LLM Weekly（2026.3.2-2026.3.8）

最新推荐文章于 2026-06-29 21:19:11 发布
原创 最新推荐文章于 2026-06-29 21:19:11 发布 · 142 阅读 · 0 GEO检测
标签
#人工智能 #语言模型

在这里插入图片描述

😎 网络快讯

GPT‑5.4 发布

OpenAI 推出 GPT‑5.4 与 GPT‑5.4 Pro，覆盖 ChatGPT、API 及 Codex，统一了前沿推理、代码与智能体工作流，支持 100 万 token 上下文与原生电脑操作能力。
该模型在多项基准上超越 GPT‑5.2：

  • GDPval：83.0%
  • SWE‑Bench Pro：57.7%
  • OSWorld‑Verified：75.0%
  • BrowseComp：82.7%
    同时减少幻觉，并新增工具搜索功能，使高工具调用场景的 token 消耗降低 47%。

GPT‑5.3 Instant

日常对话更流畅、实用。OpenAI 发布 GPT‑5.3 Instant，作为 ChatGPT 默认模型的升级版，优化语气、相关性与对话流畅度。
模型减少不必要的拒绝、免责声明与幻觉，提供更综合、上下文感知的联网答案，写作能力更强、更有层次感。
支持自定义语气，部分非英语语言能力仍较弱，现已在 ChatGPT 与 AP

