在人工智能编码工具日趋复杂化的浪潮中，一款名为 Pi 的工具却以极简设计逆势突围。Pi 仅向用户提供四种工具，且其系统提示词被严格压缩在 1000 个 token 以内。这一看似“缩水”的策略，在多项实际测试中展现出更优的...

来自Google的研究团队发布了DiffusionGemma技术报告，提出了一种实验性的开源权重语言模型，通过离散扩散生成文本，速度远超传统自回归模型。DiffusionGemma并未从零训练，而是在专家混合架构Gemma 4（激活参数38亿...

大型语言模型（LLMs）的普及正在重塑技术工作的完成方式。它们大幅降低了编程、内容生成等任务的入门门槛，让原本技能有限的用户也能产出看似不错的成果，将许多人瞬间转变为“通才”式的多面手。然而，一项最新分析指...

大语言模型（LLM）的自我改进一直是人工智能领域的核心挑战，而基于可验证奖励的强化学习（RLVR）在过去主要局限于数学、代码等存在明确对错判定的封闭式任务。来自COLM 2026的最新研究RLSVR突破了这一限制，提出通...

OpenAI日前披露的未公开模型Astra一口气解决了数学界十个长期悬而未决的开放问题，再次刷新了人们对AI在高级推理领域潜力的认知。长期以来，数学一直是大型语言模型的软肋，人们习惯嘲笑AI连基础运算都频繁出错。然...

在大语言模型竞争日益激烈的当下，如何科学、标准化地衡量不同规模模型的能力上限正成为一个核心议题。Prime Radiant公司近日开源的smevals评估框架正是瞄准了这一痛点，它提供了一套轻量且专为小模型和大模型运行基...

通义千问团队正式发布了其新一代旗舰模型Qwen3.8-Max，该模型以惊人的2.4万亿参数量，在编码、办公协同、深度研究及长周期任务处理等多个维度实现了代际跨越。不同于仅能提供简单问答的常规模型，Qwen3.8-Max展现出...

据《金融时报》报道，苹果公司近日针对其安全漏洞悬赏计划（Apple Security Bounty）引入了一项重大调整：对bug报告的提交数量设置上限，并强制执行30天的提交冷却期。这一前所未有的举措直接指向由生成式人工智能引...