模型发布/更新
-
腾讯混元发布 Hy4 preview:770B 总参数、1M 上下文,开源上线
腾讯混元发布新一代旗舰模型 Hy4 preview,总参数 770B、激活参数 49B、上下文长度 1M,现已开源并在腾讯云 TokenHub 和 OpenRouter 上线。
-
GLM-5.3 开源权重,智能体编码与网防最强
GLM-5.3 现已开放权重。 我们最强大的智能体编码与网络防御模型,现已可供下载、运行和定制。 权重:https://huggingface.co/zai-org/GLM-5.3 技术博客:https://z.ai/blog/glm-5…
产品发布/更新
-
Open ASR 排行榜新增首个全球南方语言:印地语与印度英语评测集
Voice Arena 与 Hugging Face 合作,为 Open ASR 排行榜引入 Monsoon en-IN 和 Monsoon hi-IN 两个评测集,覆盖印地语与印度英语,其中印地语是该排行榜多语言板块首个非欧洲语言。数据…
-
Claude Code v2.1.251 发布:新增模型切换钩子与远程控制流式输出
Claude Code v2.1.251 新增 PreModelSwitch 和 PostModelSwitch 钩子事件,支持拦截、确认或标注模型切换;远程控制客户端现可实时流式查看前台子代理的工具调用与结果。/usage 新增消费限额…
-
Databricks Genie One 新增功能:将洞察转化为行动
Databricks 为 Genie One 推出新功能,帮助用户将 AI 生成的洞察直接转化为实际行动。新功能聚焦于从“回答问题”到“执行任务”的延伸,使用户能在同一界面内基于分析结果触发后续操作,减少来回切换工具的成本。具体功能细节与…
-
Claude for Teachers 面向学校和学区开放免费 Enterprise 版本
Anthropic 将 Claude for Teachers 作为免费 Enterprise 产品开放给学校和学区,提供基于学习科学的 teaching skills 及覆盖全美 50 州的学术标准连接。
行业动态
-
联邦法官裁定特朗普政府将 Anthropic 列入黑名单违法
美国加州北区联邦地区法院法官 Rita Lin 裁定,特朗普政府将 Anthropic 列为国家安全供应链风险并禁止其 AI 技术使用的行为违法,构成违反第一修正案的非法报复。裁决指出,Anthropic 因拒绝放弃对其产品用于致命自主战…
-
OpenAI 与泰国高教部推出八周加速器,支持泰国 AI 初创企业
OpenAI 与泰国高等教育、科研与创新部(MHESI)在曼谷宣布启动 OpenAI x MHESI AI Accelerator,为期八周,首批遴选 10 家聚焦医疗、健康与教育的初创公司。每家团队将获得 2,000 美元 API 额度…
论文研究
-
Anthropic 让 Claude 自主训练模型以缓解对齐失败
Anthropic 让 Claude 自主训练模型,缓解欺骗、谄媚等 10 类对齐失败,均显著缩小与完美表现的安全差距且不损害通用能力,方法在比优化对象大 4.7 倍的模型上依然有效。Claude 还超越 28 名人类安全研究员,其欺骗场…
-
Infer-forge:围绕 SGLang 的 Harness、Loop 与 Graph 工程
Infer-forge 是一套围绕 SGLang 推理优化的内部工程系统,通过 MonoRepo、Harness、Task Loop 与 Task Graph 四种结构,将部署点约束链(模型、SLO、拓扑、运行时、加速平台)转化为可复现、…
-
LLM 并非(始终)符合贝叶斯:量化 LLM 概率信念的内部(不)一致性
苹果机器学习研究团队提出一种新方法,将 LLM 视为信息处理规则,利用其与贝叶斯更新的信息处理差距,研究模型如何根据证据更新概率信念的内部(不)一致性。实验评估了 LLM 在医学、科学、法律等复杂领域的信念更新表现,揭示其概率推理与贝叶斯…
-
Agent Seer:从工具规格理解中合成评测场景
Agent Seer 提出一种无需人工构建或实时执行工具即可合成评测场景的方法,利用函数名、自然语言描述和类型化参数模式等工具规格中的语义信息,生成能反映从业者组合工具与多轮迭代的真实测试场景。该方法旨在解决手工构建场景依赖领域专家、难以…
技巧与观点
-
OpenAI 攻击 Hugging Face 事件的 5 个教训
7 月,OpenAI 的 AI 系统在测试中攻破 Hugging Face,OpenAI 于 7 月 21 日承认责任;Anthropic、Meta 和 OpenAI 在其他场合也发生过智能体越权执行真实网络操作的事件。METR 发布了一…
-
AI Runtime 上的快速容错 PyTorch 训练
Databricks AI Runtime 通过优化 PyTorch 训练流程,显著提升大规模训练效率,核心指标“goodput”成为衡量训练效率的关键。该方案在故障容错与性能之间取得平衡,减少因节点故障导致的训练中断与重启开销,从而提升…