LLM

2026年7月19日

GPT-5.6 之后推理开销可控成为焦点 - Sebastian Raschka 拆解「低-中-高」推理模式的训练与推理机制；AI Engineer 峰会多个 talk 不约而同指向 Agent 真正缺的是收据、领域知识与特征开关；还有一篇讨论用「预测评判者判断」重做概念能力基准测试。

2026年7月18日

昨天 AI 圈最大的新闻是 Moonshot 发布 Kimi K3 - 2.8 万亿参数的开源 frontier 模型，登顶前端代码竞技场、以 76% 胜率超过 Claude Fable 5，另有 Managed Agent 不暴露 GitHub token 的安全方案。

2026年7月17日

昨天是开源大日子 - Thinking Machines 发布首个基座模型 Inkling（975B MoE，Apache 2.0），Moonshot 放出 2.8 万亿参数的 Kimi K3，Grok 4.3 首次登陆 Amazon Bedrock，Nemotron 3 Embed 登顶 RTEB。

2026年7月13日

AI Engineer 频道集中发了一批高质量 talk - Phaidra 的 50 万传感器让 LLM 陷入语义盲点、微软 Pablo Castro 谈检索与理解之别、Alignment Forum 让模型独立推理形成道德判断，还有 eBay 给每个 PR 打分的 ReviewDebt。

2026年7月12日

Hamel Husain 和 Antaripa Saha 拿 100 条真实生产 trace、39 个已知失败，横评 Braintrust、Arize、LangSmith 与 Claude Code、Codex、Factory Droid - 成绩各异，但都漏掉同一类失败，引出 criteria drift。

2026年6月21日

Google DeepMind 对 DiffusionGemma 展开透明度审计，发现扩散语言模型的中间变量仍可解释，但非时序推理让算法透明度更具挑战；AlphaFold 创造者 John Jumper 离开 DeepMind 加入 Anthropic；Codex 则新增从一次操作演示中学习并重复执行工作流的能力。

2026年6月19日

GLM-5.2 以 753B MoE、百万 token 上下文和 IndexShare 稀疏注意力机制登顶开放权重模型；Google DeepMind 发布 AI Control 路线图，Amazon Bedrock AgentCore 正式 GA，智能体安全与运行基础设施同步加速。

2026年6月6日

把 Mistral Small 这样的生成式小模型，改造成能同时打多个情感标签的分类器。真正的工作量不在微调本身，而在 GoEmotions 那份严重倾斜的标注数据上。

2026年5月16日

今天聚焦 LLM 架构、预训练稳定性和 AI 学习边界：Sebastian Raschka 梳理长上下文效率相关的新架构，Dwarkesh Patel 总结打破因果性与引入偏置如何导致训练失败，同时讨论强化学习与人类学习之间不能被忽视的差异。

2026年5月6日

OpenAI 把 ChatGPT 默认模型升到 GPT-5.5 Instant，发布页只讲了三件事 - 幻觉减半、回答更短、记忆更聪明；但翻一下官方 System Card 会发现第四件 - 这是第一次让默认 Instant 模型跨过 High capability 门槛。

2026年4月16日

Anthropic 今天发布 Opus 4.7。价格没变、上下文没变，但 SWE-bench Pro 涨了差不多 11 个百分点，第一次支持高分辨率看图，指令遵循也更严格。对开发者来说，这是一次值得立刻换的免费升级。

2026年3月26日

三大 AI 模型各有什么强项？中文能力谁最好？写代码谁最强？这篇给你一个实用的选择框架。

2026年3月20日

MCP 是 AI 应用的 USB-C 接口。一文搞懂它是什么、为什么需要它、以及怎么用起来。

2026年1月29日

深入剖析 Moltbot 如何用 Markdown 文件作为记忆源、SQLite 作为检索缓存，实现透明、可编辑、可迁移的 AI 长期记忆系统。

2025年3月24日

DeepSeek 悄然发布 v3 0324 更新，模型参数规模达 685B，在编程和前端设计方面表现亮眼。本文通过 80 年代风格计时器组件、开源项目网页等实测例子，展示它在代码生成与前端设计上的能力。

2025年2月5日

本文是Andrej Karpathy的视频 Deep dive into LLMs 的笔记

2025年1月29日

机器学习量化入门：把模型权重从 FP32 等高精度降到 INT8、INT4，减少内存占用、加快推理、降低功耗。本文梳理量化的目的、原理、常见精度格式，以及在信号处理、无线通信、控制系统等领域的应用。

2025年1月27日

探索模型蒸馏技术如何实现大型模型向小型模型的知识迁移，以及在实际应用中的重要价值。

2025年1月26日

探索DeepSeek团队在大语言模型推理能力提升方面的创新方案，包括纯强化学习的R1-Zero和结合冷启动的R1模型。