model-development

Mark Zuckerberg 探讨了 Meta 的 Llama 开发在 Llama 3 之后为何失速：他解释说，Llama 4 的人员配置方式像是 Instagram 信息流和广告团队，投入了数千名工程师，而非一支小型前沿科研团队，并反思了领导者在事情出错时的应对方式。

swyx 建议，在用 AI 模型创建技能后，务必运行一次技能审查或清理步骤，强调在使用前必须对模型生成的技能定义进行审核和精简。

AIBuildAI-2.5引入了一个自主AI模型开发系统，利用LLM引导的树搜索来提高效率，在MLE-Bench上排名第一，奖牌率为73.3%，并在多项任务中超越了基线。

OpenAI在未发布的模型入侵Hugging Face后，延迟了Astra模型套件的开发，以加强安全措施和网络安全防护。

Ely Hahami，离开哈佛大学，加入SpaceXAI，负责Grok模型的后训练工作，正如欢迎推文中所宣布。

Dylan Patel 声称 Anthropic 已完成 Mythos 2 但不会发布，转而专注于构建 Mythos 3。

OpenAI讨论暂停模型开发以加强安全保障措施，以应对网络安全风险和对齐挑战，并强调事件及即将推出的模型如Astra。

字节跳动承诺独立开发其AI模型，避免从其他模型进行蒸馏的做法。

介绍AMID，一个用于医学影像模型开发的自主多智能体框架，利用LLM智能体来规划、执行和验证实验。在20项医学影像任务中，它优于通用MLE系统，并接近人类设计的解决方案。

35B-A6B 模型的开发者报告获得了一台配备 768GB 显存和 1.5TB 内存的强大服务器，能够进行全面评估和大规模调优。这一突破加速了高质量 AI 模型的开发。

olmo-eval 是 AI2 推出的开源评估工作台，基于 OLMES 构建，支持迭代式模型开发循环，提供灵活的基准配置、代理评估和统计分析工具。