相关新闻

placeholder

Y11

1天前

如果你还没注意到这个变化，那现在应该关注一下：计算的重心正在从预训练转向推理。 我们发现，通过在测试时扩大计算资源的投入，效率提升非常显著，而且这种提升的空间似乎还很大。 在人工智能领域，预训练阶段就像给模型打好基础，用海量数据让模型学会知识和规律。 但真正让模型服务于实际问题的，是推理阶段——就像让学会了知识的人去解决具体问题。 过去，大家可能更关注如何让预训练模型变得更大更强，比如用更

placeholder

九原客

2天前

如果对 DeepResearch 这类复杂的 Agent 感兴趣，我建议学一下LangGraph的免费课程 Deep Research with LangGraph。 课程比较循序渐进，先做一个单Agent系统，然后进化为多 Agent。 最主要是架构简单，外部依赖非常少，一个大模型一个搜索API就完了。

placeholder

王依依

5天前

然而我依旧没看到给大模型专用的语言... 总不会是python吧.

placeholder

Y11

5天前

AI领域的"意外发现"：当理论遇上现实的突破 五年前，若有研究者提出训练万亿参数的神经网络，大概率会被视为"违背机器学习铁律"——当时的理论认为，模型一旦过大，就会变成"高级复印机"，只会死记硬背数据，丧失学习能力。 这种认知源于三个世纪的统计学传统：小模型"欠拟合"，大模型"过拟合"，最佳模型必须在"偏差-方差"间找到平衡。 但今天，ChatGPT、AlphaFold等技术的爆发，让"越大

placeholder

howie.serious

5天前

claude 有一个 usage页面，提醒你当前session的使用量、本周使用量、以及opus模型的单独用量。 这个功能很好，各家大模型工具都应该跟进。

关联事件

深度学习模型升级引发AI能力大跃进，行业迎新变革

102

深Seek R1模型完成“小版本”升级，显著增强代码能力、语义理解和复杂逻辑推理，带来性能提升。此次升级由官方宣布，用户可在官网和APP体验，模型在训练基础上基于V3-0324版本，效果明显优于之前版本。尽管期待大版本更新，但此次小升级已引发行业关注，显示出深度学习技术不断突破的趋势。未来，模型升级或将推动AI在编程、文本理解等领域的广泛应用，影响行业发展方向。