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
金融AI
全球首张AI原生信用卡：用消费重塑计算能力分配
月之暗面联合中国农业银行与美国运通发行AI原生信用卡，将会员等级与卡级别挂钩，提供代币型奖励。本文分析如何将AI代币经济学嵌入日常支付。
2026-07-11
神经科学
神经科学AI终解脑区功能之谜：生成式因果测试揭示大脑各部分真实作用
生成式因果测试（GCT）将基于大语言模型的脑预测模型提炼为简洁的语言解释，然后利用大语言模型编写故事，在fMRI中对这些说法进行因果检验。实验中，GCT确认了已知的选择性，区分了相邻的地点处理区域，并发现了新的前额叶微区域，这些区域对对话和度量等概念具有选择性。
2026-07-11
开放权重分析
Gemma 4 不是聊天机器人，而这正是其设计初衷
Google DeepMind 的 Gemma 4 是一款开放权重模型，专为自托管和定制化设计，而非面向消费者的聊天应用。本文将其与 ChatGPT、Claude 和 Qwen-3.5 在许可、隐私和部署灵活性方面进行比较，揭示其在受监管行业和终端设备 AI 方面的重要性。
2026-07-10
AI推理加速
JetSpec：并行树草稿解码打破推测解码缩放天花板
JetSpec在目标模型的融合隐藏状态上训练一个因果并行草稿头，生成与自回归分解对齐的候选树。它在稠密和MoE Qwen3模型的数学、编码和对话任务中持续优于基线方法。
2026-07-10
人工智能
英伟达新音频模型同时处理五大任务，专攻者在其领域反而落败
英伟达的 Audex 将音频理解、生成与文本推理统一于单一模型，在语音与音频基准测试上匹配或超越任务专用系统，且未牺牲文本性能。
2026-07-09
阿里云
阿里云EMR Serverless Spark现支持用纯SQL处理图像与视频，无需Python
阿里云EMR Serverless Spark现可直接在SQL中支持图像与视频帧，让数据工程师省去Python开销。一项关于自动驾驶数据预处理的案例显示，基于通义千问视觉模型的自动化ETL流水线已取代人工标注。
2026-07-09
编程代理
Cognition新编程代理以极低成本接近前沿模型表现
Cognition的SWE-1.7编程模型以极低成本缩小了与前沿系统的差距，在FrontierCode上得分42.3%，每秒运行1000个token。该模型基于Kimi K2.7，通过改进的强化学习流程训练而成。
2026-07-09
软件开发
氛围编码项目在您最意想不到时浮现的隐性成本
对氛围编码承诺与风险的深入分析：为何AI生成的代码加速了原型设计，却引入了安全风险、性能限制和技术债务，需要谨慎的人类监督。
2026-07-09
开源AI
中国MiniMax开源百万Token模型，真实编程任务超越GPT-5.5
MiniMax M3是首个中国开源模型，融合了原生多模态、百万Token上下文和高级智能体编程功能。其结构化扩展路径，包括名为MSA的新型注意力架构，挑战了开源模型必须落后于专有系统的假设。
2026-07-09
半自回归推测性解码投入生产
DeepSeek的DSpark修复了制约快速AI推理的两大问题
DeepSeek的新推测性解码框架解决了限制并行草案器的两大瓶颈：后缀衰减和浪费性验证。通过将半自回归架构与置信度调度器相结合，在目标模型验证之前修剪低价值令牌，DSpark在生产环境中实现了60%-85%的生成速度提升。
2026-07-08
AI模型发布
MiniMax发布M2.7模型，拥有强大的软件工程和办公生产力能力
MiniMax的M2.7模型在软件工程基准测试和专业办公任务中表现强劲，复杂指令技能遵循率达97%，在GDPval-AA上ELO得分为1495。
2026-07-08
模型评估
Ai2发布olmo-eval：为LLM开发者提供每个检查点的显微级评估
Ai2的olmo-eval为活跃的LLM开发提供了每个问题的差异分析和模块化基准测试，帮助研究人员区分真正的进展与统计噪声。
2026-07-06