llm-performance

作者认为前沿大语言模型已经达到了“足够好”的智能门槛，因此现在选择模型时更看重速度而非原始智能，并举例说像GLM5.2和DeepSeek V4 Flash这样快速的开源权重模型已成为日常主力。

Simon Willison 探讨了 10 tokens per second 速度对于大型语言模型的实际意义，提供了关于这种速度感觉有多快以及其对可用性的影响的背景信息。

这篇立场论文主张开发‘数据探针’——来自随机过程的合成序列——以系统性地研究数据特征如何影响LLM性能，旨在超越经验启发式方法。

Hugging Face CEO Clement Delangue 表示，在硬件配置不变的情况下，笔记本端本地开放权重 AI 的性能提升速度已达摩尔定律的 4.7 倍，并以模型从 Llama 3 70B 演进至 DeepSeek V4 Flash 的进展作为佐证。

作者强调了在 RTX 5090 上本地运行开源 Qwen 3.6-27B 模型的卓越能力，指出其在编程任务上的强劲表现，并与商业模型进行了对比，尽管本地部署过程颇具挑战性。

GigaAI 宣布推出新的幻觉纠正功能，将模型的幻觉率降至约1%，并声称其可靠性优于前沿模型。