全部动态

TestingCatalog@testingcatalog11 个信源在谈原文

模型 Agent 与开发者15:01

Goodfire开发AI对齐新方法

Goodfire找到了防止AI产生不良行为的简单方法，比传统对齐技术更实用。

#Goodfire #AI对齐 #泛化控制

Teortaxes@teortaxesTex原文

模型 Agent 与开发者多源确认72°14:40

GPT-6 Astra破译217年前拿破仑密信

GPT-6 Astra成功破译历史密信，展示了AI在历史文献解读上的实际应用。

#GPT-6 #Astra #密码破译 #历史文献

#Astra #Kimi K3 #计算机使用代理 #速度测试

kimmonismus@kimmonismus11 个信源在谈原文

模型 Agent 与开发者多源确认13:01

计算机使用代理速度测试结果

Astra和Kimi K3同分不同速，4.4倍差距值得开发者关注

Looped Diffusion Transformer模型发布

Aran Komatsuzaki (论文推介)@arankomatsuzaki11 个信源在谈原文

模型 Agent 与开发者精选73°12:56

新发布的Looped Diffusion Transformer模型比大6.5倍的模型表现更好，计算需求却低4.9倍，效率惊人。

#Looped Diffusion Transformer #T2I #图像生成 #推理模型

Aran Komatsuzaki (论文推介)@arankomatsuzaki原文

模型 Agent 与开发者多源确认83°10:58

OpenAI发布GPT-6.1 Sol提升成本效率

OpenAI新发布的GPT-6.1 Sol成本大幅降低，同时修复了GPT-6 Luna的视觉理解问题，让模型在多个基准测试中表现提升。

#GPT-6.1 Sol #GPT-6 Luna #OpenAI #成本效率

官方账号Artificial Analysis@ArtificialAnlys11 个信源在谈原文

模型 Agent 与开发者多源确认83°10:56

#Gemini 4 #Argon #Google #长程推理

Google新发布的Gemini 4 Argon专注长程复杂任务，在编程、企业安全和视频理解领域都有亮眼表现。

Gemini 4 Argon 在 AA 编码智能体指数表现优异

shao__meng@shao__meng11 个信源在谈原文

模型 Agent 与开发者多源确认10:02

谷歌的 Gemini 4 Argon 在编码智能体测试中表现亮眼，使用 Antigravity 框架评估。

#Gemini 4 #AA 编码智能体指数 #Antigravity #编程助手

#TwIL-LM3-Pro #webAI #推理模型 #形式逻辑

Varun Mohan@_mohansolo11 个信源在谈原文

模型 Agent 与开发者精选73°09:50

webAI发布TwIL-LM3-Pro推理模型

webAI新推的3.66B参数模型，主打形式逻辑推理，小体积就能跑，性能还超过多个大模型。

shao__meng@shao__meng原文

模型 Agent 与开发者多源确认09:35

Fulcrum 使用 Fireworks API 训练 Echo 模型

Fulcrum 用 Fireworks API 和 Kimi K3 训练 Echo，成本仅 4500 美元，还分享了角色训练技巧。

#Echo #Fireworks #Kimi K3 #LoRA

Fireworks AI@FireworksAI_HQ6 个信源在谈原文

模型中美对照多源确认83°09:34

谷歌发布Gemini 4 Argon新旗舰模型

谷歌发布Gemini 4 Argon，1M token输出能力，多项基准测试领先，但普通用户暂时用不了

#Gemini 4 Argon #谷歌 #GPT-6.1 Sol #DeepSWE

#GPT-6.1 #OpenAI #ChatGPT #Codex

AIGCLINK@aigclink11 个信源在谈原文

模型 Agent 与开发者多源确认83°09:10

OpenAI推出GPT-6.1 Sol模型

OpenAI新推出的GPT-6.1 Sol模型需求量巨大，服务器扩容后速度将翻倍。

#Gemini 4 Argon #GPT-6.1 #Claude Opus #GoogleDeepMind

thsottiaux@thsottiaux11 个信源在谈原文

模型中美对照多源确认83°08:59

Gemini 4 Argon 对标前沿模型

GoogleDeepMind 新发布的 Gemini 4 Argon，成本比 GPT-6.1 和 Claude Opus 低很多，性能如何？

#Gemini #Google #Argon #网络安全

lmarena.ai@lmarena_ai11 个信源在谈原文

