大语言模型LLM

LongevityBench 首次系统评测15款主流大模型在衰老研究中的真实能力，揭示其在多组学生物数据解读上的严重局限，无一模型可全面胜任科研级任务。 颠覆认知！顶级大模型竟连“谁活得更久”都判断不准？衰老研究AI能力首次被系统性

月之暗面最近甩出一份30页的技术报告，厚度堪比高中数学课本，但这玩意儿可比课本刺激多了。报告里埋着几个足以让传统AI训练观念当场去世的反常识发现，每一个都在喊：你们之前的路走偏了。 这份报告的核心目标只有一个，就是搞定通用智能体智能（General

大模型也能“查字典”？新架构Engram让AI推理快如闪电 ！DeepSeek提出“条件记忆”新范式Engram，通过O(1)哈希查表替代早期层静态知识重建，释放注意力资源，显著提升推理、代码与长上下文能力。 这篇论文由北京大学与深度求索（Deep

两家顶级AI模型同日发布，Reddit用户使用Swift并发代码审查对决，Claude以深度推理胜出，Codex凭速度优势立足，双模型互补策略成为开发者最优选择。 两者要点对比  Anthropic Opus 4.6 ：主要升级包括上下文窗

IQuest Coder通过代码流多阶段训练范式，在软件工程、竞赛编程和工具调用三大维度全面领先，开源模型首次逼近甚至局部超越Claude Opus 4.5等闭源顶尖模型。 开源代码大模型终于逆袭？IQuest Coder 凭什么敢说“接近

 这是一篇由四位加州大学圣地亚哥分校（UCSD）的跨学科专家在Nature上发表的重磅评论文章，核心论点是：AI已经达到人类水平的通用智能（AGI）。 四位来自加州大学圣地亚哥分校的顶尖学者（哲学家陈克明、机器学习专家米哈伊尔·贝尔金、语言学家莱昂

Mistral CEO透露Mistral于2024年初率先发布稀疏专家混合模型架构，DeepSeek-V3正是在此基础上开发而成，双方技术互通。他认为开源模式让研发效率倍增，中国内部知识共享机制高效，而美国公司投入开源不足导致效率偏低。Mistral因此成为西方开源AI的领军者，填补了这一关

持续学习的核心价值来自即时反馈与记忆协同。真实用户体验揭示信号延迟带来巨大性能损耗。通过记忆系统、认知核心与反馈闭环的协同优化，产品呈现出真正“记住并适应”的智能体验。 持续学习在产品世界里的目标非常朴素。用户每一次点击、滑动、忽略、夸赞，都会传递一个清晰

递归模型RLM通过在REPL（Python）中实现符号递归，使模型能动态生成含子调用的程序逻辑，相比静态工具调用的普通代理，具备更强表达力与任务适应性。   大型语言模型正在悄悄进化出一种新能力——它不再只是被动回答问题，而是能像程序员一样，在自己的“思维

在所有六项任务中，Kimi K2的优势是毋庸置疑的：它写的故事超有文采，各种高级隐喻信手拈来，结构清晰，主题还特别宏大！该模型显示了对文学工艺的复杂掌握，始终如一地提供充满隐喻，结构连贯，主题雄心勃勃的故事。 它最大的特点是它能够轻松地整合

文章提出AI记忆应是基于推理的预测系统而非静态存储，借鉴人脑预测机制，利用LLM逻辑推理能力构建动态身份模型，Honcho平台实现这一范式转变，让AI真正理解用户而非死记数据。 一个超级反直觉的概念：AI的记忆根本不是存东西，而是预测！传统做法把记

柏拉图：「真实世界是完美理念的投影」，所有AI都在逼近同一个「真理模型」，就像用不同角度拼同一幅拼图。 科学家发现： 视觉AI：识别猫的脑神经元和识别狗的神经元结构相似 语言AI：中文AI和英文AI对「爱情」这个概念的理解本

【震惊！】开源界突然空降"Claude 4杀手"——Kimi K2模型！ 这玩意儿到底有多猛？给大家划重点：参数规模突破万亿大关（相当于960GB的超级大脑），比隔壁Deepseek v3的6710亿参数还豪横运行

唐纳德·特朗普总统最近的政治演讲，成为大型语言模型能力与局限性的试验场。通过分析四次重要演讲中嵌入的隐喻，研究人员不仅深入了解了特朗普的修辞策略，还揭示了像 ChatGPT 这样的人工智能系统在理解政治语境中的比喻性语言方面存在的关键弱点。他们的研究成果发表在《心理学前沿》杂志上。

Meta最近闹了个超级尴尬的大新闻——他们原本打算今年放出来的“AI巨无霸”Llama 4 Behemoth（官方吹上天的2万亿参数巨兽），可能要被直接扔进垃圾桶了！ 据《纽约时报》爆料，Meta可能要把压箱底的Llama 4"巨兽"AI模型给雪藏

Grok 4 Heavy (左) V.s. Gemini 2.5 Pro (右) 用 C 语言创建一个图灵完备的 Scheme 解释器，该解释器支持词法范围、闭包、连续和适当的尾调用，以实现无堆栈增长的尾递归。