LLM Weekly(2026.1.26-2026.2.1)

在这里插入图片描述

😎 网络快讯

Project Genie:实验无限交互世界

谷歌 DeepMind 与 Google Labs 推出 Project Genie 网页原型,由 Genie 3、Nano Banana Pro 和 Gemini 驱动,面向美国地区 18 岁以上的 Google AI Ultra 订阅用户开放。
用户可通过文本和图像手绘生成世界,实时探索,并对现有场景进行二次创作。
谷歌将其定位为 AGI 相关早期研究,同时指出目前在视觉效果、控制能力和持续时长上仍有局限。

英伟达 CEO 称对 OpenAI 的投资或将是“史上最大一笔”

英伟达 CEO 黄仁勋确认即将对 OpenAI 进行股权投资,称这可能是英伟达有史以来最大规模的投资,但规模远低于此前传闻的 1000 亿美元超级交易。
双方已暂停这份非约束性协议——原计划用于支撑至少 10 吉瓦算力。黄仁勋对 OpenAI 的商业纪律存疑,同时也在权衡来自谷歌与 Anthropic 日益激烈的竞争。

Kimi K2.5:视觉智能体

Kimi 推出

LLM Weekly(2026.7.20-2026.7.26) Anthropic 发布了 Claude Opus 5,其定位为以 Fable 5 一半的价格提供接近 Fable 5 的前沿智能水平。Opus 5 在 Frontier-Bench 和 GDPval-AA 上创下了新纪录,在 CursorBench 3.2 上的得分与 Fable 5 的差距在 0.5% 以内,并以三分之一的成本在 OSWorld 2.0 上击败了 Fable 5。定价维持在每百万 tokens 输入 5 美元/输出 25 美元。 阅读详情

相关推荐

LLM Weekly(2026.6.1-2026.6.7)

工程师每日交付的代码量是 2024 年的 8 倍。Opus 4.8 在 ARC-AGI-3 上取得最高分(是 GPT-5.5 的三倍),漏掉代码缺陷的概率降低了 4 倍,并且快速模式的成本比之前模型低 3 倍。通过课程训练优先强化并行组件,Domino 在 Qwen3 模型上实现了高达 5.49 倍的端到端加速,在 SGLang 服务下实现了 5.8 倍的吞吐量提升。在 MLE-Bench 上,它在 12 小时预算(为标准一半)下取得了更优的奖牌率,并在数学优化任务上超越了 AlphaEvolve。

c_cpp_csharp的专栏 172

LLM Weekly(2026.1.12-2026.1.18)

人工智能公司Anthropic面向Claude Max订阅用户,在macOS版Claude应用中推出了一项名为Cowork的研究预览功能。该功能允许用户授权Claude访问指定文件夹,实现文件的读取、编辑与创建操作。Cowork具备更强的自主执行能力,可完成多步骤任务,还能通过各类连接器与技能组件处理文档和演示文稿,同时支持任务队列管理,所有操作均需用户审批后方可执行。Anthropic同时提醒用户,该功能存在执行破坏性操作以及遭遇提示词注入攻击的风险。

c_cpp_csharp的专栏 271

LLM Weekly(2026.4.20-2026.4.26)

专为智能体工作流设计的标准化语言,支持分支、循环、并行执行、状态管理、模块化开发;配套可视化编辑器,流程图与工作流实时同步。实测可读性、可维护性全面优于现有智能体开发框架。

c_cpp_csharp的专栏 178

LLM Weekly(2026.3.16-2026.3.22)

据 Anthropic 报告,开发者约 60% 的工作会使用 AI 辅助,但能完全交由 AI 代劳的任务仅占 0%–20%。来自乐天、加拿大电信运营商 TELUS 及 Zapier 的案例显示,Claude Code 可自主完成复杂开发工作,工程交付速度提升 30%,企业整体 AI 采用率达 89%,标志着开发模式从手写代码转向智能体编排。

c_cpp_csharp的专栏 138

LLM Weekly(2026.3.23-2026.3.29)

