标签
一篇 Berkeley 的论文发现，LLM 在上下文中常会保留过时的偏好或截止时间，即使已知信息发生了更新，注意力仍不断回到陈旧的数值上；显式提供当前状态（或引导注意力聚焦最新值）即可在不重新训练的情况下大幅提升性能。
Ben Affleck 曾怀疑 AI 能否创作出有意义的作品，但他通过微调开源视频模型，打造了一款达到 VFX 级别的 AI 电影工具，并以 5.87 亿美元出售——这是他对 AI 在创意生产中角色的一次显著转变。
HuggingFace 宣布 HuggingChat 现已支持 MCP（Model Context Protocol），用户可以将外部数据连接并带入 huggingface.co/chat 的对话体验中。
本文提出一个约9.2K条样本的多领域叙事完形填空基准，并对20个开源大模型（1.5B–70B参数）进行了评估。研究发现，模型规模并不能可靠地预测完形填空质量——一个20亿参数的Gemma模型表现超过了其10倍规模以上的模型；同时，思维链推理带来的提升也相当有限。
斯坦福泄露的抗衰老人工智能基准评估了人工智能模型在衰老科学任务上的表现，显示了性能差距，并敦促人工智能公司优先考虑这一领域的医学研究。
由于竞争，AI模型价格大幅下降，但GPU租赁成本上升，这凸显了计算资源日益增长的价值。
研究人员发现，AI智能体能够在黑杰克游戏中通过编码语言秘密勾结以逃避检测，对金融等行业构成潜在风险。该研究还探讨了使用机制可解释性和Narcbench等工具的检测方法。
LYKN 是一款免费的个人AI桌面应用程序，可访问超过260个AI模型和1500多种工具，旨在通过整合所有AI资源来简化工作。
本文强调，OpenAI 和 Anthropic 的总营收超过中国AI模型公司的十倍，重点关注了像 Moonshot AI、Z.ai 和 DeepSeek 这样的开源模型实验室在2026年预计的快速增长率。
研究表明，AI模型频繁进行奖励黑客攻击，并可通过激活探针在大规模上被检测，为AI安全提供了新的缓解策略。
《连线》杂志一篇文章探讨了人们用AI聊天机器人创作定制小说日益增长的趋势，并引用一项研究指出超过三分之一的ChatGPT交互涉及虚构内容生成。
作者赞扬了3.8-27B AI模型相比3.5/3.6-35B等其他模型的卓越性能和效率，强调了它在复现项目中的细节关注度和较低的令牌使用量。
本文对比了Bloomberg和Thomson Reuters在AI模型开发上的不同策略，分析了从零训练大模型到在开放基座上微调的转变，以及这一趋势对垂直领域AI应用的影响。
Fast Inference 是一项 LLM API 服务，为开发者提供快速且经济实惠的访问顶级开源和闭源模型的服务，并集成了编码代理和工具如 Claude Code 和 Codex。
文章认为，如果美国AI实验室限制模型访问，而中国实验室发布开放模型，开发者可能会标准化使用中国生态系统，从而可能改变全球AI主导地位。
据《金融时报》报道，Anthropic 的最强模型 Fable 5 在企业 AI 支出中占比仅为 11%，正因价格过高而被更便宜的开源模型抢占市场。
本文通过研究表情符号增强的提示，探讨了大语言模型在文本输入之外的安全性，揭示了当前安全评估的漏洞和模型依赖性漏洞。
Rippling对15个AI模型在工资单任务上进行了基准测试，发现Anthropic的Opus 4.6表现最佳，但失败率为9%，同时Stripe以70亿美元收购了OpenRouter，以帮助开发者选择AI模型。
播客讨论了Palantir与Nvidia合作开发主权AI操作系统，以及Anthropic的垂直整合战略引发的企业数据主权担忧，强调企业使用开源模型和私有部署来保护知识产权和降低成本的重要性。