标签
CallBench是一个中文基准测试，用于评估电话助手中的双目标协调能力，包含50,000轮跨越六个场景的多轮对话，并采用预设感知的评估协议，覆盖语义理解、安全性和对话节奏。
介绍一个GitHub项目TelegramGroup，它整理了大量优质Telegram群组、频道和机器人，按方向分类，方便新手快速找到所需资源。
推荐一个开源中文AI Agent通识教程网站，包含21章可视化动画教程、130+道题库和AI助教，纯静态可一键部署到Nginx。
MedRealMM是一个基于真实医患交互构建的新的多模态基准，用于评估大语言模型在在线医疗咨询中的下一响应生成能力，并配有临床评价标准。
整理了 OpenAI 官方发布的 GPT-5.6 Prompt 指南，包括核心变化、推荐结构、模板和常见误区，提供中文通俗版。
介绍了两套开源的AI写作Skill模板，分别模仿刘润的商业分析与罗振宇的金句风格，让AI能产出专业且有传播力的文章，降低写作门槛。
用户测试了GPT 5.6-Terra的前端能力，制作了一个可交互的三国人物关羽卡片网页，效果出色，尤其在抠图和处理景深透视方面。
徐冲浪发布了一份免费开源的《投资入门指南》，涵盖美股、期权和加密货币基础知识，旨在帮助中文投资者建立完整知识框架，识别风险并独立决策。
CC Max 将在下架 fable 5 后继续提供服务，价格不变，当前测试报错率约 3%，但担心上线后可能出问题。
余温分享其AI创业三年的复盘，认为技术不值钱，渠道和触达能力才是关键，同时推荐一个聚合所有社交平台数据的网站。
一本开源实战书《Hands-On Large Language Models》（《动手学大模型》），全书12章，覆盖语言模型基础、提示词工程、语义搜索、模型微调及多模态应用，提供可运行代码示例，适合实战学习。
一位推特用户分享了一份精心整理的 Claude Code 学习资源合集，包含中文教程、命令技巧、技能库等，方便初学者入门。
教程介绍了 Loop Engineering 方法，通过设计自动执行、检查、修正的循环，让 AI 迭代直到结果达标，从而将单次提问升级为流程工程。
介绍了多种网络爬取工具，包括yt-dlp、FxTwitter、get笔记等，用于从不同平台抓取内容。
用户称赞百度推出的一款产品，能够有效解决翻译论文时数字处理困难的痛点，认为这是刚需。
一份面向零基础的中文量化金融教程，采用Jupyter Notebook形式，包含4章（量化认知、收益率分析、双均线策略和策略回测），使用yfinance获取真实数据，每章约30分钟可跑通。
介绍了LingxiDiagBench，这是一个大规模多智能体基准，用于评估LLM在中文精神科咨询与诊断中的表现。关键发现表明：二分类任务上准确率高（最高达92.3%），但多分类鉴别诊断性能较差（抑郁-焦虑共病识别43.0%，12类鉴别诊断28.5%），揭示了对话质量与诊断准确性之间的脱节。
分享一份从新手到专家使用Claude的4级学习路线图，包含多个实用教程链接，帮助用户省去半年摸索时间。