研究作者引入了一个拥有40亿参数的移动端GUI智能体,采用拒绝微调(rejection fine-tuning)技术实现模型与数据的协同进化,并通过分组相对自蒸馏(group relative self-distillation)技术从失败的操作轨迹中进行信用分配(credit assignment)。在从1.6万扩展到1亿Token的过程中,MSA的性能下降不到9%,并且凭借稀疏注意力和基于文档的位置编码,它在长上下文任务上的表现优于现有前沿模型和RAG(检索增强生成)系统。指南内附详细的按步设置说明。

c_cpp_csharp的专栏 149

LLM Weekly(2026.9.14-2026.9.20)

测试套件的选择对成功率的影响在 ±2% 以内,但对成本影响极大:在 SWE-bench Lite 上,Claude Code 的使用成本约为 Pi 的 2.0 倍,而准确率仅高出 1.1 个百分点。在包含 51 个任务的 EdgeBench 上,SoL-Pi 在 GPT-5.6 Sol 和 Opus 5 上取得了与 Pi 相当的性能表现,同时减少了 44.7% 至 49.0% 的 token 流量,并将 API 成本降低了约三分之一。它们的共通之处在于:看似合理的评测环境极容易得出完全站不住脚的结论。

c_cpp_csharp的专栏 19

LLM Weekly(2026.6.22-2026.6.28)

Anthropic 向美国参议院表示,与阿里巴巴有关联的操作者在 2026 年 4 月至 6 月期间,使用约 25,000 个欺诈账户与 Claude 进行了 2880 万次交互,目标是获取软件工程和网络安全能力。论证了世界模型幻觉源于状态-动作空间中代表性不足的区域,识别了三种不同的幻觉类别,并提供了各自的检测信号。阿里巴巴在超过 1000 万条跨七个领域的交互轨迹上,使用持续预训练、监督微调和用于仿真保真度的强化学习三阶段流程,训练了 35B 和 397B 的基础模型。🔬 有趣的论文和代码库。

c_cpp_csharp的专栏 23

LLM Weekly(2026.8.24-2026.8.30)

最终得到的单一模型,在专家验证的 text-to-SQL 任务上达到 91.37%,每个任务成本约 0.035 美元,相比使用 scaffold 的开源流程高出 8–22 个百分点,同时以远低于 GPT-5.6 Sol Ultra 的成本取得更好表现。由 DeepMind 前成员创办的伦敦实验室 Inherent 表示,其名为 Faraday 的智能体在复现已发表论文结果方面,比 Anthropic 和 OpenAI 的前沿模型表现更准确,而其底层仅采用一个基于 Qwen 3.6 的 270 亿参数模型。

c_cpp_csharp的专栏 19

LLM Weekly(2026.8.31-2026.9.6)

Mercor 与 SkyRL 使用 1,928 个来自咨询、投行和法律领域的专家任务,对 Qwen3.5–397B-A17B 进行了后训练,使其在 APEX-Agents 上的 Pass@1 从 16.11% 提升至 27.29%,相对提升 70%。一位研究者在单张 RTX 5090 上,从零训练了一个八层 Transformer,仅耗时 1.5 小时,在 ARC-AGI-1 公共评测中取得 44%,在 ARC-AGI-2 上取得 7%。消融实验显示,真正发挥主要作用的是持久化知识层,而不仅仅是技能本身。

c_cpp_csharp的专栏 16

「文智助手」全场景办公AI助理AI+OPC全流程实践方案(大赛作品)

