DRAFT:48GB Mac 跑大模型:slotstream 把 SSD 当显存用
DRAFT — 草稿存在关键事实问题,需补原始素材后重写。
独立审计扒出 Perplexity 约 33% 的引用找不到原文数字。AI 搜索的"幻觉引用"比想象中严重,RAG 引用对齐机制成下一个竞争分水岭。
DRAFT — 草稿存在关键事实问题,需补原始素材后重写。
有人用 1.5 小时训了个小型 transformer,在 ARC-AGI 1 上跑赢了一堆大模型。垂直推理 vs 规模路线,这场实验值得拆开看看。
Anthropic 一次扔出两个 5.1 版本,Fable 走叙事、Mythos 走推理。这次不是 bug,可能是按场景拆模型的开始。
Terminal-Bench 把 Agent 评测从写代码拉到做科研,80+ 任务覆盖生物、材料、ML 三条线。这事能不能成为 Agent 的 SWE-bench?
小模型的能力已能覆盖部分生产任务。我从模型、硬件、成本和实测数据出发,拆解哪些工作适合迁移到 7B。
法律巨头下场做 LLM,64 分上 HN 首页。但没模型规模、没 benchmark、没 API——这份 press release 到底在卖什么?
智谱把 GLM-5.3-Flash 发在独立海外域名 z.ai,在 Hacker News 拿下 278 分、115 条评论,讨论量高于 Qwen 同期。这个信号不只属于模型本身,也属于国产模型的分发方式。
Bloomberg 报道 Z.ai 秘密上线 Ox Alpha,性能对标头部开源模型,权重随后开源。这是 DeepSeek 之后中国 LLM 又一次「先跑后开源」打法。
270 亿参数的开源模型,逆向工程任务 30 分钟收工。Hacker News 首页 159 分,这事值得拆开看。
微软把 Agent RL 框架做成 v1.0,API 稳定、生产可用。这是给所有搭 Agent 的人补的最后一块拼图,还是又一个会被 LangChain 吃掉的中间层?
Prime Intellect 把 NanoGPT Speedrun 的成绩挂上 HN 首页,127 分热度。本质问题是:分散在各地的消费级 GPU 拼起来,真能打过 CoreWeave、Modal 这类大集群?评论区吵的是这件事。