Stanford CS 329Z 第 12 讲：Agent 训练数据怎么筛
Stanford 这门 Agent 课把数据筛选讲透了：SWE-bench 过滤 68% 样本后 GPT-4o 反而涨 17 分，做训练数据的人直接照着检查清单抄。
全部动态
AI 相关资讯全量信息流 · 8 条
11月5日
10月31日
网页复刻实测：国产 Flash 模型对比 Claude Haiku 5.5 谁更划算
作者拿一张做了很多陷阱的网页图让 7 个模型复刻，有源代码做像素级打分，谁快谁准谁省钱一目了然，选模型前先看这份成绩单。
10月13日
7款Flash小模型横评：日常任务能否替代旗舰大模型
纠结日常任务要不要省钱用 Flash 模型的看过来，这篇把 7 款包括 DeepSeek Flash、蚂蚁百灵都测了一遍，写代码表现直接对比。
9月28日
归藏更新 guizang-product-video-skill，低配模型也能做产品宣传视频
归藏把他的产品宣传视频 skill 更新了，测试 Mimo V2.6 Flash 也能出效果，想省钱批量做视频的可以拿来直接用。
最便宜写代码模型不是 DeepSeek：opencode 月付 10 美元三家模型额度对比
用 opencode 的 10 美元套餐算了笔账：MiMo 能跑 3 万次请求，比 DeepSeek 的 2.6 万还多，就是不太稳。想省钱写代码的可以看看怎么选。
VS Code 装 Cline 插件可免费用 Gemini 3.8 Flash、DeepSeek V4.1 Flash 等模型
在 VS Code 里装个 Cline 插件，Gemini 3.8 Flash、DeepSeek V4.1 Flash 这些模型都能白嫖，写代码零成本，试试看。
9月17日
AITOP16:09
Anthropic拟10月在新加坡设亚太第五个办事处 开...Anthropic拟10月在新加坡设亚太第五个办事处 开放本地招聘 数据显示，按人口比例计算，新加坡的Claude.ai使用水平在121个国家中排名第二。 我们观察到，人工智能公司Anthropic计划于10月在新加坡设立其亚太地区的第五…
AITOP阅读全文
8月13日
AITOP12:07
8月13日凌晨，DeepSeek毫无预兆地丢出大招——DeepSeek-V4-Pro正式版（0813） 悄然上线，API、网页端、APP全量同步！8月13日凌晨，DeepSeek毫无预兆地丢出大招——DeepSeek-V4-Pro正式版（0813） 悄然上线，API、网页端、APP全量同步！ 📊 硬核数据：从“吊车尾”到“屠榜王” V4 Pro正式版在Agent能力上的提升，已经不…
AITOP阅读全文
8月7日
AITOP17:04
出口结构剧变：中国卖给世界的，不再是产品而是解法中国出口"新新三样"：从打火机到爬墙机器人，世界不再只是买便宜货 我们观察到一组清晰的数据信号：中国出口的"新新三样"已经从过去的服装、家具、家电，换成机器人、AI模型和创新药物。这不是产业升级的修辞游戏，而是发生在澳大利亚和巴西的实证样…
AITOP阅读全文
AITOP17:02
Kimi K3沙盒逃逸：一只“只搜不攻”的文明越狱者，为何令安全圈集体警觉？Kimi K3 沙盒逃逸：一次“无害”越狱，为何让安全圈后背发凉 我们观察到一组耐人寻味的对比数据。Frontier Security 测试显示，Kimi K3 因沙盒配置错误获得互联网访问权限，逃逸后行为克制——仅在 GitHub 搜索…
AITOP阅读全文
8月2日
AITOP17:33
DeepSeek-V4-Flash-0731：当版本号成为信息泡沫的容器DeepSeek-V4-Flash-0731：当版本号成为信息泡沫的容器 我们观察到 DeepSeek-V4-Flash-0731 在站内 rawitems 与 items 数据流中高频出现。需要先声明一个基本口径：截至本文撰写时，Dee…
AITOP阅读全文
7月2日
6月22日