模型 Agent 与开发者83°08:57

Gemini 4发布，仅限安全人员使用

Google的Gemini 4已发布，但只给安全人员用，等护栏完善后才开放给大众。

小互@imxiaohu原文

模型 Agent 与开发者精选08:46

韩国Upstage发布Solar Mini 4模型

Upstage的Solar Mini 4在3B活跃参数模型中表现优异，但任务成本是GPT-6 Luna的5倍，知识准确率较低。

#Solar Mini 4 #Upstage #推理模型 #长上下文

Ling Flash 3.1 在乐高 Minecraft 任务中击败 Deepseek

官方账号Artificial Analysis@ArtificialAnlys2 个信源在谈原文

模型 Agent 与开发者08:41

Ling Flash 3.1 在乐高 Minecraft 任务中击败了 Deepseek，展示了其强大的智能体能力。

#Ling Flash #Deepseek #MoE #乐高

@atomic_chat_hq@atomic_chat_hq原文

模型 Agent 与开发者多源确认08:11

GPT-6.1 Sol成本降低30%

OpenAI的GPT-6.1 Sol比前代每任务成本低30%，主要通过优化token使用实现。

#GPT-6.1 Sol #GPT-6 Sol #GPT-5.6 Sol #成本优化

官方账号Artificial Analysis@ArtificialAnlys11 个信源在谈原文

模型 Agent 与开发者多源确认87°08:06

#Gemini 4 #Google #推理模型 #长文本处理

Google终于发布Gemini 4，百万token输出上限，多项基准测试领先，还能帮你写代码找漏洞。

Hidream-O1-Video-1.0 在图像转视频榜单排名第7

berryxia@berryxia11 个信源在谈原文

模型 Agent 与开发者07:50

HiDream 刚发布了三款新模型，其中视频生成模型在 Arena 榜单上表现亮眼，距离顶级模型仅差几分。

#Hidream-O1-Video-1.0 #HiDream #图像转视频 #Arena

lmarena.ai@lmarena_ai原文

模型 Agent 与开发者83°06:53

Gemini 4 Argon (High)重塑帕累托前沿

谷歌Gemini 4 Argon (High)以每任务0.62美元的成本刷新了效率记录，性价比极高。

#Gemini #Agent Arena #帕累托前沿 #成本效率

lmarena.ai@lmarena_ai原文

模型 Agent 与开发者72°06:50

Runway发布开放权重动作模型Praxis-1

Runway推出了Praxis-1开放权重动作模型，对机器人领域有重要意义。

#Runway #Praxis-1 #机器人 #动作模型

官方账号Runway ML@runwayml原文

模型中美对照多源确认83°06:46

#Gemini #Gemini 4 Argon #GPT-6 #推理模型

谷歌新推的Gemini 4 Argon在推理能力和长任务处理上表现出色，内存优化案例释放了300 TiB，API定价也很有竞争力。

Gemini 4 Argon (High)在Agent Arena排名第8

岚叔@lufzzliz11 个信源在谈原文

模型 Agent 与开发者83°06:45

GoogleDeepMind的Gemini 4 Argon (High)在多个基准测试中表现优异，成本效益高，特别是在文本生成和网页开发领域。

#Gemini 4 Argon #GoogleDeepMind #Agent Arena #Text Arena

lmarena.ai@lmarena_ai原文

模型中美对照78°06:36

Google DeepMind开源SynthID Bio蛋白质水印技术

谷歌发布了Gemini 4 Argon新模型，先给政府和网络安全团队用，很快就会 wider release。

#Gemini #Gemini 4 Argon #谷歌 #前沿AI模型

官方账号Demis Hassabis@demishassabis原文

模型中美对照多源确认76°05:45

Google DeepMind开源了蛋白质水印技术SynthID Bio，能追踪AI设计的蛋白质，对生物安全很重要。

#SynthID Bio #Google DeepMind #蛋白质水印 #生成生物学

Gemini 4 Argon 在文本和代码基准测试中领先

官方账号Demis Hassabis@demishassabis6 个信源在谈原文

模型 Agent 与开发者87°05:40

Google 新发布的 Gemini 4 Argon 在文本和代码基准测试中全面领先，性价比高达 8 美元/百万token。