了解本专栏 订阅专栏 解锁全文 超级会员免费看
LLM Weekly（2026.2.2-2026.2.8）
c_cpp_csharp的专栏
03-12 93
Anthropic 发布 Claude Opus 4.6，这是一款前沿大模型，在代码能力、长上下文推理与智能体任务表现上均有提升。该模型已开放（测试版）和。Claude Opus 4.6 在 Terminal-Bench 2.0、Humanity’s Last Exam、GDPval-AA、BrowseComp 等基准测试中领先，同时保持优秀的安全性能。Anthropic 还新增了，并强化了与 Excel、PowerPoint 的集成能力。
LLM Weekly（2026.3.9-2026.3.15）
c_cpp_csharp的专栏
03-27 233
NVIDIA 发布 Nemotron 3 Super 大模型，这是一款参数量达 1200 亿的混合 Mamba-Transformer 混合专家模型，仅激活 120 亿参数，支持 100 万 token 上下文窗口，专为智能体推理工作流量身打造。该模型的吞吐量较上一代 Nemotron Super 提升最高 5 倍，准确率提升 2 倍，在开源权重模型中效率排名登顶，同时为 NVIDIA 的 AI-Q 研究智能体提供算力支持，该智能体在 DeepResearch Bench 榜单中位列第一。
LLM Weekly（2026.2.9-2026.2.15）
c_cpp_csharp的专栏
03-12 246
OpenAI 推出 GPT‑5.3‑Codex‑Spark，这是一款轻量化的 GPT‑5.3‑Codex 模型，专为在 Cerebras Wafer Scale Engine 3 上实现优化。Codex‑Spark 每秒可输出超过 1000 个 token，支持 128k 纯文本上下文长度，并采用独立速率限制。OpenAI 还通过持久化 WebSocket 连接与推理栈优化，将。Z.ai 发布 GLM-5，一款 7440 亿参数的稀疏大模型，针对复杂系统工程与长周期智能体任务优化。
LLM Weekly（2026.2.23-2026.3.1）
c_cpp_csharp的专栏
03-12 166
Anthropic CEO 达里奥·阿莫迪拒绝了五角大楼的“最终提议”，称公司不能在的前提下，允许其AI模型被用于所有合法用途。Anthropic 要求明确和，而与该公司签有2亿美元合同的美国国防部则要求无限制合法使用，并威胁将其列入供应链风险名单。谷歌发布 Nano Banana 2（即 Gemini 3.1 Flash Image 模型），图像生成比 Nano Banana Pro 更快、更逼真，支持 512px～4K 分辨率与多种宽高比。
LLM Weekly（2026.2.16-2026.2.22）
c_cpp_csharp的专栏
03-12 261
Anthropic 发布 Claude Sonnet 4.6，相比 4.5 版本全面升级，在上均有提升，且。模型支持，性能接近 Opus 水平，安全性与对抗提示词注入能力更强。开发者可通过 Claude.ai、Claude Cowork、Claude Code、API 及主流云平台使用 Sonnet 4.6。
LLM Weekly（2026.6.1-2026.6.7）
c_cpp_csharp的专栏
06-14 140
工程师每日交付的代码量是 2024 年的 8 倍。Opus 4.8 在 ARC-AGI-3 上取得最高分（是 GPT-5.5 的三倍），漏掉代码缺陷的概率降低了 4 倍，并且快速模式的成本比之前模型低 3 倍。通过课程训练优先强化并行组件，Domino 在 Qwen3 模型上实现了高达 5.49 倍的端到端加速，在 SGLang 服务下实现了 5.8 倍的吞吐量提升。在 MLE-Bench 上，它在 12 小时预算（为标准一半）下取得了更优的奖牌率，并在数学优化任务上超越了 AlphaEvolve。
LLM Weekly（2026.3.23-2026.3.29）
c_cpp_csharp的专栏
04-02 127
研究作者引入了一个拥有40亿参数的移动端GUI智能体，采用拒绝微调（rejection fine-tuning）技术实现模型与数据的协同进化，并通过分组相对自蒸馏（group relative self-distillation）技术从失败的操作轨迹中进行信用分配（credit assignment）。在从1.6万扩展到1亿Token的过程中，MSA的性能下降不到9%，并且凭借稀疏注意力和基于文档的位置编码，它在长上下文任务上的表现优于现有前沿模型和RAG（检索增强生成）系统。指南内附详细的按步设置说明。
LLM Weekly（2026.1.26-2026.2.1）
c_cpp_csharp的专栏
03-12 165
谷歌 DeepMind 与 Google Labs 推出网页原型，由 Genie 3、Nano Banana Pro 和 Gemini 驱动，面向美国地区 18 岁以上的 Google AI Ultra 订阅用户开放。用户可通过文本和图像，实时探索，并对现有场景进行二次创作。谷歌将其定位为，同时指出目前在视觉效果、控制能力和持续时长上仍有局限。
LLM Weekly（2026.4.27-2026.5.3）
c_cpp_csharp的专栏
05-09 167
NVIDIA 发布 Nemotron 3 Nano Omni，这是一款混合 Mamba-Transformer 模型，配备专用的视觉和音频编码器，用于文档分析、ASR 和视频理解。该模型将图像、视频、网页和文档的理解直接集成到 Agent 工作流中，提升多模态编码和视觉工具使用能力，同时通过分层优化保持了有竞争力的纯文本性能。Tuna-2 用简单 patch 嵌入替代模块化的预训练视觉编码器，在图像生成和感知基准上达到 SOTA，同时降低架构复杂度，并在大规模下展现更强的细粒度视觉感知能力。
LLM Weekly（2026.4.20-2026.4.26）
c_cpp_csharp的专栏
