Daily Bench是一个开源的仪表盘项目，专注于监控Anthropic、Google和OpenAI等主流AI提供商的模型性能表现。该项目旨在检测模型在官方发布版本之间可能出现的质量退化问题，这些问题通常由推理过程变更、知识蒸馏或量...

阿里巴巴最新开源的Qwen3-235B思维模型在技术领域取得重大突破，该模型在AIME25数学竞赛中达到92.3%的准确率，与OpenAI的O4-mini性能相当，并在编码基准测试中以74.1%的LiveCodeBench得分实现超越。这一2350亿参数的...

通义千问团队正式发布Qwen3-Coder，这是迄今为止最先进的智能编码代理模型。该模型采用4800亿参数的混合专家架构（Mixture-of-Experts），其中激活参数达350亿，并支持超长上下文处理。在智能编码、浏览器操作和工具...

阿里云旗下通义千问(Qwen)团队近日宣布对Qwen3-235B-A22B模型进行重大更新，新版本编号为Qwen3-235B-A22B-2507。此次更新的核心变化是取消了原先的混合思维模式(hybrid thinking mode)，转而采用将指令模型(Instruct...

谷歌宣布为其AI Pro和AI Ultra订阅用户推出搜索功能的重大升级，集成Gemini 2.5 Pro模型并引入深度搜索（Deep Search）技术。这一更新标志着搜索引擎正式进入多轮复杂交互时代，支持用户提交更长查询语句及连续追问...

GitHub开源项目Uzu为Apple Silicon平台带来突破性AI推理解决方案。该项目采用混合GPU/MPSGraph架构，显著提升计算效率，同时提供简洁API和统一模型配置，支持Swift及命令行接口绑定。其核心创新在于实现可追踪的计算...

一项名为'基于能量的Transformer'（Energy-Based Transformers）的新型架构在机器学习领域取得突破性进展。该技术摒弃了传统的直接预测方式，转而采用学习验证函数来评估输入与候选输出之间的兼容性得分。这种创新架...

近期，一篇关于强化学习（RL）如何扩展至惊人10^26 FLOPs（每秒浮点运算次数）的探讨引起了业界广泛关注。文章指出，强化学习被视为构建前沿AI模型，尤其是大型语言模型（LLMs）的下一个核心训练技术。传统观点认为...