跳到正文
10月21日周三
10月20日周二
10月19日周一
10月17日周六
  1. Interconnects (Nathan Lambert)78

    Meta 同时搅动开源与闭源前沿,Muse Spark Open 成最强美国开源模型

    Meta 发布开源权重模型 Muse Spark Open,作者称其以明显优势成为当前最强的美国开源模型,同期发布的闭源模型 Muse Wonder 与 Muse Wonder Full 在传统基准上仅次于 Anthropic 的 Opus 5.5。

    推荐理由:文章把 Meta 开源与闭源双线发布放进中美开源模型力量对比中,给出可比较的格局判断。

10月16日周五
  1. Ollama Blog80

    Reflection 首个开放权重模型 Beam 上线 Ollama,限时免费

    Reflection 的首个开放权重模型 Beam 于 10 月 16 日正式发布,Ollama 作为 day-zero 合作伙伴限时免费提供。Beam 是 MoE 模型,总参数约 501B、每 token 激活 23B,面向软件工程、推理和长周期智能体任务,上下文窗口为 100 万 token,采用 Apache 2.0 许可。

    推荐理由:读者可以了解 Reflection 首个开放权重模型 Beam 的规格、Apache 2.0 许可和 Ollama 上的免费接入方式。

10月13日周二
  1. Amazon Science75

    Amazon Web Services 提出 Priming 方法,无需从头重训即可改造模型架构

    Amazon Web Services 团队提出 Priming 方法,以预训练 Transformer 权重为起点构建混合状态空间模型,把混合架构的预训练成本降低 99% 以上,整个流程消耗不到源模型预训练 token 预算的 0.5%。

    推荐理由:亚马逊团队提出复用预训练 Transformer 权重改造混合架构的方法,把预训练成本降低 99% 以上,并给出可复现的模型与代码。

10月1日周四
  1. One Useful Thing (Ethan Mollick)58

    Ethan Mollick:智能体自我组织,管理智能体或许不再是难题

    Ethan Mollick 在 One Useful Thing 中承认,他此前认为人类需要像管理者一样精心设计智能体的分工与组织,这一判断是错的。他以 OpenAI 用数千个智能体在 88 小时内求解 Navier-Stokes 问题、智能体互发约 270 万条消息为例,说明协调结构可以很薄,智能体能够自行组织。

9月29日周二
9月24日周四
9月19日周六
  1. One Useful Thing (Ethan Mollick)42

    Ethan Mollick:GPT-6 Astra 与 Fable 5.1 已能完成数周人类工作量,但能力被严重闲置

    Ethan Mollick 演示 GPT-6 Astra 将 1977 年文字冒险游戏 Zork 改造成可玩的 3D 动作冒险游戏,Fable 5.1 则依据视频与书目重建了 Umberto Eco 约 5000 册藏书的 3D 图书馆。他指出,现有模型能力与大多数人实际用法之间存在"能力悬置",并主张以深度知识、广博知识、品味和能动性四项人类优势与 AI 协作。

9月9日周三
8月31日周一
8月25日周二
8月22日周六
  1. Ahead of AI (Sebastian Raschka)58

    Claude 文本水印如何工作:从采样机制到检测与去除

    Sebastian Raschka 用 52 页讲义和 48 分钟视频讲解 Anthropic 为 Claude 文本输出加水印的机制。水印不在模型内部,而是在采样阶段用密钥派生随机种子,使部分位置的选择变得确定;检测时借助 SynthID-Text 式的 tournament sampling 和打分函数,无需重跑 LLM,但必须持有密钥。

8月11日周二
  1. Ollama Blog78

    NVIDIA Nemotron 3.5 Lightning 上线 Ollama,30B 总参数 3B 激活可本地运行

    NVIDIA Nemotron 3.5 Lightning 已在 Ollama 上线,可完全在本地设备运行。该模型为 30B 总参数、每 token 仅 3B 激活的混合 MoE 开源模型,面向持续运行的智能体任务,支持最高 1M token 上下文,并借助多 token 预测(MTP)、DFlash 或 DSpark 的投机解码实现最高 4 倍于同类开源模型的吞吐。

    推荐理由:材料给出 30B 总参数、3B 激活的本地智能体模型规格与吞吐数据,可据此判断本地跑长任务智能体的可行性。

7月24日周五
7月18日周六
7月1日周三
6月27日周六
6月10日周三
  1. One Useful Thing (Ethan Mollick)78

    实测 Claude 5 Fable:Mythos 级模型能连续工作十余小时,但过程成了黑箱

    Ethan Mollick 提前测试了首个面向公众发布的 Mythos 级模型 Claude 5 Fable,称其表现明显超过他用过的所有公开模型,能连续执行多页规格任务达十余小时。

    推荐理由:作者用等时线地图和 Concord 两个长任务实测 Mythos 级模型,呈现能力跃升与过程不可见之间的张力。