#大语言模型
主题「大语言模型」下共有 348 篇日报,第 3 / 6 页。
2026-10-15周四5 篇AI 智能体AI 安全应用架构
Agent-Reflex教智能体主动反思:噪声反馈下提升长程工具使用表现
Agent-Reflex三阶段框架激励智能体主动反思与失败恢复,基于Qwen3-8B在长程工具基准上取得明显提升。
来源:Hugging Face Daily Papers补丁提案缩短到分钟级:Block用大模型加速安全调查
Block用OpenAI技术做AI驱动安全。公开信息称安全团队调查威胁更快,并能在数分钟内提出补丁;模型、架构与评测未披露。
来源:OpenAI决策不该靠拼文本:Jeva 同时满足空答、排列不变与可缓存
Jeva 提出决策原生架构,用独立选项编码与 coverage 估计同时满足空值感知、排列不变和跨请求缓存。
来源:Hugging Face Daily Papers恶意软件分析从数周缩短到数小时:SentinelOne 靠 Daybreak 腾出更多调查产能
OpenAI 称 SentinelOne 使用 Daybreak 后,恶意软件分析从数周降至数小时,从而有余力调查更多威胁。公开材料未披露方法、基线与质量指标,结论强度应下调。
来源:OpenAI万级智能体连跑超36小时:新模型支撑数天专注并随用改进
该实验室用GPT-6 Astra、GPT-6.1 Sol、Codex与网络安全模型Daybreak,同时运行约一万个智能体超过三十六小时,目标是连续专注数天并随使用改进。
来源:OpenAI2026-10-14周三3 篇GeminiAI 安全大语言模型
高热低信息:HN热帖Gemini 4 Argon尚无可核对数
2026年10月13日Hacker News热帖「Gemini 4 Argon」获977分、742条评论;材料未给规格与评测,目前只能视为社区关注信号。
来源:Hacker News信息有限下的保守解读:DeepMind谈Gemini 4 Argon负责任与安全开发
Google DeepMind发布关于Gemini 4 Argon负责任且安全开发的博文,材料仅有标题,细节未知,本文保守梳理可能方向与边界。
来源:Google DeepMind只凭标题:LFM2.5-24B-A2B瞄准端侧快速私有智能体
给定材料无摘要。Hugging Face博客标题将LFM2.5-24B-A2B定位为端侧快速私有智能体,规格评测均未知。
来源:Hugging Face Blog2026-10-12周一2 篇AI 智能体大语言模型
2026-10-11周日1 篇AI 生态
2026-10-10周六5 篇AI 智能体大语言模型强化学习AI 安全
Asana浏览器智能体成本降76倍:GPT-6系列带来更快更省测试
Asana用GPT-6 Astra等模型在Codex中优化浏览器智能体,测试成本降76倍、速度提升5倍,以便向客户提供更强模型能力。
来源:OpenAI不追前沿的大模型基础书:六章从预训练讲到对齐与推理
日报列出一本LLM基础书:强调概念而非前沿全覆盖,六章为预训练、生成模型、提示、对齐、推断与推理,面向学生与从业者。
来源:Hugging Face Daily Papers缩放强化学习冲自改进:MiMo-V2.6沿批次、环境、打分三维扩算力
MiMo-V2.6以全模态中期训练为底座,沿更大批次、更复杂环境、更重打分三维缩放强化学习,并开源训练动态、环境与框架。
来源:Hugging Face Daily Papers调查时间砍掉96%:Sophos用OpenAI Daybreak自动化超半数MDR案例
Sophos借助OpenAI Daybreak将网络威胁调查时间缩短96%,并自动化52%的MDR案例,同时保留人工监督。
来源:OpenAI单参考评测高估测试质量:TestPrism联合成功率仅28%
TestPrism用多候选实现评估测试生成,揭示单参考指标虚高;TestHelix通过合成与交叉验证提升联合成功率约9个百分点。
来源:Hugging Face Daily Papers2026-10-09周五2 篇AI 生态AI 智能体
2026-10-08周四8 篇大语言模型AI 生态教育 AI强化学习
