🔥51CTO热榜:2026-08-17

GLLM-5.3沿用GLM-5.2的底座,靠一个月后训练缩放,把coding与长程任务能力抬了一大截,顺带解锁涌现式网络能力。
在Huberman Lab最新一期访谈中,李飞飞还讨论了“为什么苏格拉底是人类历史上最顶尖的‘提示词工程师’”、“为什么不能一刀切地禁止学生们用AI”等非常有趣的话题,并给出了一个笃定的答案。
在AI的世界里,会解题,和会工作,中间确实还隔着一些比较遥远的距离。模型在Coding这个任务上,现在确实做的很好,跑的很快,但是在大量真实工作任务的场景中,还有很大的进步空间。
奥特曼到底想做什么?下一代GPT到底能帮我们解决什么问题?瞄准的是哪些用户群体?
最近,中科大、牛津等机构研究者让AI用情绪向量替代文本做技能选择,结果发现——允许AI识别这些“内心情绪”并由此做出行动,能大幅提升AI的工作能力……
Dario Amodei几乎从不碰社交媒体。但就在IPO估值被推到2万亿美元的节骨眼上,他罕见地发了一篇长文,正面回应硅谷对他最大的质疑。
Anthropic 发布 Claude Mythos Preview 后,在 Project Glasswing 框架下把它部署到多个开源项目中,这个模型自主发现了数千个零日漏洞,有些在人类安全专家的审查下藏了十到二十年。
MiniMax 的视频线是海螺 01、海螺 02,然后到 H3。官方公告里有个值得注意的动作:H3 放弃了海螺 02 的架构,理由是旧架构对"任务通用化"引入了不必要的复杂性。翻译一下:02 是专才,H3 想做通才。文本、图片、视频、音频四种输入全部变成 token 进同一个模型,一次前向同时出视频和音频,不再是先出无声片再配音的两段式流程。
本文从死锁的概念和四个必要条件讲起,结合几种典型场景给出了定位与修复方法,并通过代码完成复现。
模型对自己操作的对象有相当深的理解,实验执行能力的差距也清晰可见。但没有一次运行产出了本质上全新的方法。获胜的所有要素,都和已有文献里的东西相似。
这个被互联网「删除」的女人,在Anthropic没有正式职位,但她是Dario Amodei核心圈子中的重要人物。
如果一切按计划推进,今年秋天,人类资本市场将迎来一个前所未有的庞然大物——Anthropic。
来自大连理工大学、Alaya Lab 与东京大学的团队联合提出 Vinci2,将主动服务(Proactive Assistance)形式化为一个基于持续视频流的「决策 + 生成」联合任务。
神经网络的大规模预训练可以类比生物进化,模型微调和上下文学习才更接近个体一生中的学习。
一个去除 AI 水印的开源项目,在发布五天就已在 GitHub 冲到 11k Star。
浙江大学团队最近开源的 Polaris 想解决的正是这件事。Polaris 意为北极星,寓意是在浩瀚的文献与漫长的研究中为人指引方向。
模型未必需要论坛式的 Q&A 才能学到新知识:它们可以从代码仓库、从官方文档、从与用户的交互日志里学。
今天的多模态大模型已经能够理解和生成文本、图像,却很少把「人怎样连续运动」作为独立模态。动作从单帧延伸到数秒后,模型还需处理顺序、速度、方向、重心转移与全身协调。
每当模型开始获得一种此前没有的通用能力,Alec Radford的名字,往往已经提前出现在作者栏里。
A社刚宣布要在新款Claude的生成文本中嵌入隐形水印,第二天,skill就被造出来了。光一天时间,就更新了四个版本。