AITOPAI热报

大模型

共 136 条相关 AI 资讯 · 查看话题观测
5月24日
19:04
18:22
18:07
17:01
16:55
16:43
16:37
16:36
16:29
16:28
16:25
16:21
16:02
15:46
15:43
15:34
14:46
14:44
14:07
13:52
13:46
13:04
5月22日
22:50
22:50IT之家（博客/媒体）
DeepSeek 官方宣布，DeepSeek-V4-Pro 模型 API 将于 2026 年 5 月 31 日结束 2.5 折优惠活动后，正式调整为原定价的 1/4，即永久保持当前折扣水平。原价输入（缓存命中）0.1 元/百万 Tokens、输入（缓存未命中）12 元/百万 Tokens、输出 24 元/百万 Tokens，降价后相当于缓存未命中输入降至 3 元/百万 Tokens，输出降至 6 元/百万 Tokens。这一调整意味着开发者可以长期享受低成本调用高性能模型的便利，无需担心优惠到期后价格反弹。
AI产品DeepSeekAPI降价
事件专题
推荐理由：DeepSeek 把 API 价格直接砍到 1/4 并永久生效，做 AI 应用开发或高频调用大模型的团队可以放心接入，不用再盯着优惠截止日期了。
原文
5月21日
23:46
23:46lmarena.ai@lmarena_ai
76°
Text Arena 分析了自 2023 年以来大模型价格-性能帕累托前沿的 5 个模式。GPT-4 级别质量的成本从 2023 年的约 50 美元/百万 tokens 降至如今的约 0.10 美元，降幅达 500 倍。高端模型性能提升约 170 分（从 1330 到 1500），同时价格从约 50 美元降至约 20 美元。低价端（低于 0.20 美元）的模型性能从约 1000 分提升至约 1440 分，与顶级模型的差距从 350 分缩小到约 60 分。主要玩家轮换：OpenAI 奠定基准，Meta 加强低价端，Google DeepMind 推动 2025 年跃升，Anthropic 在 2026 年保持领先，xAI 和中国实验室（DeepSeek、零一万物、Kimi、小米、阿里通义）持续推动中端前沿。
行业大模型价格-性能帕累托前沿
事件专题
推荐理由：大模型价格-性能曲线正在急剧右移，做模型选型和成本优化的团队可以直观看到哪些价位段性价比最高，建议点开看具体数据。
原文
07:59
07:59Sualeh Asif@sualehasif996
83°
Cursor 宣布与 SpaceXAI 合作，从零开始训练一个显著更大的模型，总计算量是之前的 10 倍。双方将利用 Colossus 2 集群的百万 H100 等效算力，结合各自的数据和训练技术，预计模型能力将有重大飞跃。这一合作表明 AI 编程工具正在向更底层、更强大的基础模型进军，可能带来编程助手能力的质变。
AI产品CursorSpaceXAI大模型
事件专题
推荐理由：Cursor 用户和 AI 编程重度依赖者值得关注——更大模型意味着更智能的代码生成和上下文理解，算力 10 倍提升可能带来体验的质变，建议持续跟踪后续发布。
原文
5月20日
15:58
15:58官方账号arXiv cs.AI@Zijun Jia, Yuanchang Ye, Sen Jia, Yiyao Qian, Haoning Wang, Baojie Chen, Diyin Tang, Jinsong Yu, Zhiyuan Wang
精选
BalanceRAG 提出了一种针对级联检索增强生成（RAG）系统的联合风险校准方法。传统级联RAG会先尝试仅用大模型回答，不确定时再启用RAG，但各阶段独立校准可能过于保守。BalanceRAG 将阈值对视为二维网格上的操作点，通过序贯图形测试识别安全操作点，实现系统级错误率控制。该方法支持多风险校准，能在保证风险水平的同时保留更多样本，减少不必要的检索调用。在多个开放域问答基准测试中，BalanceRAG 在满足预设风险水平的前提下，提高了覆盖率和正确样本接受数。
论文RAG风险校准级联系统
推荐理由：做RAG系统优化的团队终于有了一个能精确控制风险与检索成本的校准工具——BalanceRAG 用联合阈值替代逐级保守校准，在保证准确率的同时减少不必要的检索调用，建议做问答系统的开发者点开看看。
原文
5月19日
14:39
14:39官方账号arXiv cs.LG@Ruitao Liu, Xinyang Tian, Shuo Chen, Tingrui Zhang, Guang Yang, Alan Zhao, Wei Xu
精选