Claude Haiku 5.5 登上 HN 热榜:关注度已被分数证实,能力价格主张材料未给
2026年10月7日,Hacker News热议Claude Haiku 5.5,帖子691分、345条评论。给定材料不含规格、评测与定价,本文只记录这次发布和讨论热度,不做能力推断。
来源:Hacker NewsGPT-6 全球推送到 ChatGPT:更快、可视化,交互可直接探索使用
OpenAI 于 2026 年 10 月 7 日宣布 GPT-6 在 ChatGPT 全球推出,并引入 Intelligent UI,强调更快响应与可直接探索、使用的可视化交互体验。
来源:OpenAI大厂隔离竞品模型:Meta与微软减少员工使用Claude
Hacker News热帖称Meta与微软正减少员工使用Claude,约280分、278评。细节未披露,宜当生态与治理信号阅读。
来源:Hacker News青少年ChatGPT要管大学申请了:规划工具、闪卡测验与理事会
OpenAI宣布为青少年版ChatGPT上线大学申请规划工具,并新增闪卡与测验、成立青少年AI理事会,细节尚未披露。
来源:OpenAI酒店预订走进对话:丽笙携手埃森哲在ChatGPT做发现、比较与预订
丽笙与埃森哲合作,基于OpenAI技术打造ChatGPT插件,帮助旅行者在规划行程时完成酒店查找、比较与预订。
来源:OpenAI别把真值解当模仿目标:RGPO用自适应脚手架补稀疏奖励
RGPO将真值推理作自适应脚手架,再把高奖励自生成解迁回无引导设定,缓解奖励稀疏且无需辅助数据匹配强化学习格式。
来源:Hugging Face Daily Papers原生NVFP4强化学习能对齐全精度:靠方向感知的片段修补
TRIAGE用片段诊断再平衡原生NVFP4策略梯度,Qwen3在五个数学基准达全精度水平,rollout吞吐最高约2.3倍。
来源:Hugging Face Daily Papers用冻结模型内部表示选证据:UNREAL同时覆盖检索与超长上下文
UNREAL从冻结大模型内部表示编码文本块并导出查询,以不到五十万可训练参数同时提升语料检索召回与超长上下文表现,并降低长序列开销。
来源:Hugging Face Daily Papers2026-10-07周三7 篇AI 生态大语言模型科研
把企业知识转化为行动:Atlassian与OpenAI扩大合作
OpenAI宣布与Atlassian扩大合作,把前沿模型接到企业知识上,帮助团队规划、构建并交付;材料无技术细节,宜当生态信号来读。
来源:OpenAI语言模型改写分子优化器:DFT上最好变体力调用仅为Sella四到七成
从Sella出发,智能体改写优化器并设两道准入门,得到AutoSella;DFT上最好变体只需四到七成力调用。
来源:Hugging Face Daily Papers长时工作流扩量化研究:Jump Trading用ChatGPT仍留人审
OpenAI披露Jump Trading用ChatGPT扩展量化研究:长时工作流整合多源数据,并保留人工复核。
来源:OpenAI热度不能当评测:Mistral Large 4在HN拿下近千评论
Mistral发布Large 4,HN热帖1590分、964评论;材料几乎只有标题和热度,尚不能判断能力与适用边界。
来源:Hacker NewsMistral Large 4 定名「Le Chonk」:HN 热度起来了,规格还是空白
Mistral 发布 Large 4,别称 Le Chonk。Hacker News 热帖 518 分、仅 5 条评论。材料未给规格与评测,目前只能确认发布本身和社区关注。
来源:Hacker NewsOpenAI公开内部前沿模型数学进展:同步分享Lean形式化证明
OpenAI公布内部前沿模型在数学开放问题上的新结果,并分享Lean形式化证明与研究细节;材料未披露模型名称、题单与量化指标。
来源:OpenAI自生成反馈会破坏测试时训练:先用独立文本再提交更新
模型用自身输出做测试时训练,会恶化对独立人类文本的预测;冻结生成可消除大部分损害,提交前结算能稳住适应。
来源:Hugging Face Daily Papers2026-10-06周二5 篇AI 治理大语言模型AI 生态
