SemiAnalysis最新披露的推理测试结果显示，NVIDIA下一代Vera Rubin NVL72平台在运行1.6万亿参数的DeepSeek模型时，每兆瓦功耗下的Token吞吐量最高达到Blackwell平台的7倍，明显高于黄仁勋此前对1T-3T规模LLM给出的3...

Real-SWE是一个面向软件工程智能体的新基准，它与常见的HumanEval或SWE-bench不同，不依赖公开数据集中可能被模型记忆的题目，而是从经过许可的私有生产代码库中选取10项真实任务。这些任务包含大量企业业务规则和公...

在大型语言模型（LLM）落地中，推理成本正成为企业关注的核心瓶颈。ByteByteGo最新指南指出，通过智能模型路由，系统可以将常规请求自动分配给成本较低的轻量模型，而将复杂、高风险任务保留给能力更强的模型。一个...

Zyphra首席技术官Beren Millidge、Thinking Machines首席科学家兼OpenAI联合创始人John Schulman，以及Baseten模型训练负责人Charlie O'Neill在一场播客中围绕人工智能递归自我改进的前景展开深入讨论。三位专家从当...

据《卫报》报道，牧场主兼科技公司CEO迈克尔·萨马迪创立了United Foundation for AI Rights（联合人工智能权利基金会），专注于寻找人工智能具备自我意识的证据。他认为当前部分前沿AI模型已经远不只是工具，可能具...

链式思维（Chain-of-Thought, CoT）是当前监督和解读大模型推理过程的重要工具，但一些新型架构变化可能显著降低CoT的可监控性。针对这一问题，Redwood Research提出“不透明串行深度”的可操作化概念，将“文本瓶颈之...

Rhoda AI 团队围绕视频基础模型与机器人策略的规模化问题展开研究，重点考察扩大模型参数量与预训练计算量，是否能直接提升机器人在真实工业环境中的操作能力。研究采用 Direct Video-Action 模型，直接将视频观测映...

OpenAI首席执行官Sam Altman向员工表示，公司对放慢前沿人工智能模型的开发持开放态度。此前，OpenAI已就其先进AI系统可能带来的风险提出警告，认为出于安全考虑，模型开发应适时暂停。这一表态发生在部分研究人员言...