大语言模型与模型
大型语言模型：GPT、Claude、Gemini、Mistral 及开源权重模型
97 published articles
本地部署的工厂AI，arXiv预印本
压缩让一个工厂助手损失了13.7%的答案质量
一篇新预印本主张，一旦模型经过压缩并以检索进行适配，参数量就不再能预测车间助手所给答案的质量。其唯一一项案例研究因提取损失13.7%的经评判质量，并挽回了其中三分之二。
2026-09-25
OpenBMB 的 MiniCPM5-2B：2.52B 参数，4B 的野心
一款 2.52B 模型在其自家厂商运行的基准测试集上跑赢了 4B 对手
一款 2.52B、采用 Apache-2.0 许可的模型，在编码、工具调用和长上下文方面击败了更大的开源基线，其基准测试表格据 OpenBMB 称混合了内部运行与第三方运行结果。
2026-09-22
LLM 可解释性：arXiv 预印本，2026年9月10日
Qwen、Llama 和 Gemma 在模型何时停止路由、开始作答上存在分歧
这篇预印本《From Parameters to Answers》将模型早期能够读取的内容与真正驱动其输出的内容区分开来。在 Qwen、Llama 和 Gemma 之间，轨迹各不相同，而有一个请求方向保留了晚期效应，这是简单的“早期对晚期”叙事无法解释的。
2026-09-20
AI 研究：工业级内容风控
SIRF 的 15.1 个百分点增益来自权重，而非提示词
SIRF 通过基于合成政策数据的持续预训练，将平台的审核规则从提示词中移出、植入模型权重。这篇论文真正的卖点在于其控制变量：只改变一个变量，换来 15.1 个百分点的提升。
2026-09-19
AI 音乐生成
Music 3.0 用时间线取代单标签提示，让 AI 歌曲始终不跑偏
AI 曲目在展开过程中容易偏离提示：乐器退出、情绪平淡、人声风格时有时无。Music 3.0 用按时间顺序的 Structured Caption 取代单标签描述，并由 8B/0.6B Hybrid-LM 将结构与细节分开处理。
2026-08-21
开放权重 AI
小红书 dots3-note：280B 开源 MoE，仅激活 16B
小红书的 dots studio 发布了其首个开放权重模型 dots3-note preview：一个多模态 MoE，拥有 280B 参数、16B 激活参数和 512K 上下文窗口。这种稀疏设计旨在降低单台 8-GPU 节点上的服务成本，但模型卡尚未公布基准测试数字。
2026-08-20
开源 AI
Boris-2 为其 125M 模型投入 900亿 tokens，250M 模型仅 600亿
Boris-2 预先宣布三个 token 预算不均的小模型：125M 获得 900亿 tokens，250M 仅有 600亿。训练从 8 月 12 日持续到 9 月 10 日，没有分享任何基准，只表达了达到 SmolLM2-135M 实力的野心。
2026-08-16
AI 视频生成
阿里巴巴 Wan3.0 按秒出售视频：30秒片段6美元
Wan3.0 可以将 PDF 或品牌演示文稿在一次生成中变成 30 秒视频，API 按秒计费，1080P 最高每秒 0.20 美元。我们拆解了每段视频的成本，以及阿里巴巴在自测中承认的不足。
2026-08-16
开放权重 TTS
Magpie TTS 在你的语音智能体延迟预算中占用了 32ms
Magpie TTS 报告在 NVIDIA B200 上的首音频时间为 32ms，并新增阿拉伯语、韩语和巴西葡萄牙语，使其语言列表达到 12 种。开放权重的卖点：自托管语音合成不再输掉延迟之争。
2026-08-16
端侧 AI 智能体
LFM2.5-2.6B：性能超越四倍于自身规模模型的微型智能体
Liquid AI 的 LFM2.5-2.6B 将智能体模型压缩到 2.6B 参数、内存占用低于 2.5 GB，并在所有测试过的指令跟随基准上位居榜首。它在笔记本电脑上运行速度为 220 tokens/秒；编码是唯一明显的短板。
2026-08-12
AI价格战
一条回复声称，智谱GLM-5.2走红的0.07美元定价已上涨约10倍
智谱GLM-5.2以每百万token 0.07美元的价格走红，发帖者称这一95%的降幅"几乎等于免费。"一条回复称，价格回升10倍是博眼球的花招。从业者补充说，GLM-5.2从未达到前沿水平。
2026-08-10
研究
你使用工具的AI模型正在让简单问题变得更难
KlingTeam的一篇新论文衡量了多模态模型何时真正需要工具、何时工具反而造成损害。所提出的Beacon模型通过必要性感知奖励训练，在提高准确率的同时改善了工具使用纪律。
2026-08-09