如果AI阿谀奉承，还能相信它吗？
巴西国立坎皮纳斯州立大学研究人员测试21个模型对112项政治陈述的判断，发现所有模型都会向用户提示的政治倾向偏移，被形容为“意识形态变色龙”。Meta的Llama 3.1 8B和DeepSeek V3.2偏移最小，Google的Gemma 3 27B和OpenAI的GPT-5 Nano偏移最大。研究者警告，用户可能将这种迎合误认为中立评估，从而加剧社会极化。
匹配字段摘要、正文
←搜索结果
搜索“DeepSeek”
研究：21个聊天机器人会迎合用户政治立场
巴西国立坎皮纳斯州立大学研究人员测试21个模型对112项政治陈述的判断，发现所有模型都会向用户提示的政治倾向偏移，被形容为“意识形态变色龙”。研究还提出“变色龙指数”衡量偏移程度，Meta的Llama 3.1 8B和DeepSeek V3.2变化最小，Google的Gemma 3 27B和OpenAI的GPT-5 Nano偏移最大。研究人员警告，用户可能把这种迎合误认为中立的客观评估，从而加剧社会极化。
匹配字段摘要、正文
华为称昇腾 AI 芯片在中国市场已超过 Nvidia，但未披露具体份额
华为轮值董事长徐直军在华为全联接大会上称，按华为自身数据昇腾在中国市场已超过 Nvidia，但未给出具体份额，并承认 Nvidia 在中国的份额难以确定。Bernstein 预测今年华为份额约 50%、Nvidia 约 8%，而黄仁勋此前称出口管制前 Nvidia 在中国份额约为 95%。徐直军表示瓶颈在于中国大陆可获得的制程节点而非芯片设计，因此华为将大量芯片连接成 SuperPoD；产能也是限制，华为无法满足国内需求，暂无全面出海计划，仅在几个需求很强的国家小批量测试和出货。据报 DeepSeek 计划在内蒙古一处数据中心部署至少 16 万颗昇腾 950DT 芯片。
匹配字段摘要、正文
Baseten 如何打造 Artificial Analysis 上最快的 GLM-5
Baseten 通过低开销 MTP 投机解码引擎、针对 GLM-5 架构优化的 MoE 路由内核以及为 DeepSeek Sparse Attention 定制的推理内核，在 Artificial Analysis 独立基准测试中让 GLM-5 达到 200+ tokens/秒和约 200ms 首 token 延迟，位列榜首。GLM-5 是 Z.ai 的最新开源旗舰模型，总参数 744B、每轮前向激活 40B、训练 token 量 28.5T，采用 MIT 许可，在 SWE-bench Verified 得分 77.8、AIME 2026 得分 92.7%。
匹配字段摘要、正文
Baseten 工程博客研究文章列表：GLM-5 推理优化与法律智能体训练
Baseten 工程博客研究栏目收录了多篇文章，包括《How we built the fastest GLM-5 on Artificial Analysis》、与 Harvey 合作的后训练前沿法律智能体、无暗面蒸馏、BYO SWE-grep 自动训练搜索子智能体（第一部分）、Lumina 客户在环自改进评估、基于注意力的归因以及带提示词变异的稳健样本高效 SFT。页面列出的热门模型包括 DeepSeek V4.1 Flash、GLM-5.3 Fast、GLM-5.3、GLM-5.3-Flash、Kimi K3 和 Whisper Large V3。
匹配字段摘要、正文
Baseten 工程博客：Whisper 模型部署与热门模型列表
Baseten 工程博客列出多篇文章，包括五分钟内用 OpenAI 的 Whisper 模型构建、开源模型服务方案的缘由，以及四款加速内容创作的 ML 模型。页面还列出热门模型：DeepSeek V4.1 Flash、GLM-5.3 Fast、GLM-5.3、GLM-5.3-Flash、Kimi K3 和 Whisper Large V3。
匹配字段摘要、正文
DeepMind 研究员提出"人工共生智能"，作为奇点的替代方案
Google 关联研究员 Benjamin Bratton、Blaise Agüera y Arcas 和 James Manyika 在一篇 DeepMind Institute 文章中提出"人工共生智能"，认为 AGI 将从人与 AI 智能体协作的社会系统中涌现，而非单一超级智能。文章援引对 DeepSeek-R1 和 QwQ-32B 等推理模型的分析，指出其推理轨迹呈现内部辩论、转换视角和调和冲突的特征，且这种多视角行为在强化学习只奖励推理准确率时自行出现。作者主张 AI 智能体是可拆解重组的临时组合体，未来界面可能更像可视化网络图。
