#大语言模型
主题「大语言模型」下共有 348 篇日报,第 4 / 6 页。
2026-09-28周一2 篇AI 治理AI 安全
2026-09-27周日1 篇AI 生态
2026-09-26周六4 篇AI 智能体大语言模型代码智能体
规划别和写答案绑死:IterSynth用滚动摘要做深度搜索
将规划与综合解耦,用滚动摘要作搜索状态,并以RDPO训练。8B模型五项长程深度搜索基准平均50.7,较此前最强不超过8B的智能体高4.2%,也可零样本用于闭源模型。
来源:Hugging Face Daily Papers一次前向同时生成两段续写:Transformer的线性叠加假说
将两段文本输入线性混合后,下一词分布近似各自叠加;该性质随预训练减弱,轻量微调可恢复,并支持一次前向同时生成两段续写。
来源:Hugging Face Daily Papers销售增60%、省75小时以上:Proaction用Codex加快车队管理
OpenAI案例称Proaction用Codex、GPT-Live-1与GPT-6 Astra更快做现代车队管理,销售增60%,节省75小时以上。
来源:OpenAI词性可高度恢复却非一对一:SAE用紧凑潜变量组编码形态句法
用词性作为受控探针检验SAE潜变量,发现形态句法高度可恢复但非一对一映射,而是由稳定且互有重叠的紧凑稀疏特征组分布式编码。
来源:Hugging Face Daily Papers2026-09-25周五2 篇AI 智能体强化学习
2026-09-24周四2 篇Claude大语言模型
2026-09-23周三4 篇大语言模型AI 智能体
GPT-6提示缓存升级:更高命中、诊断与显式断点,意在降延迟成本
OpenAI公布GPT-6提示缓存改进,强调更高命中率、新诊断、显式断点与控制项,旨在降低延迟和成本,但摘要未给量化数据。
来源:OpenAIOpenAI 推出 GPT-6 Sol 与 Luna:能力成本双轨覆盖日常工作
OpenAI于2026年9月22日发布GPT-6 Sol与Luna,称两款模型将前沿智能带入日常工作,并在能力与成本间给出不同平衡。
来源:OpenAI不必整段重写:onPanda以token级纠正生成on-policy对齐数据
onPanda用定位首个不当token、替换或改写后截断续写的循环标注对齐与智能体轨迹,小规模对照显示中位时间降52%。
来源:Hugging Face Daily Papers研究时间成本减半:Parallel用GPT-6 Astra加速劳动力市场数据合成
OpenAI称Parallel智能体借助GPT-6 Astra,在劳动力市场数据研究与合成上实现时间与成本双降一半。
来源:OpenAI2026-09-22周二2 篇大语言模型视频大模型
2026-09-21周一1 篇大语言模型
2026-09-15周二1 篇AI 智能体
2026-09-11周五2 篇AI 生态科研
2026-09-10周四2 篇大语言模型
2026-09-09周三1 篇AI 生态
2026-09-07周一1 篇机器人
2026-09-05周六4 篇大语言模型AI 生态
把自然语言规格编译成小模型:一次训练换取持续本地执行
新方法用教师模型合成任务样本并训练小型适配器,将文本需求转化为可保存、组合和独立运行的神经函数。
来源:Hugging Face Daily Papers美国企业加速关注开源 AI:热议背后仍缺少落地证据
纽约时报相关报道登上 Hacker News 热榜,但现有材料只能确认讨论热度,尚不足以判断企业采用规模与实际效果。
来源:Hacker News单条查询也能蒸馏:OPD的瓶颈可能是训练步数而非数据量
研究发现,单条查询即可覆盖大部分全数据OPD访问的状态,但学生模型吸收教师监督的速度较慢,增加查询数量主要改善覆盖率。
来源:Hugging Face Daily PapersKV缓存淘汰未必需要打分:随机保留提示词也能支撑长链推理
Random Attention发现,保护提示词后,按注意力头随机淘汰KV缓存即可维持推理效果,并在vLLM部署中获得更高吞吐。
来源:Hugging Face Daily Papers2026-09-04周五5 篇大语言模型
Playco用GPT-6 Astra做游戏原型:人工修正减少50%
Playco基于同一灰盒底座构建三款主题游戏原型,并称相较此前模型,开发过程中所需的人工修正减少了50%。
来源:OpenAI生成式检索不止扩展查询:CoGR让查询与商品共同进化
CoGR让大语言模型同时生成查询侧与商品侧关键词,并通过强化学习共同优化检索匹配,兼容倒排索引基础设施。
来源:Hugging Face Daily Papers让模型自己决定看哪里:声明式注意力降低长上下文推理开销
声明式注意力让模型在生成过程中主动标记所需上下文区域,减少长上下文解码时的 KV cache 读取,并以有限精度损失换取推理效率。
来源:Hugging Face Daily PapersGPT-6 Astra达到网络安全关键级别:OpenAI更新安全概览
OpenAI称GPT-6 Astra是目前能力最强的广泛部署模型,并首次在准备度框架下达到网络安全能力的关键级别。
来源:OpenAI金融审阅提速近四成:Legora用GPT-6 Astra数分钟检查41份文件
OpenAI称,Legora在金融审阅流程中借助GPT-6 Astra数分钟检查41份文件,并找出预先埋设的全部四处错误。
来源:OpenAI2026-09-03周四4 篇AI 生态大语言模型教育 AI