「文智助手」全场景办公AI助理AI+OPC全流程实践方案(大赛作品)

jks212454的博客 297

【vLLM-性能洞察】基于Ascend Profiler的端到端推理瓶颈定位与优化实践

本文详细介绍了如何利用Ascend Profiler对vLLM-Ascend大模型推理服务进行端到端的性能瓶颈定位与优化。通过实战案例,阐述了从数据采集、可视化分析到诊断低效算子、内存管理、计算通信重叠及框架调度等常见瓶颈的全过程,为基于昇腾NPU的AI推理性能调优提供了系统性的方法论和实用工具指南。

cc789的博客 527

实测有效!易灵思FPGA工程如何正确配置Efinity+Modelsim仿真环境

本文详细介绍了易灵思FPGA工程中如何高效配置Efinity与Modelsim联合仿真环境,包括软件版本匹配、系统环境变量设置、工程文件结构优化及仿真脚本深度优化等实战经验。通过实测数据验证,该方案可显著提升仿真效率,适用于不同规模的设计验证,帮助工程师快速搭建稳定高效的联仿环境。

m2n3b4v5c6的博客 405

EEGLAB数据预处理基本流程GUI实操指南

按钮,会出现如上图所示的长条形对话框,方框里面是所有电极的名称,这时将需要的剔除的电极选择上,如上图,我选择了 VEOG这个电极(该电极表示是垂直眼电),然后点“OK”,在弹出的对话框中自行确定是否需要修改命名。坏导是指在数据采集时,由于各种原因(如,电极本身问题或阻抗不好等)导致数据记录有问题,但是在后期又特别想要该通道的数据,那么就可以利用插值的方法进行——利用该导联周边的几个电极点的均值作为该导的数据。上图的图是通过IClabel的工具箱进行自动判断的,可以帮助自动识别出哪些是Eye的成分。

fdgdf5535的博客 6397

贝塞尔曲线原理--曲线生成--路径规划--matlab代码

贝塞尔曲线有着很多特殊的性质, 在图形设计和路径规划中应用都非常广泛, 在路径规划中贝塞尔曲线完全由其控制点决定其形状, n个控制点对应着n-1阶的贝塞尔曲线,并且可以通过递归的方式来绘制.

bob595078694的博客 1万+

售货机非现金支付开发指南:MDB协议下VPOS刷卡器的那些坑

本文深入探讨了MDB协议下非现金支付设备的开发实践,重点解析了NAYAX VPOS刷卡器的集成难点与解决方案。从RS232通信参数配置到Always idle功能实现,提供了一套完整的售货机支付系统开发指南,帮助开发者规避常见陷阱,提升设备兼容性与交易稳定性。

weixin_29258297的博客 135

2021-8-14 EDK II编译

2021-8-14 EDK II 编译为什么要写这篇文章新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 为什么要写这篇文章 你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdo

qq_45775660的博客 2948

Python 爬虫实战:模拟登录网易云音乐(加密接口逆向与自动化登录实现)

网易云音乐作为国内主流的音乐流媒体平台,其丰富的音乐资源和个性化推荐算法吸引了大量用户。对于开发者而言,模拟登录网易云音乐并实现自动化操作,可以用于数据分析、歌单同步、歌词抓取等场景。然而,网易云音乐采用了多重加密机制和反爬策略,直接模拟登录存在较大挑战。

yansideyucsdn的博客 2590

am62x A53与R5F通信

AM62x是Ti的一款异构多核芯片。remoteproc驱动,硬编码(写死)了R5F/M4F固件的名字,这样驱动启动时,就会找硬件编码的固件,下面是其对应关系。值得注意的是,linux内核中的M4F remoteproc驱动启动M4F,而linux内核中的R5F remoreteproc驱动不启动R5F,相反,它attach到已经在boot阶段启动的R5F固件上。在/lib/firmware的真实固件名:,而我们生成的固件名如下所示,没有直接对应的,经确认,.out文件就是我们需要的,重命名后即可。

鹰之翔 1363

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

上一篇: LLM Weekly(2026.2.2-2026.2.8)
下一篇: 2025_NIPS_SymRTLO: Enhancing RTL Code Optimization with LLMs and Neuron-Inspired Symbolic Reasoning
UnknownBody
博客等级 码龄16年 5601粉丝 4739原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

UnknownBody

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值