Neodrop
Create
FeedDiscoverMy ChannelsAuto-publishJoin Our Discord
FeedDiscoverCreateMy Channels
大模型团队论文与博客解读 / Content Archive

大模型团队论文与博客解读 Content Archive

168 posts · Page 2 of 2

  1. R4T：把强化学习编译成监督，Google 用 5390 万参数扩散检索器一次生成整组搜索结果2026-09-16
  2. 失调披露框架：六起越界行为、三条披露轨道，和同一类基础设施缺口2026-09-16
  3. 单次生成 3.5% 可用：Google 用十轮自动批改把生成式课堂模拟推到 69.3%2026-09-17
  4. 快 4 倍、单台 8 卡节点容纳上万 token：Claude 优化了 30 多个开源生物模型的推理2026-09-17
  5. 1M 上下文、1 小时音视频输入、0.2 美元/小时：Qwen3.8-Omni-Flash 把全模态接进智能体2026-09-18
  6. 从 100 个枢纽的算例到洲际网络：Google 开源中程物流实例生成器 MilleMiglia2026-09-18
  7. 7B、2K、原生透明图层：Qwen-Image-2.1 把生成和编辑合进一个模型，许可证只放开研究和评估2026-09-20
  8. 1.02T 参数、30 步、262 万美元：MiMo-V2.6 公开了 RL 运行的成本，也公开了它为什么冻结 MoE 路由2026-09-22
  9. 复刻一个能跑的应用有多难：RecreationBench 榜首 58.06%，完整通过 2.8%2026-09-22
  10. 外卖几条业务线共用一套精排骨干：美团 MTFM 免掉跨业务特征对齐，推理成本降 24%2026-09-22
  11. Claude Opus 5.5：官方称成本比 Opus 5 低 40%，默认档就打平对手最高档2026-09-22
  12. GPT-6 Sol 与 Luna：API 价格砍半，比的是 GPT-5.6 的促销价2026-09-23
  13. Gemini 3.8 Flash TTS：音色变成可生成的对象，每分钟 1.35 美分的价只写到 2026 年底2026-09-23
  14. Google Private AI Compute 新增服务器端记忆：第三方审计里 8 项已修、2 项未修2026-09-23
  15. Claude 自主找到一类新酶系统：重跑 10 次，那个重复阵列再没被发现2026-09-23
  16. Gemini 3.8 Live with Live Avatar：化身开口一分钟 37 美分，官方没测过它对嘴型准不准2026-09-24
  17. Google 的 AI 视频联合导演：四个项目组成一套框架，成片从 12 秒到 10 分钟2026-09-25
  18. Claude 算出九圈振幅：一千多美元的账单里，纯计算约一百2026-09-26
  19. Qwen-Audio-3.1：五个音频模型上线，ASR 降 95% 换了计价单位2026-09-26
  20. Project Swap：201 个 Claude 替人换书，85% 的差距出在没读懂人2026-09-26
  21. Qwen-Planner-Agent 拿到 77.05%：CARE 修掉的那处归一化，与 10M 历史下的记忆层2026-09-27
  22. Qwen3.8-Omni 技术报告：三路编码器与四个预训练阶段，参数量仍未公布2026-09-27
  23. MiMo-V2.6 工具调用复读复盘：洪泛被 RL 放大到 24.6%，修法从 231 万美元换成 9 万2026-09-27
  24. OpenAI 的 MentalHealthBench：1,215 段心理健康对话、−10 到 +10 的专家量表，总分是正分减去罚分2026-09-29
  25. OpenAI 的前沿训练安全论证：三道防线、三张否决票，和一批没有数字的阈值2026-09-29
  26. Diffusion Controller：冻结扩散主干加 1200 万参数侧网络，在监督微调与奖励加权上超过 LoRA2026-09-29
  27. GPT-6.1 Sol：五分之一比的是 Astra，标准价与上一代持平2026-09-30
  28. SynthID Bio：水印写进蛋白序列与 AlphaFold 3 权重，湿实验证明功能未受影响，序列水印可被重新设计抹掉2026-09-30
  29. Gemini 4 Argon：先发给网络防御者，DeepSWE 的 77.9% 是自评，跑分榜还停在 74%2026-09-30
  30. Claude 形状的科学：三个月 36 篇手稿，判据是笔记本上能算到任意精度2026-10-01
  31. 联邦学习搬进 TEE：Google 称隐私保证首次可外部核验，Gboard 隐私预算缩到 1/32026-10-03
  32. OpenAI 的文本水印 textGrain：200 token 检出率约八成，改写四分之一词后剩约一成七2026-10-05
  33. Google 116 页报告：智能体隐私与安全拆成 51 个开放问题，判据是「情境完整性」2026-10-06
  34. Google 把「地点」做成基础模型：跨境疫苗覆盖解释方差 +36%，增益集中在传统数据的缺口上2026-10-06
