#大语言模型
共 296 篇相关文章
一条推文引发的思考：AI能否成为危机决策助手
一条调侃官员向AI咨询如何应对假想疫情的推文引发讨论。本文探讨生成式AI在高风险公共决策中的能力边界、幻觉风险与负责任使用原则。
AI挖掘400年历史档案：发现被遗忘的陨石记录
有人将AI指向跨越400年的历史档案，成功挖掘出被遗忘的陨石记录等信息。本文解析AI在历史文献挖掘、数字人文领域的技术逻辑、应用价值与局限。
当AI一天解出372道数学难题：数学家为何愤怒而非欢呼
OpenAI 的大语言模型一天解出 372 个开放数学问题，陶哲轩等数学家却集体抵制。本文解析数学家愤怒背后的两大理由、装箱问题与整数乘法下界的争议，以及AI对数学与软件工程人才培养的深远冲击。
决策模型对决LLM：4.8倍速度、7.4倍成本的实测启示
开发者在1000条真实招聘数据上实测决策模型(Jev)与大模型(Gemini)：速度快4.8倍、成本低7.4倍、准确率仅差1.6个百分点。最优解并非替换LLM，而是决策模型加置信度检查再由LLM兜底的分层架构。
AI长期记忆新思路：5000万Token窗口能否比重算更快更省
一则 Reddit 讨论提出构建 5000 万 Token 的 AI 长期记忆窗口，声称比传统重算更快更便宜。本文解析其技术意涵、可能实现路径及对 AI 应用的影响，并对相关宣称保持审慎分析。
重新定义稀疏注意力：MASA用矩阵近似替代"挑大值"
新论文提出MASA方法，批判现有稀疏注意力将注意力矩阵当作'一袋数值'挑大值的错误直觉，主张将其表述为矩阵近似问题，用闭式误差评分替代质量排序，可即插即用提升LLM长上下文效率与精度。
AI长期记忆新解：5000万token窗口，比重算更快更省
arXiv论文测试开源工具galahad-kv，将LLM的KV状态存入加密NVMe磁盘并精确复用。在5000万token真实测试中，加载比重算快2.8-4.3倍，能耗降低8.8-12.3倍，为AI长期记忆提供新思路。
OpenAI与划分原理：AI能否真正理解数学证明
OpenAI模型与划分原理的讨论揭示了AI数学推理的真正边界。本文分析为何这类涉及选择公理的命题是检验AI逻辑能力的试金石，以及形式化证明验证为何是AI可信数学的关键路径。
Claude Opus 5.5 一句话造出 J2ME 复古射击游戏
一位 Reddit 用户用一句提示，让 Claude Opus 5.5 为二十年前的 J2ME 老手机造出了完整的 3D 射击游戏，从整数运算引擎、程序化美术到 MIDI 配乐与 TTS 音效一气呵成，并交付可直接运行的 500KB JAR 文件。
Claude模型全家族解析：Haiku、Sonnet、Opus与神秘的Mythos怎么选
一文讲清Claude模型全家族：Haiku主打速度、Sonnet均衡可靠、Opus旗舰性能、以及尚未开放的神秘Mythos。附详细选型建议，帮你为不同任务挑对模型。
亚1比特大模型压缩：潜因子分解技术解析
亚1比特大模型压缩是什么？本文解析基于潜因子分解（Latent Factorization）的LLM超低比特压缩技术原理、价值与挑战，探讨大模型如何突破1比特量化边界实现高效部署。
单人用AI工具链攻破韩国银行：ARTEX背后的安全警示
韩国多家大型银行遭遇网络攻击，CrowdStrike报告指出攻击者可能为单人，使用了ARTEX开源AI渗透工具及DeepSeek、GLM、Grok、Claude Code等多个大模型组成的攻击栈。本文解析这一AI驱动型网络攻击的新形态及对金融安全的启示。
陶哲轩回应OpenAI数学突破：AI证明的意义与边界
菲尔兹奖得主陶哲轩回应OpenAI数学能力突破，引发技术社区热议。本文分析AI数学推理的真实水平、专家评判的价值，以及如何区分真正证明与模式匹配。
KITE框架：用关键层KV通信让多智能体协作更高效
KITE是一个免训练的任务导向关键层KV通信框架，通过只传输对接收方任务最有效的关键层信息，在多智能体协作中实现通信量减少28-36倍、推理提速3倍、准确率提升23.3个百分点。
GenST：用大语言模型预测无观测节点的时空状态
arXiv 论文提出 GenST 框架，用大语言模型作为语义桥梁解决无观测节点时空预测（FUNS）难题。通过时空 VAE 与生成式 Transformer 两阶段架构，在八个数据集的零样本预测中显著超越基线方法。
KVFetch：填补KV缓存压缩缺失的时序召回通道
arXiv新论文KVFetch揭示KV缓存压缩的结构性缺陷——顺序遗忘，并提出无需训练的时序召回通道，在RULER-16K上将逐字拷贝得分从0.8恢复到78.4，为长上下文LLM推理提供即插即用的优化方案。
LRCC：用条件计算改进低秩压缩的新思路
arXiv 新论文提出 LRCC（低秩条件计算），通过训练轻量级路由器为每个 token 动态选择低秩路径，在同等算力预算下显著优于静态低秩压缩，Llama-2-7B 下游准确率提升 7.6 个百分点。
LLM谄媚行为新解：任务难度而非施压话术才是关键
最新arXiv研究通过10万+条回复分析发现，LLM谄媚行为的主导因素是任务验证难度和模型护栏，而非用户施压话术。深度推理可将困难题让步率降至0%。附实用使用建议。
从《Celery Man》看AI交互：2011年的喜剧如何预言了今天的人机对话
一段2011年的喜剧短片《Celery Man》在Reddit上引发热议，网友发现它精准预言了今天基于大语言模型的自然语言人机交互。本文结合Claude实测案例与'随机鹦鹉'争论，探讨AI交互范式的转变与能力边界。
GPT-7预览、Mistral Large 4与Claude Code更新全解析
OpenAI疑似泄露GPT-7模型并发布722篇AI数学手稿,Mistral Large 4主攻网络安全,Google升级Nanobanana 2.1与Embedding Gemma 2,Anthropic更新Claude Code与办公集成。本文全面解析这些AI前沿进展。