←搜索结果

搜索“其他”

按匹配度 · 共 143 条结果 清除搜索

星期五

  1. One Useful Thing

    Ethan Mollick 提前试用 GPT-5.5：能力提升仍在加速

    Ethan Mollick 提前获得 GPT-5.5 试用权限，认为其能力提升明显，其中 GPT-5.5 Pro 完成同一 3D 港口城镇模拟任务用时 20 分钟，上一代 GPT-5.4 Pro 为 33 分钟。他用 Codex 配合 GPT-5.5 处理自己积压十年的众筹数据，仅用四个提示词就生成了一篇含真实文献综述和统计方法的论文，他认为质量相当于博士二年级项目成果。他还提到 OpenAI 新的图像模型（有时被称为 GPT-imagegen-2）能渲染高质量文字和图像，但 AI 在长篇虚构写作上仍存在文风浮夸、对话同质等粗糙之处。

    个编程挑战：“给我构建一个程序化生成的 3D 模拟，展示一个港口城镇从公元前 3000 年到公元 3000 年的演变，它应该看起来很美，并允许我对它有一定的控制。” 然后我把每个答案都发布到这个画廊里，这样你就可以拿它们做实验（实际上，我是让 GPT-5.5 Codex 帮我构建的画廊页面）。你应该玩一玩它们来感受差异，但你可以在下面看到其中几个例子。除了在其他所有维度上都更好之外，只有 GPT-5.5 Pro 真正模拟了一个不断演变的城镇，而不只是随着时间推移生成新的建筑替换。GPT-5.5 Pro 也比它的上一代快得多：GPT-5.4 Pro 完成任务用了 33 分钟，GPT-5.5 Pro 用了 20 分钟。 我一直鼓励你把 AI 不看作单一的东西，而看作三个相互关联的概念。你需要考虑模型，比如 Opus 4.7、Gemini 3.1，或者（现在）GPT-5.5。你还要关注应用，也就是你实际用来与模型对话的产品，它们让模型为你做真正的工作。最常见的应用是每个模型的网站：chatgpt.com、claude.ai、gemini.google.com。但是，像 Claude Code

    匹配字段正文

    #newsletter#行业动态#OpenAI#多模态

星期四

  1. 蚂蚁百灵：Developer Blog精选

    蚂蚁百灵发布 Ling-2.6-flash：104B 总参数、7.4B 激活，主打 Token 效率

    蚂蚁百灵发布 Instruct 模型 Ling-2.6-flash，总参数量 104B、激活参数 7.4B，围绕推理效率、Token 效率与 Agent 场景做系统优化。官方称其在 4 卡 H20 下推理速度最快达 340 tokens/s，Prefill 吞吐为 Nemotron-3-Super 的 2.2 倍；Artificial Analysis 完整评测中仅消耗 15M tokens，约为 Nemotron-3-Super 等模型的 1/10。模型在 BFCL-V4、TAU2-bench、SWE-bench Verified、Claw-Eval、PinchBench 等评测中取得同尺寸 SOTA 水平，并已在 OpenRouter 与官方平台提供一周免费 API 调用，BF16、FP8、INT4 版本将于近期开源。

    核心能力对比

    SOTA 级别的表现。 这也意味着，Ling-2.6-flash 所追求的，并不是单点极限能力，而是在控制 Token 消耗的前提下，依然保持对 Agent 任务的强竞争力。对开发者与企业而言，这代表着更低的推理成本、更高的部署效率，以及更适合大规模真实应用的模型体验。 Ling-2.6-flash 在 Agent 相关基准上达到同尺寸 SOTA 水平，并在其他核心能力上保持出色表现。 01 混合线性架构，释放推理效率 架构改进 Ling-2.6-flash 延用了 Ling 2.5 的模型架构设计：在 Ling 2.0 架构基础上引入了混合线性注意力机制。通过增量训练方式，将 Ling 2.0 架构的 GQA 注意力机制升级为 1:7 的 MLA + Lightning Linear 高效混合架构。 得益于混合注意力机制与高度稀疏化的 MoE 架构，Ling-2.6-flash 在推理效率上展现出显著优势。与同尺寸级别的主流 SOTA 模型相比，Ling-2.6-flash 不仅首字响应更快，长输出场景下的生成效率也更高，Prefill 吞吐与 Decode 吞吐最高均可达到约 4

    匹配字段正文

    #engineering#模型发布#Agent#推理

星期一

  1. Qwen Blog精选

    Qwen3.5 发布：首个原生多模态智能体模型 Qwen3.5-397B-A17B

    Qwen 团队正式发布 Qwen3.5 系列首个开源权重模型 Qwen3.5-397B-A17B，这是一个原生视觉语言模型，在推理、编码、智能体和多模态理解等基准上给出完整评测结果。模型采用线性注意力（Gated Delta Networks）与稀疏 MoE 混合架构，总参数 397B、每次前向仅激活 17B，语言与方言支持从 119 种扩展到 201 种。托管版本 Qwen3.5-Plus 通过阿里云百炼提供，默认 1M 上下文窗口，并内置官方工具与自适应工具调用。

    大小的单元格组成的。让我尝试推断网格的尺寸。 假设迷宫是一个 N x N 的网格。 587 和 586 非常接近。如果这是一个 17x17 的网格（包括墙壁），每个单元格大约是 34-35 像素。 让我尝试通过检查图像中的线条或简单的除法来确定网格大小。 587 / 17 = 34.52… 586 / 17 = 34.47… 这看起来不太像整数。 让我们尝试其他常见的尺寸，比如 15x15, 19x19, 21x21 等。 或者，我可以尝试根据红球和绿球的位置以及边界框来推断。 红球在左上角，绿球在右下角。 让我尝试将边界框内的图像分割成网格，并尝试几种可能的网格尺寸，看看哪种能产生清晰的黑白模式。 考虑到边界框是 587x586，这可能意味着最外圈是墙壁。 让我们尝试检测边缘或简单的阈值来估算单元格大小。 或者，我可以假设网格大小是使得 587 和 586 能被整除的数。 587 是质数吗？587 / 1 = 587. 586 = 2 293. 这有点奇怪。也许边界框检测有轻微偏差，或者迷宫本身不是完美的正方形网格，或者最外层的黑边厚度不同。 让我重新检查边界框。也许我应该直接对整个

    匹配字段正文

    #company#模型发布#多模态#推理