研究:编程智能体外壳费钱三倍 分数不变
山东大学研究人员实测发现,给同一个大模型换上不同编程智能体外壳,SWE-benchVerified上的通过率变化与原样重跑相当,单个任务成本却最多差3倍。重跑同一配置分数就能波动2.2到6.0个百分点
2026-10-25 人工智能 我要分享换AI编程框架 分数没涨账单翻三倍
山东大学两名研究者把同一批模型分别放进ClaudeCode、OpenCode与mini-SWE-agent三个编程框架跑分:换框架带来的提升与同一配置重跑一次的波动几乎相同,唯一稳定差距是最轻那个框架
2026-10-24 人工智能 我要分享智能体长期决策新基准 最强模型仅59.7%
微软与香港城市大学推出Taste-Bench,用502道“决策分叉”题测试AI智能体的长期决策能力。14个模型中最强的GPT-5.6Sol仅得59.7%,关键线索出现得越晚成绩越差,加大推理也无济于事
2026-10-18 人工智能 我要分享马斯克要求推特程序员写周报,具体到代码行数
北京时间11月24日下午消息,据报道,推特内部邮件显示,该公司要求技术类员工必须每周发邮件给CEO埃隆・马斯克(ElonMusk),介绍自己本周的所有工作,以此实现"快速创新"。当地时间周一晚,马斯克
2022-12-21 资讯 我要分享英伟达研究 短上下文顶住百万token任务
英伟达研究团队在新论文中提出,智能体频繁压缩上下文后,用几千token的工作记忆就能守住任务精度,成本还低数倍,质疑业界竞赛式堆大窗口的必要性。
2026-11-22 人工智能 我要分享AlphaChip原班人马开源65B编码模型
芯片设计创企RicursiveIntelligence开源650亿参数模型Ripple-65BPreview,采用Apache2.0协议。公司称其在Terminal-Bench2.1编码基准拿到80.
2026-11-07 人工智能 我要分享Inkling 2 Mini开源 笔记本就能跑
思维机器实验室开源26.4B参数的Inkling2Mini:中层循环三次推理,约20GB内存即可在笔记本离线运行,智能体编程基准领先同级开源模型。
2026-11-21 人工智能 我要分享扩散智能开源350亿参数模型 生成快达十倍
扩散智能开源扩散语言模型Clover-35B-A3B-Preview,总参数350亿、激活30亿,官方称生成速度最高达同尺寸自回归模型10倍,权重已上架GitHub与HuggingFace。
2026-10-29 人工智能 我要分享Vera Rubin登陆云端 吞吐量最高4.8倍
CoreWeave宣布英伟达VeraRubinNVL72系统进入生产可用状态,AI软件公司Cognition成为首个生产客户,实测软件工程推理任务总token吞吐量最高达GB200NVL72的4.8倍
2026-10-01 科技 我要分享LG免费开放7500亿参数模型API
LGAI研究院宣布,7500亿参数的K-EXAONE2.5模型API向开发者、企业与研究机构免费开放,四项智能体基准与DeepSeek、GLM同档,综合性能较8月版提升逾七成。
2026-11-09 人工智能 我要分享英伟达Vera Rubin系统投产 推理吞吐提升4.8倍
英伟达新一代VeraRubinNVL72系统已在CoreWeave云平台投入生产,AI软件公司Cognition成为首个运行生产负载的客户,软件工程推理任务的总token吞吐量较上一代GB200NVL
2026-10-04 科技 我要分享德国发布78B开源主权模型Kolibri
德国AI公司AlephAlpha在德国统一日发布开源大模型Kolibri:总参数78B、每token激活3.46B的MoE架构,上下文最长100万token,权重以Apache2.0开放下载。模型专为
2026-10-03 人工智能 我要分享Sakana新框架 模型自己组队教自己
东京AI实验室SakanaAI发布自改进框架MASS:同一个模型分饰执行者、优化者与评估者三个角色,先搜索最优多智能体工作流,再把冠军团队的轨迹蒸馏回权重。两轮迭代后每token得分达基线1.2至1.
2026-10-12 人工智能 我要分享