#Gemini #GoogleDeepMind #Text Arena #Code Arena

lmarena.ai@lmarena_ai原文

模型 Agent 与开发者多源确认83°05:35

Cognition成首个NVIDIA Vera Rubin客户

Cognition用上了NVIDIA最新Vera Rubin芯片，性能比前代提升近5倍，专门为更好的AI智能体设计。

#NVIDIA #Vera Rubin #Cognition #CoreWeave

Cognition@cognition_labs11 个信源在谈原文

模型中美对照多源确认87°05:23

#Gemini 4 Argon #GPT-6 Astra #Claude #OpenAI

谷歌发布Gemini 4 Argon，价格只有GPT-6 Astra的五分之一，输出却是8倍，网络安全表现领先。

美国TwIL-LM3-Pro超越中国VibeThinker-3B

宝玉@dotey11 个信源在谈原文

模型中美对照73°05:22

美国3.66B模型TwIL-LM3-Pro在形式逻辑测试中大幅领先中国VibeThinker-3B等模型，且支持本地运行。

#TwIL-LM3-Pro #VibeThinker-3B #webAI #推理模型

rohanpaul_ai@rohanpaul_ai原文

模型中美对照76°05:08

谷歌通过Fairwind计划发布Argon模型

谷歌发布带前沿安全防护的Argon模型，先提供给美国政府和网络安全专家使用。

#Argon #谷歌 #Fairwind #前沿模型

Sundar Pichai@sundarpichai原文

模型中美对照多源确认83°05:04

Gemini 4 Argon支持百万token输出

Google的Gemini 4 Argon能一次输出百万token，比其他主流模型多8倍，长文本处理能力大幅提升。

#Gemini 4 Argon #GPT-6 Astra #Opus 5.5 #长文本生成

Claude Sonnet 5.5与GPT-6.1 Sol性价比测试

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文

模型 Agent 与开发者多源确认05:03

Claude和OpenAI的新模型在保持性能的同时大幅降低成本，值得开发者关注。

#Claude Sonnet 5.5 #GPT-6.1 Sol #性价比 #模型对比

lmarena.ai@lmarena_ai11 个信源在谈原文

模型 Agent 与开发者78°05:02

#Gemini #Gemini 4 Argon #Google #软件工程

谷歌悄悄发布了Gemini 4 Argon，已经在内部用于从编程到量子计算的各种任务，网络安全防御者优先使用。

Varun Mohan@_mohansolo原文

模型 Agent 与开发者76°04:59

#Gemini #Gemini 4 Argon #Google #软件工程

谷歌提前曝光Gemini 4 Argon，展示其在复杂任务上的表现，谷歌内部已广泛使用。

Patrick Loeber@patloeber原文

模型中美对照多源确认83°04:58

Gemini 4 在AAI指数表现优异

Gemini 4在多个基准测试中表现优异，特别是低幻觉率值得关注。

#Gemini #GPT-6 #AAI #基准测试

kimmonismus@kimmonismus11 个信源在谈原文

模型 Agent 与开发者多源确认76°04:52

#Gemini #Google #GPT-6 #Claude

Google新旗舰Gemini 4 Argon在法律领域大幅领先，输出限制达行业最高1M tokens，还优化了视频解码速度。

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文

模型 Agent 与开发者78°04:50

#Gemini #Google #Gemini 4 Argon #AI模型

Google团队推出了Gemini 4 Argon，这是他们AI产品线的新成员，标志着Google在AI技术上的持续进步。

官方账号Logan Kilpatrick@OfficialLoganK原文

模型 Agent 与开发者多源确认76°04:41

谷歌发布Gemini 4 Argon前沿模型

谷歌出了个新模型Gemini 4 Argon，专攻复杂工作流程，今天已经开始给测试者用了。

#Gemini #Gemini 4 #GoogleDeepMind #编码

官方账号Google DeepMind@GoogleDeepMind11 个信源在谈原文

模型中美对照多源确认83°04:40

#Gemini #GPT-6 #Claude #基准测试

Google新模型Gemini 4 Argon在多项基准测试中击败对手，特别在编程和专业领域表现突出。