#大语言模型
主题「大语言模型」下共有 348 篇日报。
2026-11-21周六4 篇AI 安全大语言模型模型评测多模态模型
对抗蒸馏瞄准的是能力抽取:OpenAI叠用训练、防护、检测与执法
OpenAI把对抗蒸馏定位为能力抽取问题,并以模型训练、防护、检测与执法组成分层方案;公开材料未给出效果或覆盖范围。
来源:OpenAIHebbia评测GPT-6 Astra:金融研究来源覆盖、引用与呈现质量提升
OpenAI客户故事称,Hebbia对GPT-6 Astra的预发布评测发现,金融研究在来源覆盖、引用相关性和呈现质量上有提升,但未披露量化细节。
来源:OpenAIAI 能否帮科学家识别有前景的药物候选:OpenAI 推出 MedChemBench
OpenAI 发布 MedChemBench,评估 AI 模型在早期药物发现中解读分子结构、从实验证据推理并选择化合物的能力。
来源:OpenAIVLM能按任务选择内部概念:多模态透镜对齐工作空间假说
提出多模态Jacobian透镜MC-Lens,把视觉与语言中间状态映到同一词表空间,检验概念可读、按任务选择及是否进入下游推理。
来源:Hugging Face Daily Papers2026-11-20周五4 篇AI 安全Claude大语言模型性能优化
HN热帖炮轰AI护栏:493分热议,材料不足不宜当结论
2026年11月19日一篇反AI护栏博文登上HN,获493分、202评。材料仅有标题与热度,本文只记录事件,不编造原文论点。
来源:Hacker NewsAnthropic称Claude解决黑洞物理两道开放问题:HN热议证据不足
Anthropic发文称Claude解决黑洞物理两道开放问题;HN热帖423分、189评,材料未给问题与证明,结论宜保守。
来源:Hacker News微调不再误伤通用能力:CurvDelta用低曲率空间约束更新
面向大模型适应中的能力保留,CurvDelta在预训练点附近构造低曲率更新空间,使学习与遗忘更少损伤通用能力。
来源:Hugging Face Daily Papers用Codex工作流持续找修性能:OpenAI这样保ChatGPT快
OpenAI介绍Performance Factory:以Codex工作流发现并修复性能问题,旨在帮助ChatGPT保持快速。
来源:OpenAI2026-11-19周四5 篇AI 生态Gemini大语言模型
AI正在杀死独立站:All About Berlin登上HN热榜
HN热帖765分、687评,称AI正在杀死All About Berlin。材料只有标题与热度,讨论指向独立站被答案层截流。
来源:Hacker NewsHN热帖指向Gemini 4 Neon:官方介绍高热,能力细节材料未给
谷歌介绍Gemini 4 Neon,HN帖获544分、约500条评论。材料未含能力与评测数字,本文只记录热度与信息边界。
来源:Hacker NewsGPT-6 Astra推进芯片设计:优化Jalapeño电路并改进RISC-V核心
2026年11月18日OpenAI称其模型优化了Jalapeño硅片所用电路并改进RISC-V核心设计,GPT-6 Astra显示AI辅助芯片设计进步。
来源:OpenAI高管先用起来:住友生命如何推动 ChatGPT Enterprise 采用
住友生命将 ChatGPT Enterprise 用于保险公司研究、提案准备和投资分析代码起草,高管早期使用带动了团队采用。
来源:OpenAI昇腾8192卡跑通285B:Xing 4的架构、系统与智能体后训练
Xing 4延续TeleChat,在昇腾上协同架构与训练系统,8192张910C预训练285B,并以TeleGym做智能体后训练。
来源:Hugging Face Daily Papers2026-11-18周三5 篇大语言模型AI 生态模型评测
法律智能评测称第一:Astra for Law覆盖24领域,企业客户可申请
OpenAI称Astra for Law在跨越24个法律领域的发布评测中排名第一,所有ChatGPT Enterprise客户现可申请访问。
来源:OpenAIOpenAI推出ChatGPT销售插件:潜客研究到CRM更新收进对话
OpenAI发布ChatGPT for Sales,新增Sales插件和30多个合作伙伴插件,用于研究潜客、准备推介、更新CRM并推进交易。
来源:OpenAIGPT-6.2 Astra 与 Sol 发布:强调专业输出、编程与更低成本
OpenAI 发布 GPT-6.2 Astra 与 Sol,称专业输出、编程与计算机使用更好,成本更低,覆盖 ChatGPT Work、Codex 与 API。
来源:OpenAI九格只填三格:医疗模型总分最高49.1,沟通一律强于决策
InclusionMed从388个候选选出4个公开基准并加入私有DxFiles,5项仅覆盖九格中三格;Index为17.5至49.1,前十沟通均强于决策。
