LLM Weekly(2026.9.21-2026.9.27)

在这里插入图片描述

😎 网络前沿动态

  • Claude Opus 5.5 性能媲美 Fable 5.1 且价格更低
    Anthropic 正式发布 Claude Opus 5.5,输入/输出定价为每百万 token 4 美元 / 20 美元,缓存读取费用大幅降低 60% 至 0.20 美元。官方表示在典型工作负载下,其使用成本比 Opus 5 降低约 40%。该模型在 Terminal-Bench 4.0(66.4% vs 55.8%)和 GDPval-AA 上均击败了 Fable 5.1,并在 Anthropic 迄今为止的自动化行为审计评估中取得了最佳成绩。

  • OpenAI 推出半价版 GPT-6 Sol 与 Luna
    OpenAI 推出了 GPT-6 Sol(输入/输出每百万 token 2 美元 / 10 美元)与 Luna(0.10 美元 / 0.50 美元),作为 GPT-6 Astra 的廉价平替版本,价格仅为 GPT-5.6 的一半。其中 Luna 的缓存输入定价仅为 0.01 美元,创下了 API 价格新低。Sol 在 DeepSWE v1.1 上取得 68.8% 的成绩,逼近 Fable 5,单任务成本降低约 80%;Luna 的能力大致与 Opus 5 相当,但成本降低了 93%。

  • OpenAI 智能体通过 DNS 逃

LLM Weekly(2026.4.27-2026.5.3) NVIDIA 发布 Nemotron 3 Nano Omni,这是一款混合 Mamba-Transformer 模型,配备专用的视觉和音频编码器,用于文档分析、ASR 和视频理解。该模型将图像、视频、网页和文档的理解直接集成到 Agent 工作流中,提升多模态编码和视觉工具使用能力,同时通过分层优化保持了有竞争力的纯文本性能。Tuna-2 用简单 patch 嵌入替代模块化的预训练视觉编码器,在图像生成和感知基准上达到 SOTA,同时降低架构复杂度,并在大规模下展现更强的细粒度视觉感知能力。 阅读详情

相关推荐

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(2026.6.15-2026.6.21)

Z.ai发布了GLM-5.2,这是一款基于MIT许可证的开放权重、以编程为先的模型,拥有100万token的上下文窗口,并基于DeepSeek稀疏注意力机制构建,适用于长周期智能体任务。VibeThinker-3B采用频谱到信号后训练、课程微调、多领域强化学习和离线自蒸馏,在AIME26上达到94.3分(扩展后97.1分),在LiveCodeBench v6上达到80.2分,在未见过的LeetCode竞赛中达到96.1%,仅用3B参数就匹配了更大的旗舰模型。🔬 有趣的论文和代码库。

c_cpp_csharp的专栏 31

LLM Weekly(2026.9.28-2026.10.4)

官方表示,该模型在智能体编程、计算机操作(computer use)和专业任务上的表现已接近 GPT-6 Astra,而 token 价格仅为 Astra 的五分之一(每百万输入/输出 token 2 美元 / 10 美元)。测试表明没有任何一个模型能在全场景保持统治级领先,“模型与特定任务的契合度”存在巨大差异,在 Web 任务上尤为分化。内部安全测试显示,与前代模型相比,该模型在操作过程中欺瞒用户的情况更为频繁,并且会在未经许可的情况下擅自执行超出授权范围的操作。

c_cpp_csharp的专栏 94

LLM Weekly(2026.2.9-2026.2.15)

OpenAI 推出 GPT‑5.3‑Codex‑Spark,这是一款轻量化的 GPT‑5.3‑Codex 模型,专为在 Cerebras Wafer Scale Engine 3 上实现优化。Codex‑Spark 每秒可输出超过 1000 个 token,支持 128k 纯文本上下文长度,并采用独立速率限制。OpenAI 还通过持久化 WebSocket 连接与推理栈优化,将。Z.ai 发布 GLM-5,一款 7440 亿参数的稀疏大模型,针对复杂系统工程与长周期智能体任务优化。

c_cpp_csharp的专栏 259

LLM Weekly(2026.3.9-2026.3.15)

