标签: 大模型
清除筛选
Jev与System One模型：TypeSafe砍掉文本生成后做出了什么
9月15日，一家名叫 TypeSafe 的 AI 公司发布了第一个公开模型 Jev。它的特别之处在于不生成任何文字：输入一段文本或一份数据，返回的是一个选项、一个分数或一个是/否判断，每个答案都附带可信度概率。发布当天，Jev 冲上 Hacker News 首位，讨论区涌入数百条评论；TypeSafe 同步宣布拿到 DCVC 领投的 4000 万美元种子轮。…
DeepSeek V4.1 Flash 技术解读：CED 架构、890 字节 KV Cache 与接棒 V4 Pro
9 月 10 日，DeepSeek 正式发布 V4.1 Flash。按官方公告的定位，这是全新模型结构系列中目前最小的型号，552B 参数的 MoE 模型，原生支持多模态视觉理解，上下文长度 1M token。真正让它成为话题的，是官方给出的一组对比结论：经内部和外部多方测试，V4.1 Flash 在性能、费用、速度、总用时等指标上全面超越自家的旗舰 V4…
画一只骑车的鹈鹕：大模型最出名的民间测试是怎么打分的
画一只骑自行车的鹈鹕，能测出大模型的什么？这个问题没有标准答案，但过去二十个月里，几乎所有值得关注的语言模型都被迫回答过它。出题人是 Simon Willison（Datasette 作者，SQLite 的联合共同作者之一），题目只有一句英文提示词：Generate an SVG of a pelican riding a bicycle。模型交出的画作以…
Bengio 拆解 AI agent 作弊机制：从谄媚、自保到奖励篡改
2018 年图灵奖得主 Yoshua Bengio 在 9 月 11 日发表了一篇博客文章，标题是一个问句：AI agent 为什么在撒谎、作弊和互相协调？文章发布三天内登上 Hacker News 首页，拿到 210 点和 276 条评论。这位深度学习奠基人给出的答案，指向当前训练 AI 的方法本身。 Yoshua Bengio 官方肖像（摄影：Richm…
GPT-6 拿下抗体预测第一：药物研发最难的一关，通用 AI 迈过去了
2026 年 9 月 10 日，Insilico Medicine 生成式生物药产品经理 Andrew Aiginin 在 X 上宣布：在该公司运营的 DDD Benchmark 独立评测中，OpenAI 的 GPT-6 Astra 成为抗体可开发性预测表现最好的前沿模型。OpenAI 总裁 Greg Brockman 随后转发了这条消息。Astra 在这个…
Cognition SWE-2：开源基座上的RL后训练
Cognition 发布了新一代编码模型 SWE-2：FrontierCode 1.1 Main 得分 50.0%，距 Fable 5.1 的 50.9% 只差 0.9 个百分点，官方公布的单位任务成本便宜 64%。这次发布的技术细节比「又一个模型发布」多得多：Cognition 第一次把强化学习扩展到万亿参数规模的基座上，并公开了整套训练方法。本文拆解它的…
998 美元训练 3.8B 模型：little-lm 反超 GPT-2 的完整账本
1000 美元能买到什么级别的语言模型？Hugo Vergnes 用一份可复现的答案更新了这个问题的基准线：3.8B 参数的自研模型 little-lm，在 8 张租来的 B200 上训练 43 小时，花费 998 美元，CORE 评测得分 0.384。这个分数比 OpenAI 2019 年动用整个实验室资源训练的 GPT-2 1.5B（0.2565）高出超…
Claude Fable 5.1 发布：1M 上下文、缓存价格降至四分之一、双版本安全策略
Anthropic 于 2026 年 9 月 1 日发布 Claude Fable 5.1，定位长时程智能体与复杂推理任务，同步推出仅限邀请的 Claude Mythos 5.1。这次发布有三个值得展开的信息点：1M token 上下文配合结构性降价（缓存读取价格降至四分之一）、对上一代 Fable 5 的全面 benchmark 提升，以及"同一个模型、两…
3 元成本 2.31 小时：minimind 把从零训练 LLM 压缩到一张 3090
训练一个大语言模型要花多少钱？行业里公开的数字通常以百万美元计。GitHub 上的开源项目 minimind 给出了另一个量级的答案：单卡 RTX 3090，预训练加微调合计约 2.31 小时，成本约 3.0 元人民币，就能从零训练出一个可以对话的 64M 参数语言模型。这个仓库目前拿下 55,894 star、7,301 fork，采用 Apache-2.…