大语言模型LLM - 第12页

本文来自一美国博文：我们需要一个美国版的深度求索（DeepSeek）。我们需要一个自主、开源的通用人工智能（AGI）巨头，而且现在就要。因为美国的前沿实验室正在输掉这场竞赛。不信？每出现一个美国的闭源或专有模型，我们就能看

尽管经过反复训练，内部模型的性能仍然低于开源 SOTA 基准，落后很多。公司领导层建议在训练后过程中混合来自各种基准的测试集（刷题），旨在满足各种指标的目标并产生“可观”的结果。如果未能在 4 月底的截止日期前实现这一目标，将导致严重后果。

Meta发布Llama 4家族的第一批智能模型，这些新工具能让人们打造更符合个人需求的文字+图片+视频的智能体验。最大特色是10M上下文，可以塞入整个代码库让其分析和重构理解。（

网友分享：我用的是苹果顶配笔记本M1 Max芯片，最近换成了最新的M4 Max——速度确实快了不少（大概有3倍提升），但还是远远比不上5年前卖700美元的NVIDIA显卡RTX 3090。虽然这台电脑能勉强运行大模型，但实际体验很差。举个例子：连最小的1

使用 8xRTX 4090 构建 GPU 服务器实现大模型本地部署和运行推理：Marco Mascorro 构建了一个非常酷的 8x4090 服务器用于本地推理，并编写了一个非常详细的操作指南，介绍了他使用了哪些部件以及如何将所有部件组合在一起。

Llama 4 的新许可证带了好几个限制：如果你的公司每个月有超过7亿个活跃用户，你得向 Meta 申请一个特别许可证，Meta 可以自己决定给不给你。你得在网站、界面、文档这些地方显眼地写上“用 Llama 造的”。你用 Llama 的材料做的任

这可能是在消费硬件上运行 DeepSeek-V3 的最佳和最用户友好的方式，也可能是最实惠的方式。听起来你终于可以在家里本地运行 GPT-4o 级别的模型了，而且可能质量更好。 DeepSeek-V3 现在在 Mac Studio 上以每秒

Llama 4 + Apple Silicon 简直是天生一对。原因在这儿：就像 DeepSeek V3/R1 一样，新的 Llama 4 各种版本都是超大的稀疏 MoE 模型。它们有海量的参数，但每次生成一个token词的时候，只有很少一部分参

以前我们对大语言模型（LLM）到底怎么运作几乎一无所知...直到现在。 AnthropicAI刚刚发布了一份超级震撼的研究论文，详细揭示了AI"思考"的某些方式。结果完全颠覆了我们的认知！

奥特曼说OpenAI今年夏天要发布一个叫"Open Weight"的AI模型 - 这是本周的大新闻。谁能用简单的话说说这是啥？Deep Seek已经有类似的东西了吗？想象每个单词都对应一个数字，这些数字之间互相关联，就像朋友关系链，

乔尔·皮诺（Joëlle Pineau）是Meta公司搞人工智能研究的顶梁柱，在干了快八年后，她决定5月30号走人。她走的时候正好赶上公司内部战略大调整。皮诺是Meta最顶尖的AI研究员之一，从2023年开始领导公司的基础AI研究部门（FAIR）。在那里

科学家通过大语言模型发现自闭症真正特点：重复做同一件事和特别喜欢与感觉有关某一样东西（比如总是喜欢画画、喜欢弹钢琴），这些特点比不擅长跟人打交道更能说明一个人可能有自闭症。以往人们误区以为自闭症是一个情商不高，不喜欢与人打交道，才有自闭倾向，现在，通过大语言

因为用的人太多，OpenAI 现在暂时不让新用户玩 Sora 视频生成功能了。这事儿发生的时候，他们正忙着应付大家疯抢新出的 GPT-4o 图片功能——之前有个叫 Ghibli 的功能太火爆，直接把他们的显卡算力给榨干了。不过新用户还是能正常玩图片生成，只是视频功能

人们上网时只爱看自己想看的东西，就像刷短视频只点赞自己喜欢的，对反对意见直接划走。本来搜索引擎能治这个毛病，把靠谱的答案排前面，让大家多看到真相。但现实是两重暴击：第一，骗子网站会钻

我们已经进入 2025 年 3 个月了……随着 Deepseek V3 新品和 Gemini 2.0 pro 实验版 03-25 的发布，今年迄今为止至少已发布了 17 个主要模型，其中 4 个模型在各种指标/基准/分析中独立占据了 SOTA 位置。在这

低成本时Llama 4表现最佳，中等成本GPT-4o领先，高成本GPT-4.5 Preview最优。