匹配字段摘要、正文
Ai2 开源 AstaBrief 报告生成模型，基于 Qwen3-8B 训练
Ai2 开源 AstaBrief，一个基于 Qwen3-8B 训练的科学报告生成模型，已作为 Asta 的 Fast 模式上线，并可从 Hugging Face 下载。训练采用监督微调加直接偏好优化的简单方案，SFT 数据来自 90K 条真实科研查询过滤后的 47K 条样本，DPO 数据约 6K 条，由 GPT-4.1 与 DeepSeek-R1 双评委一致才保留。模型一次生成完整报告，跳过片段摘要与聚类步骤，在 SQABench-CS2 等评测上接近 Claude 驱动的报告管线；374 名试用用户中 29.1% 连续使用两天以上，Fast 模式好评率 84.2%。
匹配字段摘要、正文
小米 MiMo V2.6 Pro 进入 Arena 智能体榜第 19 名
小米 MiMo V2.6 Pro 进入 Arena 智能体排行榜第 19 名，输出价格为每百万 token 0.87 美元，低于排在其前面的全部 18 个模型。其单任务成本中位数为 0.10 美元，在前 19 名中并列最低，排名第 15 的 DeepSeek V4.1 Flash（Max）与之持平。
匹配字段摘要、正文
OpenRouter 推出 Model Router Benchmarks 路由基准测试页
OpenRouter 上线 Model Router Benchmarks 页面，对 Auto Router、Free Models Router、Unbiased Pareto、Sakana Fugu、Jev Router、NVIDIA Switchyard 等路由从质量、速度、成本三个维度打分，并给出 0 到 10 的 Router Index（默认质量 60%、单任务耗时 20%、成本 20%，权重可拖动滑块调整）。页面同时列出 DeepSeek v4 Flash 与 GPT-6 Astra 等单模型作为基线，例如 GPT-6 Astra 每 token 平均价格高出 48 倍以上、在 Codex 中跑 10 到 49 轮会话贵 21 倍。所有被评测路由均可在 OpenRouter 上直接替换模型使用。
匹配字段摘要、正文
NVIDIA AI 工厂如何最大化投资回报：高产、耐用、通用
NVIDIA 提出 AI 工厂回报取决于产能收益、使用寿命和需求三要素，并以每兆瓦约 6000 万美元的建造成本为背景。SemiAnalysis AgentX 数据显示，NVIDIA Vera Rubin NVL72 每兆瓦吞吐量比 GB300 NVL72 高 30 倍以上，在 DeepSeek V4 Pro 上每百万 token 成本低至 45 倍。2020 年发布的 A100 六年后仍在商用，CoreWeave 已将 2020 年首批设备的预订延长至 2029 年。
匹配字段摘要、正文
中国实施类人AI聊天机器人监管，限制未成年人使用虚拟伴侣
中国于7月15日实施全球范围内针对类人AI聊天机器人的最广泛监管措施，要求AI助手明确表明自己并非人类、每隔两小时提醒在线时长，并禁止造成情感依赖或成瘾。14岁以下人士使用以人类方式对话的AI须获父母同意，18岁以下人士被禁止接触虚拟伴侣、虚拟配偶及虚拟亲属。企业违规可能面临20万元人民币罚款或被公开通报批评。报道还引述研究者对监管动机的不同看法，并提到部分用户转向DeepSeek等通用模型或VPN绕过限制。
匹配字段摘要、正文
智谱 GLM-4.7 上线 Cerebras，推理速度约 1000 tokens/秒
Cerebras 宣布智谱最新 GLM 系列模型 GLM-4.7 已在其 Inference Cloud 上线，代码生成速度约 1000 tokens/秒，部分场景可达 1700 TPS。该模型在 SWEbench、τ²bench、LiveCodeBench 等开发者基准上领先 DeepSeek-V3.2，并引入交错思考与保留思考机制，支持跨轮次保留推理上下文。GLM-4.7 与 GLM-4.6 的 chat completions 工作流完全兼容，迁移通常只需更新模型名，Cerebras 称其性价比约为 Claude Sonnet 4.5 的 10 倍。
匹配字段摘要、正文
Gemma 4 在 Cerebras 上跑出约 2300 tok/s：三个多模态应用实测