Anthropic上报日记对话,女子面临重罪指控:报告义务被推到台前
Hacker News热帖称Anthropic将日记式用户对话报告警方,一名女性因此面临重罪指控;563分与475条评论显示,隐私、安全与报告义务成为社区焦点。
来源:Hacker NewsReflection发布501B开源权重Beam:热度高但可核验细节很少
HN热帖显示Reflection发布501B开源权重模型Beam,320分、91评;材料未含架构、评测与许可,只能作事件记录。
来源:Hacker NewsChatGPT引入视觉广告:OpenAI同步扩展衡量、归因与品牌适配
OpenAI在ChatGPT中推出新视觉广告格式,并扩展衡量工具、归因合作及品牌适配能力,试图按人们使用AI的方式构建广告。
来源:OpenAI离策略合并优于在策略自蒸馏:用更早检查点嫁接更新
论文称对后训练模型,离策略合并配方 grafting 优于会引发推理崩塌的在策略自蒸馏,并在专家蒸馏、自我改进与知识注入中讨论。
来源:arXivOpenAI按欧盟规则推进文本水印:检测先向研究者开放
OpenAI于2026年10月5日说明其欧盟文本溯源做法,聚焦水印适用场景、检测机制,以及为何检测权限先向研究者开放。
来源:OpenAI2026-10-05周一1 篇AI 治理
2026-10-04周日3 篇大语言模型Claude
德国主权大模型登上HN热榜:Kolibri引发关注,可核技术细节仍不足
Hacker News热帖介绍德国Aleph Alpha的Kolibri,将其称为主权大语言模型。帖子410分、11条评论,热度高但给定材料未提供可核对的实现与评测细节。
来源:Hacker News主权开权重模型Kolibri亮相:HN高分热议,技术规格仍未公开
Aleph Alpha推出主权开权重模型Kolibri,Hacker News获510分与299条评论;材料未披露规模、评测与许可证,仅能记录产品定位与社区热度。
来源:Hacker News官方用法指南冲上HN:Opus 5.5同时覆盖Claude与Claude Code
Anthropic官方谈如何在Claude与Claude Code中用好Opus 5.5,Hacker News录得159分与118条评论;材料不含正文细节,本文仅作保守信号解读。
来源:Hacker News2026-10-03周六4 篇AI 生态GPT-5.6强化学习大语言模型
AllenAI开源AstaBrief:Asta体系中的快速报告生成模型亮相
Hugging Face博客披露AllenAI开源AstaBrief。信息仅限标题,其为Asta中的快速报告生成模型,细节有待进一步公开。
来源:Hugging Face Blog交易核验提速至4分钟内:Chatham用Codex与GPT-5.6改造工作流
资本市场机构Chatham用Codex与GPT-5.6做技术建设与流程改造,宣称交易核验从30分钟降至4分钟以内。
来源:OpenAI稀疏奖励不再被淹没:DARA用密度校正加快多目标学习
DARA按批次活跃组密度做反平方根加权,抬升稀疏奖励信号,工具调用与数学推理上比GDPO更快达到格式和长度合规。
来源:Hugging Face Daily PapersOpenAI发布GPT-6家族指南:创业公司如何选型并准备生产
OpenAI面向创业公司发布GPT-6家族实践指南,覆盖模型选择、推理力度、提示与技能、工具协同及生产工作流准备。
来源:OpenAI2026-10-02周五5 篇大语言模型AI 智能体AI 生态
Albertsons用ChatGPT重塑零售:内部提效与顾客购物体验同步推进
OpenAI披露Albertsons采用ChatGPT Enterprise与API,加速团队协作并简化数百万顾客的杂货购物流程。
来源:OpenAI自进化搜索智能体的共作弊:CrossFit用交叉拟合切断虚假一致
自进化搜索智能体中proposer与solver会强化共享错误,内部奖励上升但外部正确性不提升;论文诊断共作弊并提出MSV与CrossFit缓解。
来源:Hugging Face Daily Papers不必另训世界模型:固定状态换目标,挤出智能体预训练常识
