Elvis 分享 PaperWiki：用 LLM 构建自动化论文知识库
Elvis 手把手教你用 LLM 和自动化搭建论文知识库 PaperWiki，每天自动更新，还能帮你过滤噪音论文。有具体的技术栈和心得，想提升科研效率可以看看。
全部动态
AI 相关资讯全量信息流 · 961 条
7月3日
PaperWiki：自动生成并维护AI综述论文的LLM Wiki
Elvis用PaperWiki自动生成最新的AI综述论文，每天更新，比手动整理快得多，还能和Agent配合研究，适合想高效追踪前沿的人。
7月2日
DeepSeek DSpark 投机解码原生集成 vLLM，性能提升显著
DeepSeek 把 DSpark 开源自带进 vLLM，跑 DeepSeek-V4 实测单卡 250 token/s，比 MTP 快 12-42%，想搞投机解码的可以试试。
SGLang 联手 NVIDIA 优化 DeepSeek V4 在 Blackwell 上实现 5 倍性能提升
SGLang 和 NVIDIA 联手让 DeepSeek V4 在 Blackwell 上跑得快了 5 倍，开源推理引擎的效率又上了一个台阶。
7月1日
英伟达 Blackwell 优化 DeepSeek V4 推理：单 Token 成本降至 1/5，吞吐量提升 20 倍
英伟达把 DeepSeek V4 的推理成本砍到五分之一，单 GPU 吞吐量暴增 20 倍，选 Blackwell 做推理的可以闭眼冲了。
AutoTrainess：一种让语言模型自主改进语言模型的智能体
这篇论文提出一个叫AutoTrainess的智能体，能自己跑模型训练流程，不用人盯着。在PostTrainBench上比纯命令行强，还能帮DeepSeek-V4涨分。
6月30日
多家西方公司将AI工作负载迁移至中国模型，包括Lindy/Cursor/Coinbase等
Lindy、Cursor、Coinbase这些大厂都在把AI任务切到DeepSeek、Kimi、Qwen上，连微软都在测试DeepSeek V4，中国模型在西方变主流了。
模型10:40
EMPATH：多语言审计-法官基准用于情感支持聊天机器人安全评估这个新基准EMPATH专测情感支持聊天机器人的安全漏洞，用AI模拟求助者进行多语言多轮对话，发现主流模型评分虚高且不稳定，值得一做。
Agent场景下谁才是好用的Flash模型？Step 3.7 Flash实测
最近这几个Flash模型我帮你试了，Step 3.7 Flash写博客页和抓GitHub项目都很稳，页面好看，一次跑通，成本也就一两块钱，值得试试。
在AWS上构建带行级安全的多租户LLM分析系统
AWS 这篇教程手把手教你用 Bedrock 和 Split-Plane SQL 搭建多租户 LLM 分析系统，三层隔离防止数据泄露，值得做企业级 AI 安全的开发者看看。
6月29日
GLM 5.2、Opus 4.7、GPT 5.5、Minimax M3 在 QA 基准上对比
他们用 Browser Use v4 搞了个新基准，测了 GLM 5.2、Opus 4.7、GPT 5.5 和 Minimax M3，人工打分告诉你谁在 QA 任务上更强。
中国AI大模型API调用量九周全球第一，美国份额从72%降至33%
中国AI模型API调用量九周全球第一，DeepSeek、MiMo、MiniMax这些国产模型很猛，美国份额从72%掉到33%，值得看看。
模型11:51
Opus 4.7 与 GLM 5.2 前端设计基准测试Browser Use 团队拿 Opus 4.7 和 GLM 5.2 比前端设计，一个 prompt 生成网站打分，看看谁画页面更强。
DeepSeek开源DSpark投机解码框架，推理提速60-85%
DeepSeek开源了DSpark框架，能让你的V4模型推理提速60%以上，且不影响质量。它解决了投机解码在真实部署中的难题，已经稳定跑在生产环境。
6月28日
flomo Agent使用心得：降低记录摩擦，打通记忆与行动
黄叔总结了flomo Agent的10条理解，比如用微信入口降低摩擦、打通记忆和行动，还提到了DeepSeek V4的作用。想用好flomo的可以看看。
6月27日
hf-claude 让 Claude Code 接入超100个开源模型，含 GLM 5.2、MiniMax-M3 等
想在 Claude Code 里用别的模型？hf-claude 能直接集成 100+ 开源模型，包括 GLM 5.2 和 DeepSeek v4 Pro，很方便。
改进DeepEP MoE负载均衡：SGLang引入Waterfill和LPLB
SGLang给DeepSeek模型加了两个新负载均衡器，跑DeepSeek V3/R1速度能快最多7%，而且不改精度，想加速推理的可以试试。
行业13:04
反直觉模型观察：GLM 5.2受付费用户青睐，GPT 5.5鲜有人用oran_ge用Cola数据发现一个反常识现象：GLM 5.2在抢Claude的付费用户，而GPT 5.5却没人用，值得看看
6月26日
基于DeepSeek V4的终端编码agent，7个bug修复仅¥1.07
这个基于DeepSeek V4的终端agent超省钱，修7个bug才1块零7分，比Claude Opus便宜30倍，编码体验还接近Claude Code。
NVIDIA 发布 nvidia/GLM-5.2-NVFP4 量化模型，可经 Hugging Face 调用
NVIDIA 把智谱的 GLM-5.2 量化成 NVFP4 精度，放 Hugging Face 上免费调，还能白嫖，日常推理够用了。
6月25日
论文12:35
Memory Contagion：评估者偏差通过Agent记忆跨时间传播这篇论文发现用有偏评估者训练智能体，偏差会像病毒一样通过记忆传染给后来者。旧模型DeepSeek V4-Chat中招，Claude和V4-Pro没事，权威偏见传不出去。
6月24日
Qwen发布Paradigm II：世界建模作为Agent能力，7项基准提升
Qwen做了个新Agent模型Paradigm II，不用额外训练就在终端、编码、搜索和工具调用任务上全涨分，尤其没见过的任务也管用。
