电路追踪：揭示语言模型中的计算图
推荐理由：该研究提出了电路追踪方法，通过分析语言模型中的计算图来揭示其内部机制，对理解语言模型的工作原理具有重要意义。
Agent 智能体
全部主题让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
最新精选
第 801–820 条 · 共 833 条3月27日星期四周四
3月25日星期二周二
OpenAI 发布 GPT-4o 原生图像生成功能
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
3月24日星期一周一
ARC Prize 发布 ARC-AGI-2 评测基准，推动高效通用 AI 系统发展
推荐理由：ARC Prize 发布了新的 AGI 评测基准 ARC-AGI-2，旨在推动高效通用 AI 系统的发展，并激励研究人员探索新的 AI 智能体。
DeepSeek 发布 DeepSeek-V3-0324 模型升级
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
3月17日星期一周一
Mistral Small 3.1 发布：最佳重量级模型
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
3月7日星期五周五
Mistral AI 发布 Mistral OCR 功能
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
2月25日星期二周二
OpenAI发布Deep Research系统卡：评估AI在复杂任务中的表现和安全性
推荐理由：Deep Research System Card介绍了Deep Research模型在复杂研究任务和安全性评估方面的进展，对AI安全领域有重要意义。
2月9日星期日周日
ModernBERT-Large-Instruct：基于 ModernBERT 的指令微调编码器
推荐理由：ModernBERT-Large-Instruct 模型的出现为编码和推理任务提供了新的可能性，其简单高效的训练方式值得关注。
1月29日星期三周三
DeepSeek的R1-Zero和R1系统在ARC-AGI-1基准上表现出色
推荐理由：DeepSeek的R1-Zero和R1系统在ARC-AGI-1基准上表现出色，为AI推理系统的发展提供了新的思路。
1月7日星期二周二
智能体（Agent）概述与评估
推荐理由：文章深入探讨了智能体（Agent）的概念、工具选择、规划以及评估方法，为读者提供了对智能体技术的全面理解。
1月6日星期一周一
OpenAI CEO Sam Altman谈ChatGPT：AI发展的现状与未来
推荐理由：OpenAI CEO Sam Altman分享了他对ChatGPT及其发展历程的个人思考，读者可以从中了解AI发展的现状和未来方向。
12月20日星期五周五
OpenAI o3在ARC-AGI-Pub基准测试中取得突破性成绩
推荐理由：OpenAI的o3模型在ARC-AGI-Pub基准测试中取得了突破性成绩，展示了其在适应新任务方面的能力，对AI领域具有重要意义。
10月24日星期四周四
Sarvam AI 发布印度语言大语言模型 Sarvam-1
推荐理由：Sarvam AI 发布了针对印度语言的 LLM Sarvam-1，该模型在性能和效率方面表现出色，为印度语言模型的发展提供了新的思路。
9月17日星期二周二
ARC Prize 挑战赛持续三个月，奖项升级，影响力扩大
推荐理由：ARC Prize 在过去三个月中取得了显著进展，吸引了大量关注和参与，展示了开源通用人工智能（AGI）领域的活跃度和挑战。
9月13日星期五周五
OpenAI o1 模型在 ARC-AGI-Pub 评测中的表现分析
推荐理由：原文详细介绍了 OpenAI o1 模型的推理能力和在 ARC-AGI-Pub 评测中的表现，读者可以了解该模型在推理和效率方面的最新进展。
9月5日星期四周四
DeepSeek V2.5 模型发布
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
8月14日星期三周三
Sarvam AI 发布全栈式生成式 AI 平台
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
7月25日星期四周四
构建生成式AI平台
推荐理由：文章详细介绍了构建生成式AI平台的关键组件和步骤，对理解和实践AI工程化具有重要意义。
6月28日星期五周五
DeepSeek 发布 DeepSeek-V2-0628 模型升级
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
6月14日星期五周五
DeepSeek-Coder 升级至 DeepSeek-Coder-V2-0614，代码能力显著提升
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。