LLM智能体迁移差,往往不是缺世界知识,而是后训练没把它挤出来。EVOKE固定状态、换目标排序动作,报告任务、泛化与数据效率均有提升。
来源:Hugging Face Daily Papers信息有限仅据标题:AllenAI 推出面向大规模 MoE 的开源可扩展训练基础设施 Olmo-core 3
Hugging Face 博客称 AllenAI 推出 Olmo-core 3,定位为面向大规模 MoE 的开源、可扩展训练基础设施;本文仅依据标题撰写,技术细节与数字均未知。
来源:Hugging Face Blog社交俱乐部用ChatGPT Work每周省10–15小时:开店文书从数天压到数小时
The Den用ChatGPT Work开新店:拨款申请3天变2小时,酒牌材料4天变3小时,自称每周省出10–15小时。
来源:OpenAI2026-10-01周四4 篇AI 智能体大语言模型AI 安全
别让智能体每次重摸文档关系:用实体页离线织一张语料图
按反复出现的实体组织语料:实体页聚合信息并链向相关文档,离线解析提及、查询间共享链接,避免智能体每次重发现关系。
来源:Hugging Face Daily Papers平均分会掩盖周期性弱区:分块KV压缩下检索可差40个百分点
分块KV压缩引入相位,同一信息检索难度随窗口位置周期性变化;开源大模型上准确率可差最多40个百分点,平均分数会掩盖弱区。
来源:Hugging Face Daily Papers顺序循环不够用:用重叠记忆协程把LLM做成通用异步智能体
本文把语音、视频、机器人等异步场景统一为可重叠记忆的推理协程,并展示Qwen 3.x无需专项训练即可做流式视频理解、游戏与监控。
来源:Hugging Face Daily PapersOpenAI打断协同蒸馏活动:目标是受保护的模型推理
OpenAI宣布打断一场提取受保护模型推理的协同蒸馏活动,并称将加强对对抗性蒸馏的防御;公开材料极简,细节不足。
来源:OpenAI2026-09-30周三4 篇多模态模型大语言模型AI 生态
无编码器小规模落后:缩放定律预测大算力下可追上
该文比较有无视觉编码器的多模态缩放定律:文本损失前沿几乎重合,多模态上无编码器小规模落后,预测约10^{22} FLOPs处追上。
来源:Hugging Face Daily PapersGPT-6.1 Sol:近Astra智能、五分之一价格,面向编程与专业工作
OpenAI发布GPT-6.1 Sol,称其在编程、计算机使用和专业工作上接近Astra智能,API价格为Astra的五分之一。
来源:OpenAI一场 Recap 收束二十多项:GPT-6 Astra 与构建者工具并列
OpenAI 发布 DevDay 2026 Recap,汇总超过二十项公告,覆盖 GPT-6 Astra、ChatGPT、Codex、API、安全与构建者新工具,仅有范围而无分项细节。
来源:OpenAI正对不足与假负例:SentZero的句子级胸片零样本预训练
SentZero针对放射报告正样本对偏少和跨患者假负例,用抽象级句子映射、额外损失与句子条件视觉调制,做多任务零样本胸片分析。
来源:Hugging Face Daily Papers2026-09-29周二3 篇大语言模型强化学习
集合奖励分不清贡献者:AdaTutoRank用分级辅导训练重排
AdaTutoRank面向RAG与深度研究中的文档集合重排序,用九维量表同时提供银标、奖励与提示,并按样本质量匹配三种辅导强度。
来源:Hugging Face Daily Papers训练与推理引擎概率不一致:CIS按置信度截断修正策略更新
针对可验证奖励强化学习中训练与推理引擎概率不一致,提出校准重要性采样CIS,按置信度截断修正更新,三模型五数学基准平均最高。
来源:Hugging Face Daily PapersAstra完成50页税表快一倍:Basis称更懂意图、落地更有信心
Basis用GPT-6 Astra完成50页税务工作簿,速度约为GPT-5.6 Sol的两倍;官方称其更懂用户意图,对真实使用更有信心。
来源:OpenAI没有匹配的日报,换个关键词试试。