所有文章
共 37203 篇文章
Cult.fit 用 Codex 打造运营工具，跨职能提速
Cult.fit 用 Codex 打造运营工具，跨职能提速
Cult.fit 正在使用 OpenAI Codex 帮助各职能团队构建内部工具、加快工作节奏并改变工作方式。本文分析跨职能 AI 编程的落地场景、价值与治理边界。
Ollama v0.40.15 发布：新增 Kimi Code CLI 支持
Ollama v0.40.15 发布，cmd/launch 新增对 Kimi Code CLI 的支持，提交 #19506 已通过 GPG 签名验证。本文解读该更新对 AI 编程工作流的影响与版本验证信息。
谷歌Gemini Omni 1.2 Flash发布：15秒AI视频每秒0.07美元
谷歌发布 Gemini Omni 1.2 Flash 视频生成模型，原生支持15秒视频片段和多轮对话式编辑，720p视频价格下调30%至每秒0.07美元，视频生成成本进一步下探。
OpenAI 招募 Dwarkesh 设计评测？基准方法引热议
OpenAI 员工公开称赞某基准的方法论，并向 Dwarkesh Patel 发出设计 evals 的邀约。本文解读评测设计为何成为 AI 竞争的关键环节，以及人才流动新路径。
Anthropic IPO估值1.5万亿美元？大投资者为何疑虑
Anthropic IPO被讨论以1.5万亿美元估值上市，大投资者对此表示怀疑。本文分析估值与基本面的差距、AI实验室的收入成本结构，以及公开市场定价逻辑对AI公司的信号意义。
纳斯达克蒸发2.5万亿美元：蓝潮引发AI恐慌
纳斯达克市值蒸发2.5万亿美元，'蓝潮'政治变局引发市场对AI产业监管与政策前景的恐慌。本文分析抛售背后的政策预期变化、AI叙事脆弱性，以及对投资者和从业者的启示。
富兰克林邓普顿用OpenAI重构投研流程
富兰克林邓普顿用OpenAI重构投研流程
富兰克林邓普顿正基于OpenAI技术开发AI工作流，从股票研究切入，帮助投资组合经理比对研究观点、审视投资风险。本文分析其工作流化思路、风险审查边界及对资管行业的信号意义。
EnvOpt：智能体环境优化新方向，成本直降72.7%
EnvOpt 提出智能体优化的第三方向：自动化优化静态环境。在 AutomationBench 上成本降低72.7%、通过率提升14.34%，并可跨模型与 harness 迁移，无需评分器或参考答案。
稀疏自编码器揭示大模型语法数表征机制
研究利用稀疏自编码器分析Pythia-70M等模型，发现复数名词与动词特征可因果性调控语法数输出，并揭示单复数表征的不对称性，为LLM语法机制解释提供新方法。
HyFlash：端侧投机解码的Prefix-Memory新范式
HyFlash提出前缀记忆先验，将长程上下文建模与细粒度草稿位置交互分离，在有限内存下实现更高接受率的端侧投机解码，KV存储大幅降低，浅层草稿与长上下文场景增益显著。
D²-OPD：解耦方向与距离的在线蒸馏新方法
D²-OPD提出解耦外推蒸馏中方向与距离的新方法，通过逐前缀硬KL约束控制目标距离，自适应组合教师偏移与初始差距确定方向，在数学推理基准上三个设定均取得最优，最高超越最强基线9.45分。
AI智能体如何浪费你的钱？Token浪费的系统性结构
一项研究提出统一框架测量AI智能体Token浪费，通过LLM-as-a-Judge识别可移除片段并干预验证，发现浪费具有系统级结构：任务与设置差异大于模型差异，推理与执行浪费模式不同，Harness引入独特低效来源。在线剪枝移除41-46%推理仍保持性能。
语言模型神经元中的原型语境：智能的架构？
新研究发现语言模型 Qwen3.8-27B 内部存在可分离的原型、主题与语言神经元，三明治结构自发涌现，原型可能是智能与类比推理的核心架构，研究代码与数据已开源可复现。
递归稀疏注意力RecSA：百万级上下文外推，对数级成本
RecSA递归稀疏注意力通过树结构KV缓存实现O(log L)选择成本，从32K训练长度外推到2M，1M长度RULER得分60.5远超基线，单张H200上预填充加速3.2倍。
SCF：语言模型用户推理的有界证据聚合新方法
SCF（源平衡截断Fisher）是一种用于语言模型用户推理的有界证据聚合方法，通过截断文档贡献和校准决策规则，在多个数据集上实现最高AUROC，并提供有限样本Type-I错误控制。
SAFE-Teen研究：青少年心理健康对话中聊天机器人安全失败率高达43%
SAFE-Teen研究评估了18个聊天机器人在青少年心理健康对话中的安全性，发现无青少年感知提示时标准失败率达43.3%，有提示后仍为24.9%，且青少年推回行为会使特定领域失败率上升10-12个百分点。
视觉语言模型的安全脆弱性：组合性伤害与反对齐审计
最新研究揭示大型视觉语言模型在组合性安全上的脆弱性：基准高分不代表鲁棒，反对齐方法CMaG可降低安全分数65分且保持输出连贯，呼吁引入内部审计。
Anthropic日合并3万代码，为何98%开源Issue无人认领？
Anthropic 每天合并超 3 万次代码变更，但 Claude Code 公开仓库中超 98% 的 Issue 无人负责，包括隐私与安全漏洞。开发者质疑：为何不用 Claude 做 Issue 分诊？