05-01 169
专为智能体工作流设计的标准化语言，支持分支、循环、并行执行、状态管理、模块化开发；配套可视化编辑器，流程图与工作流实时同步。实测可读性、可维护性全面优于现有智能体开发框架。
2026年第8周GitHub趋势周报：RAG工程化加速、本地LLM工具链爆发、AI Agent架构分层演进
lpfasd123的博客
02-23 855
本周GitHub Trending呈现三大结构性跃迁：RAG技术从概念验证迈入生产级工程化（代表项目星标周增超320%）；轻量化本地LLM运行栈形成“推理-编译-向量压缩”新三角；AI Agent实现执行层、编排层、协议层清晰分层。传统框架热度平稳，系统级AI基础设施增长迅猛。
LLM Weekly（2026.5.11-2026.5.17）
c_cpp_csharp的专栏
05-24 162
MinT 可在共享万亿参数基础模型上管理百万规模的 LoRA 适配器目录，支持扩展到超 1T 参数的 MoE 架构，也支持适配器占比不到基础模型 1% 的场景，实现 18.3 倍数据移动减少，并支持数千并发活跃适配器，效率提升 8.5–8.7 倍。发布 8B 和 30B MoE 版本，采用 NEO-unify 架构，在文本理解、视觉推理、图像合成和信息图生成等方面表现具有竞争力，在视觉-语言-动作和世界建模上也展现潜力。此次重组旨在减少冗余，通过垂直整合加速发展，包括计划中的太空数据中心和半导体制造。
LLM Weekly（2026.5.4-2026.5.10）
c_cpp_csharp的专栏
05-24 24
与竞争对手的独立生成器不同，Omni 原生理解声音与视觉之间的关系。Google DeepMind 的 Gemini 驱动编码代理在数据中心调度中回收了全球 0.7% 的算力，将 Gemini 训练内核加速 23%，FlashAttention 加速 32.5%，并找到了 56 年来 Strassen 矩阵乘法算法的首次改进。在视觉-语言方面接近 Gemini 2.5 Flash，在全模态理解上超越 Qwen3-Omni-30B，并可在低于 12GB RAM 的边缘设备上实时全双工交互。
AI Weekly | 2026年4月第二周 · GitHub热门项目与AI发展趋势深度解析
警警的博客
04-09 6032
AI Agent框架全面爆发，智能执行成为2026年核心命题。本周最大的信号是：**hermes-agent单周暴涨14,811颗星**，成为全站第一热门项目。与此同时，oh-my-codex、oh-my-claudecode分列三四位，整体AI Agent相关项目占据周榜前十中的7席。
LLM Weekly（2026.4.6-2026.4.12）
c_cpp_csharp的专栏
05-03 189
首个世界模型通用开源框架，明确定义以感知为核心、具备环境交互+长期记忆能力的世界模型统一标准。整合多任务通用推理代码，实现跨模型代码复用与协同推理，为全球世界模型研究搭建统一底层基座。
LLM Weekly（2025.12.29-2026.1.4）
c_cpp_csharp的专栏
01-08 152
深度求索提出全新训练方法，助力中国人工智能能效提升 深度求索发布一篇关于流形约束超连接（Manifold-Constrained Hyper-Connections） 的论文，该训练框架可提升大型人工智能模型的可扩展性，同时降低算力与能耗需求。研究团队基于字节跳动2024年的技术成果，对参数量从30亿到270亿不等的模型展开测试。此项研究先于深度求索备受期待的R2模型问世，分析人士指出，即便面临美国的芯片限制，该模型仍有望再度颠覆全球人工智能领域格局。谷歌在NotebookLM平台测试30分钟音频课程功能
LLM Weekly（2025.10.13-10.19）
c_cpp_csharp的专栏
10-21 377
Anthropic 公司发布 Claude Haiku 4.5 模型，该模型在提升编码性能的同时降低成本、提高速度，在特定任务中表现优于 Claude Sonnet 4 模型。用户可通过 Claude Code 平台及主流平台使用该模型，它为开发者提供了高性价比的选择，能助力聊天助手、编码代理等人工智能应用的优化。
LLM Weekly（2025.12.1-12.7）
c_cpp_csharp的专栏
12-10 676
Testing Weekly | 测试行业每周资讯-第 02 期 | 2026-04-27
qq_32312323的博客
04-27 141
微软 AI Evaluation Stack 的双层架构（确定性层验证客观指标，语义层验证主观质量）揭示了一个核心矛盾：AI 生成代码越来越多，但测试 AI 生成内容的能力严重滞后。从本周数据看，AI/大模型测试工程师需求旺盛，具备 LLM 评测、AI Agent 测试能力的工程师薪资溢价明显（部分岗位突破 70k CNY）。97% 的组织计划增加测试投入，但 65% 的技术领导者对 AI 代码质量风险缺乏清晰认知——具备 AI 质量保障能力的测试工程师严重供不应求。
15_项目实战一_用LangChain搭建个人知识库问答助手
最新发布
yang13739765227的博客
06-29 528
文档 -> 切分 -> 向量化 -> 向量库 -> 检索 -> 拼 Prompt -> 模型生成答案但真正做一个个人知识库问答助手时，你会发现问题不止这些。用户不是只放一个.txtPDF 论文。Word 需求文档。Markdown 技术笔记。会议纪要。项目说明。API 文档。个人学习资料。这篇文章讲了什么？根据我上传的所有资料，LangGraph 和 LangChain Agent 的区别是什么？支持多格式文档加载。自动切分长文档。为每个 chunk 保存来源信息。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

UnknownBody

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值