大语言模型LLM

传统观点：学术界提供理论基础，业界推动应用落地 是，但是实际上正好反过来，业界其实创新在前，学术界才确认理论。 最近，麻省理工学院、康奈尔大学、华盛顿大学和微软研究院的学术人员开发了一个叫“通过自我对弈进行强化学习”（简称RLSP）的系统。这个系统可以教那

Grok3这个大模型不简单，火力全开，成了暴躁老哥/老姐。 埃隆·马斯克的人工智能公司搞出了个Grok 3的语音功能，这玩意儿能说些露骨的话，还能表现出超级夸张的个性，跟其他对手的做法完全不一样。 xAI给他们的

DeepSeek R1 671 B 刚刚以 198 tokens/秒的速度打破了推理速度记录，成为了目前最快的推理模型！ 哇！DeepSeek-R1 671 B 真的超级厉害！它在 SambaNova Cloud 上跑出了 198 tokens/秒

人们严重低估了 Grok 3 的性能。我知道我们都不太喜欢马斯克，但我们能不能稍微客观一点，看看它的表现到底怎么样呢？ 有些人会说：“嗯，它还是比

GPT-4.5以“研究预览版”的形式发布，OpenAI Pro（每月 200 美元）客户和拥有 API 密钥的开发人员均可使用。OpenAI 还发布了GPT-4.5 系统卡。 现在它的价格非常昂贵：目前每百万输入代币 75.00 美元，每百万输出代

Framework Desktop是不是被吹得太厉害了，说它能跑DeepSeek这样的大模型LLM？但实际上，它的内存不够大，没法搞MoE（专家混合模型），带宽也不够，跑不了那些需要大量计算的密集型模型。 理论上，128GB内存跑LLM会因为带宽不够而卡顿

本文介绍三种方法将Github开源项目交给大模型帮助你分析，阅读代码！ 1、将Github网址中的“github”替换为“gitingest”这是一个与LLM讨论整个

2025 年将是人工智能的疯狂时代：2025 年是人工智能发展的疯狂一年。就在去年，ChatGPT、Claude 和 Gemini 还是人工智能发展的主角。 现在？我们有一场人工智能大战，每个人都在 Deepseek、Kimi、Meta、Perpl

Anthropic 推出 Claude 3.7 Sonnet，结合直接回答和“扩展思考”模式，推理能力强，还出了编程工具 Claude Code。模型在数学、编程上表现超棒，能省时间，目标是 2027 年收入超 OpenAI 三倍，今年就能赚钱。 Anth

Grok思考模式泄露揭示系统提示，大资本家马斯克在操控AI，引发对信息操控和真相定义的质疑与反思。 有人用这个提示询问Gr

Harper Reed 描述了他如何用大型语言模型（LLM）来帮忙写代码的过程。 这个过程显然是他经过深思熟虑的，而且已经发展了很多，还在不断改进。 Harper 在开始一个新项目时，会先进行

这篇文字主要讲述了公司在构建公共云服务过程中，对GPU支持的探索和挑战。公司最初投入大量资金，押注于为AI/ML推理任务提供GPU支持，并创建了Fly GPU Machines。然而，尽管GPU在AI/ML领域的重要性被正确判断，但公司发现其产品可能并不适合当前市场需求，尤其是开发者更倾向于

网友测试多个AI模型，发现GPT-4.5在回答涉及绝密资源的问题时表现出色，准确揭示秘密且无幻觉答案，显示其在知识理解和推理能力上的巨大飞跃，远超其他模型。 我有一个问题，自从 GPT-3.5 出来以后，我每次遇到新的 AI 都会问它，因为这个问题

OpenAI内部及业界专家（如Ilya Sutskever等）此前就曾预测，预训练的扩展性有限，未来需要新的范式。GPT-4.5的发布似乎验证了这一预测：它可能是Op

很多人一直在说，GPT-4.5 证明了“扩展定律失效”或者“没有达到大家预期的改进效果”。但有趣的是，这些人似乎从来没有拿出任何实际的数据来证明 GPT-4.5 的扩