三天工作压到三小时:ATV巡演用ChatGPT加速日常运营
ATV Big Air Tour将ChatGPT Work用于营销、商品管理等任务,并在15分钟内把商品照片转成库存网站。
来源:OpenAI企业自托管模型找到了规模化路径:用三路后训练统一复杂请求
面对数据驻留和 GPU 碎片化问题,研究者从生产流量出发,分别优化指令遵循、函数调用与任务分布,再合并为单一模型。
来源:Hugging Face Daily Papers循环并不只是加深模型:预算对齐下 SMELT 仍可省训练算力
SMELT 在匹配计算量、参数量和 KV 缓存后复用中间层,仍展现更快的损失下降,并在代码任务上获得更明显收益。
来源:Hugging Face Daily Papers个性化辅导需要可复现的学生:StudentSim训练模拟器
StudentSim用 pooled training 加 per-student specialization,把稀疏学习记录转成能复现学生行为并响应辅导的个性化模拟器。
来源:Hugging Face Daily Papers2026-09-02周三4 篇大语言模型强化学习
基准测试不等于模型能力:BenchMIRT追问评测到底测到了什么
Hugging Face Blog介绍 BenchMIRT,围绕大语言模型基准测试究竟测量什么展开讨论;由于材料未提供摘要,本文仅作问题导向的保守解读。
来源:Hugging Face Blog规范化下投影即可改进 LoRA:NoRA 提升收敛速度与训练稳定性
NoRA 通过规范化 LoRA 的下投影矩阵改善优化动态,并提供只在初始化阶段执行规范化的轻量方案。
来源:Hugging Face Daily PapersOPD未必在蒸馏教师:低概率词抑制可能才是提升来源
研究发现OPD中的教师监督存在明显噪声,模型提升主要来自抑制低概率词,并据此提出无需教师的熵自适应方法OPSA。
来源:Hugging Face Daily Papers少激活不等于少能力:Qwen3.8-Next重做稀疏模型架构
Qwen3.8-Flash-Next以混合注意力、门控残差和外置n-gram表,在降低训练与激活成本的同时保持基准竞争力。
来源:Hugging Face Daily Papers2026-09-01周二3 篇AI 智能体大语言模型AI 治理
2026-08-29周六1 篇强化学习
2026-08-28周五3 篇AI 智能体Gemini大语言模型
智能体数据不应只追求规模:ACE 框架重构生成质量标准
论文以统一的数据对象和 ACE 视角,梳理智能体交互数据在准确性、复杂度与多样性上的生成逻辑。
来源:Hugging Face Daily PapersGemini Omni 1.1 Flash带来更多掌控:构建更新信息仍有限
Google DeepMind发布Gemini Omni 1.1 Flash,但目前材料仅显示其强调更强的构建控制力,具体能力与评测结果尚未披露。
来源:Google DeepMind没有标准答案也能训练:TTPO让测试时自监督更稳
TTPO用多数投票构造伪标签,并区分认同与不认同的推理轨迹,在无真实标签条件下优化模型测试时策略。
来源:Hugging Face Daily Papers2026-08-27周四3 篇教育 AI大语言模型模型评测
学习不应止于课堂:OpenAI报告聚焦ChatGPT如何延续教育支持
OpenAI最新报告考察学生与教育者如何使用ChatGPT,让学习支持从课堂延伸到更连续、更日常的教育过程。
来源:OpenAI新模型将公开权重:Z.ai确认Ox Alpha属于GLM系列
Z.ai确认Ox Alpha并非独立品牌或内部代号,而是GLM系列新模型,并计划公开权重,引发开发者社区关注。
来源:Hacker News掩码正确不等于因果安全:用双前向审计定位序列模型信息泄漏
论文提出无需训练和梯度的前缀不变性审计,指出注意力掩码检查可能漏掉扫描或归一化引起的未来信息泄漏。
来源:Hugging Face Daily Papers2026-08-25周二1 篇GPT-5.6
2026-08-23周日5 篇模型评测大语言模型应用架构
合同审查自动化仍不可靠:ContractScrub揭示大模型长文本能力边界
ContractScrub首次系统评测大模型合同终审能力,结果显示模型在术语、引用和语言一致性检查上仍存在明显短板。
来源:arXiv小模型应为CPU而生:Daedalus-150M用卷积减少长上下文开销
Daedalus-150M从CPU单用户逐token推理出发,将卷积与注意力结合,在长上下文下兼顾质量、文件体积与解码速度。
来源:arXiv法律问法不完整,模型先别急着回答:InsufficiencyBench检验补全能力
InsufficiencyBench将法律问题中的信息缺失单独设为评测目标,结果显示模型既难找全关键事实,也难避免基于假设仓促下结论。
来源:arXiv本地模型未必更笨:问题可能出在使用方式与评测方法
一篇登上 Hacker News 热帖的讨论提醒开发者,本地大模型的实际体验不佳,未必等同于模型能力不足,也可能与使用和评测有关。
来源:Hacker News软件架构将收敛为三件事:存储、模型与智能体的第三次重构
论文提出 Software 3.0 正在形成,软件将围绕统一存储、大模型与智能体执行循环重组,但确定性、成本与安全仍是边界。
来源:arXiv2026-08-22周六1 篇大语言模型
2026-08-21周五2 篇大语言模型强化学习
没有匹配的日报,换个关键词试试。