT不再是AI代名词：市场份额从76%跌至54%，问题不在质量 当一个产品名字成为整个品类的代名词，它还需要担心竞争吗？ 2022年底，ChatGPT用了5天时间吸引了100万用户，创造了互...

马斯克的AI野心撞上了现实：xAI被曝用Claude训练模型，团队却在分崩离析 说实话，当我第一次看到这则消息时，我的第一反应是：这未免太戏剧性了。但仔细想想，这或许是AI行业当前竞争格局最真实的写照...

Altman口中的"主动AI"：AI的下一步，不是等你开口 你有没有过这种感觉——AI明明很强大，但你就是不知道该问它什么？我采访过几十家企业，这个问题出现的频率高得惊人。员工们面对一个空白的输入框...

当AI遇见虚假信息：爱沙尼亚团队的这项测试，让所有人脊背发凉 你信不信，一款AI助手在0.3秒内就能把一段精心编织的俄罗斯官方叙事，“翻译”成听起来客观中立、甚至带有同情色彩的新闻稿？ 这不是假设，而...

当Siri装上了Gemini的大脑：苹果AI战略的得与失 上周苹果在全球开发者大会上宣布，Siri的全面升级将依托Google的Gemini大模型实现。消息一出，科技圈炸开了锅。这不是一次普通的合作...

AI说话到底有没有意义？这个问题比你想的复杂得多 当Claude回答"马德里是西班牙的首都"时，这句话到底算什么意思？ 表面上看，这似乎是个荒谬的问题。问题清晰，答案准确，我们每个人都秒懂了这句话。但...

微软的“脱欧”时刻：13亿美元砸出的盟友，如今为何成了竞争对手？ 2024年，当科技圈还在热议OpenAI估值飙升至860亿美元、ChatGPT月活用户突破1亿的时候，一条不那么起眼的消息淹没在了信息...

当通用AI开始"跨界"：医学评估赛道的意外颠覆 你可能还记得，当ChatGPT在2022年末横空出世时，医学界的第一反应是审慎的观望——它能写病历吗？能辅助诊断吗？会不会胡说八道害死人？三年后的今天...

我眼睁睁看着我的AI Agent在工具调用中途编瞎话——这比普通幻觉恐怖多了 凌晨两点，我对着屏幕愣了足足三十秒。 事情的经过是这样的：我在测试一个基于大语言模型的智能体（Agent），给它发了一条再...

当“更多计算”不再是答案：LoopCoder-v2重新定义测试时计算 在AI领域，有一个近乎被奉为圭臬的信念：模型的输出质量与它投入的推理成本成正比。无论是OpenAI的o系列、Anthropic的C...

当AI Agent拿起命令行：一段关于隔离与风险的实验之旅 "给大语言模型一个BashShell，就像把喷火器交给幼儿园小朋友——毫无用处，但令人胆战心惊。" 半年前，我在某个AI工程社区看到这句话时...