Google 开源多模态模型 Gemma 4 31B 在 Cerebras 上以约 2300 tok/s 运行，首次让开源多模态模型突破 2000 tok/s。实测中，60 页 DeepSeek-V4 技术报告解析仅用 1.79 秒，比 GPU 提供商快 17 倍；基于 17 帧视频的租车损伤检测应用 5 秒内完成全部标注。
匹配字段摘要、正文
Cerebras：快速推理找到节奏
Cerebras 回顾 2025 年：DeepSeek R1 Llama 70B 在其芯片上以超过 1500 tokens/秒运行，约为 GPU 的 57 倍；Artificial Analysis 独立测试显示其推理性能超过 NVIDIA Blackwell 的纪录。Cognition 的 SWE-1.5 与 SWE-grep 系列实现前沿级编码性能，速度最高达通用模型的 13 倍。Cerebras 在俄克拉荷马州启用 40+ exaflop 数据中心，并在北美和欧洲布局超过 7 个数据中心。
匹配字段摘要、正文
Baseten 工程博客：模型性能优化实践汇总
Baseten 工程博客的模型性能栏目汇总了多项推理优化工作，包括让 pyannote 的说话人分离（diarization）模型提速 9.6x、让 Kimi K3 的 tokenization 在百万 token 智能体负载下提速 18x，以及为 DeepSeek V4 Pro 0813 做推理工程优化。该栏目还涵盖托管 RL rollout 的 delta 权重同步优化、Coval 语音 AI 基准测试，以及为 Kimi K3 和 GLM-5.2 构建 API 的实践。
匹配字段摘要、正文
Baseten 工程博客 AI 模型文章列表
Baseten 工程博客的 AI 模型栏目汇集多篇模型与推理工程文章，包括 NVIDIA Nemotron 3 Diarization 实现每音频小时一美分的实时说话人标注、DeepSeek-V4.1-Flash 面向编码智能体的更高效 prefill，以及 NVIDIA Nemotron 3.5 Lightning、Nemotron 3.5 ASR Streaming、Nemotron 3 Embed 等新模型介绍。此外还涵盖 GLM-5.3 后训练扩展、GLM 5.2 视觉能力、Laguna S 2.1 与开源后训练模型推荐等主题。
匹配字段摘要、正文
中国信通院发布《驾驭工程：赋能智能原生软件工程研究报告（2026年）》
中国信通院云计算与数字化研究所发布《驾驭工程：赋能智能原生软件工程研究报告（2026年）》，聚焦驾驭工程在智能原生软件工程中的应用，提出设计原则、六大核心能力与L1-L5能力成熟度模型。报告称截至2026年5月，67.3%软件企业已将AI投入生产，31.2%完成智能体与核心流程内嵌部署；海外Anthropic等已形成商业产品矩阵，OpenAI于2026年8月开源Codex Harness，国内DeepSeek开源Harness框架24小时获约5.5万星。报告还给出易鑫智能体持续执行16小时、自主交付率65%等落地案例，并展望标准形成、平台化、基础设施化三阶段演进。
匹配字段摘要、正文
Inception 公布 Mercury 2 在 PinchBench 上的评测结果
Inception Labs 公布 Mercury 2 在 PinchBench 上的评测结果：任务成功率 78%，高于 GPT-5 Mini 的 75%、Gemini 2.5 Flash 的 71%、DeepSeek Chat 的 72% 和 GPT-4o 的 71%，并在同准确率档位中执行时间最快。定价为每 100 万 token 输入 0.25 美元、输出 0.75 美元，约为 Claude 4.5 Haiku 输入输出的四分之一。PinchBench 基于 OpenClaw 构建，考察工具调用、多步推理和真实任务完成情况，Mercury 2 的速度来自并行细化而非逐 token 生成。
匹配字段摘要、正文
英伟达芯片难买后，中国大模型靠什么继续跑
虎嗅分析指出，国产算力已能兜底大模型运行，智谱国产芯片推理集群达10万卡规模，美团LongCat-2.0也在国产算力上完成训练，但昇腾910C在万亿参数后训练中MFU约30%-35%，低于H100的40%-50%。文章把算力效率拆成芯片、软件、模型三个变量，并对比智谱、MiniMax、DeepSeek、Kimi四条路径，认为短期确定性最高的是智谱，中期弹性最大的是DeepSeek。作者提出产能、效率、成本三项跟踪指标，三者同时改善时国产算力才可能从备份选项转为成本优势。
匹配字段摘要、正文