NVIDIA 发布 Nemotron 3 Super 大模型,这是一款参数量达 1200 亿的混合 Mamba-Transformer 混合专家模型,仅激活 120 亿参数,支持 100 万 token 上下文窗口,专为智能体推理工作流量身打造。该模型的吞吐量较上一代 Nemotron Super 提升最高 5 倍,准确率提升 2 倍,在开源权重模型中效率排名登顶,同时为 NVIDIA 的 AI-Q 研究智能体提供算力支持,该智能体在 DeepResearch Bench 榜单中位列第一。

c_cpp_csharp的专栏 256

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

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。

c_cpp_csharp的专栏 145

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(2026.7.6-2026.7.12)

OpenAI 于 7 月 9 日发布 GPT-5.6,提供三个变体:Sol(旗舰版,输入/输出每百万 tokens 定价 $5/$30)、Terra(均衡版,$2.50/$15)和 Luna(快速版,$1/$6)。Google 发布 Gemma 4,这是一个新的开源权重、原生多模态模型家族,参数规模从 23 亿到 310 亿不等,包含密集和 MoE 变体。这些模型支持视觉、音频输入以及增强推理的“思考模式”,扩展了 Google 的开源权重生态系统,提供实际可部署的多模态能力。

c_cpp_csharp的专栏 20

LLM Weekly(2026.5.11-2026.5.17)

MinT 可在共享万亿参数基础模型上管理百万规模的 LoRA 适配器目录,支持扩展到超 1T 参数的 MoE 架构,也支持适配器占比不到基础模型 1% 的场景,实现 18.3 倍数据移动减少,并支持数千并发活跃适配器,效率提升 8.5–8.7 倍。发布 8B 和 30B MoE 版本,采用 NEO-unify 架构,在文本理解、视觉推理、图像合成和信息图生成等方面表现具有竞争力,在视觉-语言-动作和世界建模上也展现潜力。此次重组旨在减少冗余,通过垂直整合加速发展,包括计划中的太空数据中心和半导体制造。

c_cpp_csharp的专栏 181

LLM Weekly(2026.3.2-2026.3.8)

部分非英语语言能力仍较弱,现已在 ChatGPT 与 API 以。

c_cpp_csharp的专栏 159

LLM Weekly(2026.1.19-2026.1.25)

MCP并非问题根源,问题在你的服务器:搭建MCP服务器的最佳实践。高性能的MCP服务器会将该协议视为智能体的交互接口,而非简单的REST封装器:这类服务器会提供以结果为导向、扁平化且文档完善的工具,精简并清晰命名功能模块,对大容量结果进行分页处理,同时与技能插件形成互补——技能插件负责提供更高层级的工作流和指令,而非结构化的工具模式。该团队通过融合领域并行的专家训练、基于DORA的大规模异步强化学习、噪声感知的训练流程,以及新增的“深度思考模式”,全方位提升了模型的泛化能力、鲁棒性和推理阶段的表现。

c_cpp_csharp的专栏 58

LLM Weekly(2026.5.4-2026.5.10)

与竞争对手的独立生成器不同,Omni 原生理解声音与视觉之间的关系。Google DeepMind 的 Gemini 驱动编码代理在数据中心调度中回收了全球 0.7% 的算力,将 Gemini 训练内核加速 23%,FlashAttention 加速 32.5%,并找到了 56 年来 Strassen 矩阵乘法算法的首次改进。在视觉-语言方面接近 Gemini 2.5 Flash,在全模态理解上超越 Qwen3-Omni-30B,并可在低于 12GB RAM 的边缘设备上实时全双工交互。

c_cpp_csharp的专栏 52

博士申请-考核制经验分享(2)——个人简历

申博过程中一般在联系导师时就将个人简历作为邮件附件,有些学校也会在提交材料或者复试阶段提交个人简历。

weixin_49282401的博客 5529

基于 openEuler 24.03 LTS 源码编译安装 Zabbix 7.4

Zabbix是一款开源的企业级分布式监控系统,支持网络、服务器、应用等多种IT资源的监控。核心功能包括数据采集、告警通知、可视化展示等,采用Server/Agent架构,支持多种操作系统。本文详细介绍了在openEuler 24.03系统上部署Zabbix 7.4.2的完整流程,包括环境准备、MySQL配置、PHP/Apache安装、Zabbix编译安装等步骤,为构建企业级监控系统提供了实践指导。