论文提出 RRFP（Runtime-Readiness-First Pipeline），一种基于任务就绪状态的流水线并行运行时系统。传统流水线并行依赖静态或自适应生成的调度顺序，当实际任务就绪状态与预设顺序不一致时，会导致阶段错位和空闲气泡。RRFP 将调度视为非绑定的提示顺序，优先执行已就绪的任务，结合消息驱动的异步通信和轻量级张量并行协调。在 128 GPU 上测试，RRFP 在纯语言和多模态任务上分别实现最高 1.77 倍和 2.77 倍加速，并优于现有外部系统。
论文流水线并行分布式训练大模型
推荐理由：大模型训练中流水线并行的空闲气泡问题一直困扰着分布式训练团队，RRFP 用就绪优先的思路直接提升 GPU 利用率，做大规模训练的工程师值得关注这个新方案。
原文
13:49
11:46
11:46官方账号阿里云 Alibaba Cloud@alibaba_cloud
72°
阿里云宣布 Qwen3.7-Max-Preview 模型已上线 Arena 平台，在文本任务中排名第6。该模型是 Qwen3.7 系列的预览版本，预计正式版将很快发布。这一进展展示了阿里云在大语言模型领域的持续投入和竞争力提升。
AI模型Qwen3.7阿里云大模型
推荐理由：Qwen3.7 系列即将发布，关注国产大模型进展的开发者可以提前了解预览版表现，为后续集成做准备。
原文
11:41
11:41官方账号arXiv cs.AI@Tej Sanibh Ranade
精选72°
TRACE 是一种无需训练的推理时幻觉纠正算法，它通过分析大模型内部各层的候选轨迹，动态选择最合适的纠正方式（如标量反转、早期状态恢复或候选空间修正），而不是固定使用单一干预形式。实验覆盖 15 个模型、8 个模型家族和 3 个事实性基准，所有评估指标均有提升，平均 MC1 提高 12.26 点，MC2 提高 8.65 点，最高提升分别达 47.20 和 43.38 点。该方法无需标签、检索、预训练、微调或逐模型校准。
论文大模型幻觉纠正推理优化
推荐理由：TRACE 解决了大模型幻觉纠正中“一刀切”干预的缺陷，做 LLM 推理优化或事实性研究的开发者可以直接在现有模型上试用，无需额外训练成本。
原文
10:06
10:06官方账号arXiv cs.AI@Mingyang Rao, Kehua Feng, Zhihui Zhu, Jiangzhen Fu, Hao Yu, Keyan Ding, Huajun Chen
精选
大模型在理解化学反应图方面存在视觉缺陷和语义脱节两大瓶颈。ChemVA框架通过视觉锚点机制和语义对齐方法，将化学结构图转化为模型能理解的实体名称，显著提升理解能力。在OCRD-Bench基准测试中，ChemVA实现92%的结构识别准确率，并在9种不同大模型上平均提升约20个百分点，使开源模型在复杂化学推理任务上媲美闭源系统。
论文大模型化学推理视觉理解
推荐理由：做化学信息学或AI辅助药物研发的团队，终于有了让大模型真正看懂反应图的方法——开源框架可直接用，效果提升明显。
原文
5月17日
00:36
5月15日
09:54
09:54官方账号arXiv cs.AI@Paolo Mandica, Michał Brzozowski, Zuzanna Dubanowska, Neo Christopher Chung
精选
GPart 提出一种全新的参数高效微调方法，通过全局等距分区矩阵直接将低维可训练向量映射到模型全权重空间，完全去除了低秩瓶颈。与 LoRA 等现有方法不同，GPart 保持了映射的距离保持性（等距性），避免了优化景观扭曲问题。该方法仅需一个随机投影、一个超参数（维度 d）和 d+1 个存储值（向量加随机种子），极其简洁高效。实验表明，GPart 在自然语言理解、计算机视觉和数学推理任务上达到或超越现有 PEFT 方法的性能。这项工作为参数高效微调提供了更优雅的理论基础和实践路径。
论文参数高效微调LoRA等距映射
推荐理由：GPart 用极简设计解决了 LoRA 等方法的优化扭曲问题，做模型微调的研究者和工程师可以直接参考其理论框架，尤其适合追求极致参数效率的团队。
原文
5月13日
18:18
13:05
12:12
10:25
10:14
10:14IT之家（博客/媒体）
精选
苹果发布 Xcode 26.5，增强智能体编程能力。新功能包括编程智能体消息队列，允许开发者连续发送多条消息而无需等待回复，提升协作流畅度。智能体现在可以在任务描述不完整时主动提出澄清问题，避免执行偏差。此外，更新还支持新的 StoreKit Testing 计费方案。
AI产品编程助手Agent大模型
推荐理由：Xcode 26.5 通过消息队列和主动澄清机制，显著提升 AI 编程智能体的交互效率和准确性，对使用苹果生态的开发者有实际帮助。
原文
09:52
09:31