行业17:48
LG 将引进 1 万块英伟达 Blackwell GPU，为迄今最大规模采购LG 大手笔采购 Blackwell GPU 表明 AI 基础设施投入进入新阶段，做模型训练或云服务的团队值得关注这一信号——算力军备竞赛正在加速。
IT之家原文
#大模型
共 197 条 · 7 天 8 条 · 30 天 34 条 · 话题观测 →
6月5日
6月4日
DeepSeek 完成约 50 亿美元融资，估值超 3500 亿人民币
DeepSeek 从「不融资」到「天价融资」的转变，意味着中国 AI 竞争进入新阶段——做模型的人要关注资本如何重塑技术路线，投资者则要评估 500 亿美元估值是否合理。建议点开看融资细节和商业化信号。
6月3日
论文10:30
G^2C-MT：用图引导上下文选择提升文档级机器翻译做文档翻译或长文本处理的团队终于有了不依赖昂贵 LLM 的上下文建模方案——G^2C-MT 用图结构替代暴力检索，翻译质量提升且成本可控，做 NLP 应用的建议点开看看方法细节。
特朗普签署行政令：AI模型上线前可自愿提交政府安全评估
特朗普政府从「放任」转向「自愿安全评估」，做AI大模型的企业需要关注这个信号——提交模型可获保密保护，不提交也无强制压力，但安全漏洞风险正在倒逼监管。建议AI安全负责人和合规团队点开了解窗口期和参与机制。
6月2日
论文12:06
GNMR：低精度大模型训练的运行时稳定性控制方法低精度训练是降低大模型成本的关键，但数值不稳定常让训练白费。GNMR用轻量控制解决了这个痛点，做大规模训练或量化训练的团队值得关注，可以直接集成到现有流程中。
论文11:08
eMoT：通过符号锚定和记忆腐蚀演化的思维记忆框架eMoT 解决了大模型在多步推理中容易出错和产生幻觉的痛点，做推理增强或数学推理的开发者可以直接参考其记忆腐蚀和符号锚定机制，值得一试。
6月1日
行业13:06
Gary Marcus重申五年前观点：大模型不足以实现通用AIMarcus的观点戳中了当前AI热潮中的核心争议，关注AI长期发展的研究者、从业者或投资者值得一读，看完会对大模型的局限性有更清醒的认识。
5月30日
5月29日
大模型“叫不出人名”背后：低频token退化与FaceMind的SLoW方法
做AI应用或数据工程的团队，这篇把低频token退化讲透了——FaceMind的SLoW方法直接给出了解决方案，值得点开看看怎么从模型规律里建立产品差异。
5月28日
5月27日
5月26日
5月25日
5月24日