来源:Hugging Face Daily PapersK2-Horizon全开源六模型:MoVA近匹同数据32B并公开全流程
K2-Horizon发布六款全开源模型,引入MoVA与Uno解码加速,并按LLM360公开检查点、数据流水线及约10T合成预训练数据。
来源:Hugging Face Daily Papers2026-11-17周二4 篇科研AI 生态大语言模型
新闻分类能涨、情感分析可能跌:FIDEL的阿布吉达预分词对照
FIDEL以可逆阿布吉达预分词暴露辅音结构,三种语言受控实验中新闻分类一致提升,情感分析在激进方案下下降,抽取式问答保持。
来源:arXivLVMH传媒与OpenAI合作:用AI支持新闻并进入ChatGPT
OpenAI与LVMH传媒部门宣布战略合作,拟用AI支持新闻工作,并通过ChatGPT提高出版物可达性,产品细节尚未公布。
来源:OpenAIOpenAI扩大科研免费额度:全球20万学者可免费访问前沿模型
OpenAI宣布扩大ChatGPT学术研究者项目,向全球20万名研究人员免费提供前沿模型访问,以拓宽科学家对AI的获取。
来源:OpenAI采用面不是发现革命:OpenAI披露1800余名科学家的工作流与预期
OpenAI观察1800余名科学家如何用ChatGPT做研究,涉及日常工作流、自述生产力与发现预期,公开信息仅到摘要这一层。
来源:OpenAI2026-11-16周一2 篇科研
2026-11-15周日1 篇Claude
2026-11-14周六3 篇AI 智能体物理 AI基准测试
演得差也能当好老师:决策模型在长程智能体里的三种角色
演得差也能当好老师。演员会被更容易的子目标带偏,全轨迹评委能给关键步骤记功;JEV把1.5B成功率分别提到82.9%与71.4%。
来源:Hugging Face Daily Papers视觉真实仍不等于物理成立:PhysLoop给视频生成装上可纠正闭环
PhysLoop约束大语言模型做视频生成、筛选与修正,把物理知识蒸馏进更一致的视频,并开源十万条数据。
来源:Hugging Face Daily Papers总分第一可靠性仅排第七:SO-Arena 揭示 System One 决策短板
SO-Arena 从能力谱与决策可靠性评测 System One:11 个领域、21 个模型显示,缩放收益因领域而异,总分最高者可靠性仅排第七。
来源:Hugging Face Daily Papers2026-11-13周五6 篇AI 智能体Gemini代码智能体大语言模型
把产品改进压到一两天:Amplitude 用 Wave 覆盖发现到度量
Amplitude 以 OpenAI 模型为主构建主动式产品智能体 Wave,识别该做什么、用编码智能体协助交付并衡量影响;官方称改进可在一两天内完成。
来源:OpenAI谷歌发布 Gemini 4 Hydrogen 引发 HN 热议:目前只能确认有介绍,规格完全空白
2026年11月12日 Gemini 4 Hydrogen 成为 HN 热帖,473分、300条评论。材料仅确认谷歌发布,能力、评测和规格均未给出。
来源:Hacker News热度已起、细节仍空:Gemini 4 Hydrogen 与编排器的 HN 热帖
Hacker News 出现 Gemini 4 Hydrogen 与 Orchestrator 热帖,323 分、80 评,指向 Google Antigravity;给定材料几乎只有标题与热度,技术细节不足。
来源:Hacker NewsGondola营收翻倍:材料称Codex将首席工程师产出提高50%
OpenAI客户故事称,创作者平台Gondola借助Codex与ChatGPT,首席工程师产出提升50%、营收翻倍;材料未说明统计口径。
来源:OpenAI不确定再升精度:小模型按需4/8bit解码以更少字节贴近全高
存8bit、默认可4bit解码,仅在熵或top-two间隔显示不确定时升级;Qwen3-0.6B的GSM8K上约16%升级率得分接近全高、字节约0.87倍。
来源:Hugging Face Daily Papers闭环教师纠偏量化智能体:W4A16距全精度不到一分
SteerDistill用全精度教师闭环纠偏并内化量化学生,五基准三模型上W4A16平均分超最强量化基线1.67–2.18,距BF16不到一分。
来源:Hugging Face Daily Papers2026-11-12周四6 篇AI 智能体大语言模型模型评测机器人
仅据标题保守写:BotPsy是端侧不到十亿参数的智能体助手
材料仅有Hugging Face博客标题。BotPsy被描述为端侧个人助手,采用不到十亿参数的智能体语言模型。无摘要无数据,下文保守转述并标明信息有限。
来源:Hugging Face Blog超两万退伍军人已领一年免费ChatGPT Plus:用于平民职业准备