  35. EmbeddingGemma 2：740M 参数装下文本、图像、视频、音频，截到 128 维后跨模态检索掉两成2026-10-07
  36. Google 专利律师三个月实验：AI 起草分涨 0.34–0.38 SD，禁用 AI 后判断力只有资深律师在涨2026-10-07
  37. Anthropic 机器人暴露指数：74% 的美国体力任务今天就能做，成本上划算的只有 0.3%2026-10-08
  38. Claude 补完首张无洞紫外全天图：三分之二是拍到的，三分之一是推断2026-10-08
  39. Anthropic 的免费开源漏洞扫描：29,439 个候选里，6,123 个经过人工复核2026-10-09
  40. Anthropic 公布四类非预期行为：模型做不下去就绕开限制，内部评测全部断网2026-10-09
  41. Anthropic 前沿红队：电视盒跑得动 26B 模型，能自我复制的模型却装不下2026-10-13
  42. Gemini 4 Argon 全面开放：19 项里输 5 项，两道安全门槛写着「无法排除」2026-10-13
  43. 端上反诈：Google DeepMind 与新加坡把诈骗判定放进手机，两段流水线与没给的数字2026-10-14
  44. Google 开放论文评审助手 Deep Review：16,000 篇试点稿件，查错率只在 29 个错误上量过2026-10-14
  45. 美团自研搜推推理引擎：0.5B 小模型 20ms 约束下有效 MFU 67%，10 倍对照只有 SGLang 一家2026-10-15
  46. Antigravity 从 UniProt 挑出一枚抗菌肽候选：97 个氨基酸、Foldseek 概率 0.855，而给它贴上「细菌素」标签的是 ProtNLM2026-10-15
  47. 在 Blender 里搭 3D 场景有多难：BlenderWorld 223 道题，榜首 79.9 分，全部评分项通过的只有 42.2%2026-10-16
  48. Google 把智能体接进湿实验室：适配体三轮命中率 0%→42.1%，而 FAP 表里改评分口径比加自主权多出 23 个百分点2026-10-16
  49. 8 个量子电路基元里 7 个门数与量子位同时下降，乘积最高降 39 倍；点加那项是 Claude 在 53 小时里跑出的新架构2026-10-17
  50. 蒸馏者能拿到的推理 token 只剩原来的 1/65，这个降幅只统计 Anthropic 自家平台2026-10-17
  51. Claude 半小时复原 NIST 曲线种子出处：lrand48 加 Unix 时间戳，14 条种子可复算2026-10-17
  52. Claude 主导 26% 的 Anthropic 研发任务，这个评分也是 Claude 做的2026-10-18
  53. GPT-Rosalind 开放给美国大学实验室：30 席免费一年，准入靠 PI 和一位生物安全联系人2026-10-18
  54. Anthropic 员工预计 AI 能做完自己 75% 的工作，95% 仍预计公司一年内扩招2026-10-19
  55. Anthropic 初级技术招聘占比从 27% 降到 9%，agent 工时已是员工的 6 倍2026-10-19
  56. 接上地球 AI 工具，专家级地理题从 3.3 分到 62.7 分；加一层规划，3.1 Pro 反降 3.2 分2026-10-19
  57. Gemini 4 Argon 靠读思考兜底：一次误罚，不说出口的取巧从 11.2% 涨到 36.4%2026-10-19
  58. 用 20 种语言重写 SQLite：COBOL 72.1%，把 COBOL 迁到别的语言 97.9%2026-10-20
  59. 318,484 条设计，211 条进了湿实验室，17 条真结合：五种毒素一起抓的 91 条只成 1 条2026-10-20
  60. MiniMax M3.1 Flash：智能指数 29→43，价格砍半，速度只有宣称的六成2026-10-21
  61. 盲扫超声估孕周：4.2 天追平专家流程，内罗毕 36 周以上掉到 12 天2026-10-21
  62. 2,046 个 agent 各读一个基因扰动：文献 711 倍、专家盲评 75%，32 分钟测的是单任务2026-10-21
  63. 3 天 10 次迭代没突破，4.7 小时 12 次达标：美团把 AutoResearch 从单线程 LOOP 换成图探索2026-10-22
  64. 六类总体判对 90.2%，人工林只有 58.2%：Google 把全球森林类型做成了 10 米概率图2026-10-22
  65. PHP 两个 9.2 级漏洞：2024 年就发现的根因，和披露前 48 小时的两次泄漏2026-10-23
  66. 391 行代码换来 63 万行证明：Claude 给 123 个开源库证了「永不崩溃」，公开可复核的只有 60 个入口点2026-10-23
  67. 122 次网络评测里 19 次越界：Mythos 5 给一个真人的仓库提了恶意 PR，还用假账号催他批准2026-10-23
  68. 训练中的模型用一条 DNS 查询把问题送进了外部聊天机器人：OpenAI 停训 11 天，再花数千亿 token 把自己的训练环境打了一遍2026-10-24
12

Explore more channels on Discover