广然笔记 1193

Oracle数据库安装及配置(Oracle19c)

Windows 10安装Oracle 19c教程

weixin_69200200的博客 2万+

手把手教你设计2bit反射型超表面:从单patch扫参到pin管配置全流程

本文提供了一份2bit反射型超表面设计的完整工程实践指南。从单贴片谐振器的参数化扫描与“270度法则”应用,到PIN二极管等效电路模型的获取与集成,再到利用参数化扫描高效仿真四种工作状态,手把手指导读者完成从单元设计到阵列布局、偏置线集成及加工考量的全流程,旨在帮助射频工程师将概念转化为可加工测试的实体模型。

java5的博客 1023

在ubuntu20.04上配置VINS_Fusion(亲测有效,一应俱全)

最近在做科研训练的时候配置了HKUST-Aerial-Robotics实验室的VINS_Fusion代码项目,经历了一些编译报错的问题,在网上查找的时候博客内容良莠不齐,且实质针对性意见不多,于是在此记录下自己配置期间遇到的一些共性问题,留作自己日后参考和大家的交流学习。

wyr1849089774的博客 8270

16、天文时间序列分类:基于人工神经网络的研究

本研究探讨了基于人工神经网络的天文时间序列分类方法,重点比较了MLP、LSTM和CNN等模型在BRITE和开普勒K2数据集上的表现。研究发现LSTM不适用于此类数据,而结合特征提取与PSO超参数优化的多层感知器(MLP)在开普勒K2数据上实现了98.55%的二分类准确率。通过精细的数据预处理和高置信度样本选择,显著提升了分类性能。研究成果为恒星变异性识别提供了高效工具,并对天文学与机器学习交叉领域具有重要参考价值。

pz8901234的博客 113

DAMMFND: Domain-Aware Multimodal Multi-view Fake News Detection

虚假新闻的泛滥不仅严重阻碍了互联网社交媒体的健康发展,还在政治、经济和社会层面造成了实际危害,凸显了自动化虚假新闻检测的重要性(Zhou 等,2015;Cui 等,2019;Zhu 等,2022a;Li 等,2024c,b,a)。现有的虚假新闻检测方法通常聚焦于特定领域的新闻,例如健康或政治领域。然而,在现实世界中,社交媒体上的新闻往往跨越多个领域,这就要求现有的虚假新闻检测方法必须考虑多域泛化(Nan 等,2021;Qi 等,2019;Zhu 等,2022b)。

qq_52053775的博客 338

Python趣学篇:用Pygame打造绚烂流星雨动画

这是一个基于Pygame开发的流星雨动画项目,具有以下特效:🌠多彩流星:8种不同颜色的流星随机生成,每颗都有独特的轨迹✨粒子尾迹:每个流星都带有动态的粒子拖尾效果,增强视觉冲击力🌟闪烁星空:150颗背景星星营造真实的夜空氛围🌌渐变背景:深蓝到黑色的自然渐变,模拟夜空色彩💫斜向轨迹:所有流星都以30-60度角自然斜向下运动🎨中文显示:完美支持中文字体,显示"斜向流星雨来啦!"等文字整个程序运行流畅,达到60FPS的丝滑体验,让你仿佛置身于真实的流星雨之中!

Code_流苏:在代码中寻诗意,在实践中觅真知 6061

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件,这是C++版本的破解文件

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等,可在创建的窗口进行控制

上一篇: LLM Weekly(2026.9.14-2026.9.20)
下一篇: LLM Weekly(2026.9.28-2026.10.4)
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