OpenAI称逾两万名退伍军人与转业军人已领取一年免费ChatGPT Plus,用于准备平民职业;材料未给出用法与效果。
来源:OpenAI不要只信记忆:用证据链接降低LLM智能体的记忆诱导退化
WikiTrace将教训与成败摘要及原始轨迹链接,使智能体可在行动前下钻核对并修正记忆,减轻记忆诱导退化,并在五个智能体基准上优于现有方法。
来源:Hugging Face Daily Papers常识题能打、选项一缠就崩:MMDM把28个决策模型测出了落差
MMDM以5448题、16类任务评System-1决策模型,选项最多1024、上下文最长逾6万token;模型常识尚可,逻辑与多选明显偏弱。
来源:Hugging Face Daily Papers离散优化改BF16权重:Tree-Ising修循环推理超过智能体
Tree-Ising把循环修补做成按行QUBO,MATH-500到54.6%,高于智能体的51.7%,权重改动少13%–17%。
来源:Hugging Face Daily Papers一份演示写入上下文:WICL在50项操作任务上超过训练策略
用仿真彩排把一份演示写入上下文,RoboScript在50项任务上平均成功率83.4%,无梯度更新,超过最强训练策略逾20个百分点。
来源:Hugging Face Daily Papers2026-11-11周三5 篇AI 生态Gemini大语言模型教育 AI
ChatGPT上线商家能力:管信息、看曝光、把兴趣变成行动
OpenAI在ChatGPT推出商家能力:可管理业务信息、洞察自身展示,并把兴趣转化为行动。目前仅有定位描述。
来源:OpenAIGemini 4 Carbon 上线:谷歌宣布新模型现已开放可用
谷歌宣布 Gemini 4 Carbon 现已可用,HN 获 275 分、149 评。材料只确认上线,未披露能力与定价。
来源:Hacker News训练基础设施也能递归改进:InfraRSI用智能体做成可验证流程
InfraRSI用五阶段智能体工作流将开放指令转为可验证的分布式LLM训练优化,在稠密与MoE负载上最高加速2.75倍。
来源:Hugging Face Daily Papers律所把AI当成生意重构:OpenAI对话Gilbert + Tobin负责人
OpenAI发布与澳洲律所Gilbert + Tobin首席执行官的对话,主题是用AI重新思考法律生意。
来源:OpenAIOpenAI把免费ChatGPT工作坊带给护理者:五城教日常技能
OpenAI Academy将在美国五座城市为护理者举办免费动手ChatGPT工作坊,帮助掌握日常生活可用的AI技能,属非技术人群的使用教育。
来源:OpenAI2026-11-10周二6 篇大语言模型代码智能体Gemini
ChatGPT 企业版上架 AWS 商城:采购可走现有云账单
OpenAI 宣布 ChatGPT Enterprise 上架 AWS Marketplace,企业可借已有采购与计费关系简化采购。
来源:OpenAI社区热议公开评测新高:Claude Fable 5.2 获 65 分暂为目前最高
Hacker News 热帖称 Claude Fable 5.2 在 Artificial Analysis 得到 65 分、为目前最高,互动约 308 分、230 条评论。材料未给出分项、对照与方法,只能作保守记录。
来源:Hacker News高分热帖几乎没有可核对的技术细节:Fable 5.2 与 Mythos 5.2 眼下不宜用于选型
2026年11月9日,Claude Fable 5.2与Mythos 5.2登上Hacker News热榜,拿到967分却只有6条评论。材料未给出能力、评测或可用性,开发者宜当作动态备忘而非选型依据。
来源:Hacker News同一团队号称交付二十倍软件:用模型治理并信任生成代码
OpenAI案例称,CodeRabbit用其模型治理并信任AI生成代码,并借助Codex,在工程团队不变的情况下将软件交付量做到约20倍。
来源:OpenAIGemini被指把个人网盘和邮件交给人工:HN热帖引爆隐私争议
HN热帖称Gemini把个人网盘和邮件交给人工标注,获475分与113评论。目前只有标题和仓库线索,机制尚未核实。
来源:Hacker News维修找图从近一小时降到4.5分钟:冷却塔图纸接入OpenAI API
Kuken用OpenAI API检索七十年冷却塔图纸,维修找图从接近一小时降到4.5分钟;材料未披露模型、架构与准确率。
来源:OpenAI2026-11-09周一2 篇Claude大语言模型
2026-11-08周日1 篇AI 智能体
2026-11-07周六2 篇大语言模型Gemini
2026-11-06周五2 篇教育 AI大语言模型
2026-11-05周四2 篇多模态模型推理优化
没有匹配的日报,换个关键词试试。