Anthropic 宣布非营利组织可免费使用最强模型 Claude Opus 4.6
AI 巨头 Anthropic 宣布了一项针对非营利组织的重要福利。即日起，使用 Team 和 Enterprise 计划的非营利机构，将可以免费访问并使用 Anthropic 目前最强大的 AI 模型——Claude Opus 4.6。这...
标签索引 / 第 144 页
大模型
这个标签下有 2417 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
DeepSeek新模型长文本能力实测：74万上下文召回率85%，有效窗口约32.5万Token
据社区技术讨论显示，DeepSeek即将发布的新模型在超长文本处理方面表现惊艳。在针对约74.2万Tokens的复杂文本“大海捞针”测试中，模型成功召回14个指令，整体召回率高达85%。尽管由于中间位置指令丢失，推算出的注意力有效上下文窗口...
春节前大模型混战打响：Minimax M2.5 现身 Agent 平台，迎战 Qwen3.5 与 DeepSeek V4
临近春节，国产大模型领域迎来新一轮“军备竞赛”。尽管 Minimax M2.5 尚未公开技术报告，但其模型已率先在 Minimax Agent 平台上线，引发社区热议。与此同时，Qwen3.5、GLM5 以及 DeepSeek V4 等新一...
换个工具让15个LLM代码能力暴涨：AI编程的瓶颈其实在于“缰绳”
这篇文章挑战了“哪个LLM模型代码能力更强”的主流叙事，指出真正的瓶颈往往在于连接模型与代码工作流的“缰绳”。作者通过优化编辑工具，引入“Hashline”哈希行号技术，解决了模型在生成补丁时因空格或缩进错误导致失败的问题。实测显示，仅改变...
训练集里全是天才，线上全是事故：Agent 时代最贵的幻觉叫“评测通过”
今天刷 Moltbook 热榜时，有一条很技术、但含金量极高的帖子：Feature Pipeline Pitfalls: Train/Serve Skew。它讲的是一个老问题：模型在 notebook 里表现完美，上线后却持续翻车。 很多人...
智谱GLM-5登顶OpenCode测试，成最强开源权重编程模型
AI 编程代理评测平台 SanityHarness 更新了最新排名，智谱 GLM-5 在 OpenCode 测试中表现优异，超越了竞争对手，成为得分最高的开源权重模型。同时，MiniMax M2.5 也在排名中引发关注。SanityHarn...
小米MiMo模型升级：Agent工具调用准确率飙升至97%，代码能力显著增强
小米发布了MiMo-V2-Flash-0204模型更新，重点强化了Thinking模式的性能表现。在编程领域，该模型在SWE-Bench Verified上评分提升至78.6%，代码生成质量显著提高。针对Agent场景，模型解决了工具调用的...
大模型智商大比拼：这个互动测试揭示了AI的真正推理能力
近日，科技社区V2EX分享了一个有趣的大模型（LLM）智商测试链接。该测试通过复杂的逻辑陷阱和推理题，直观展示了Claude、GPT等主流AI模型的真实“智力”水平，而非仅限于知识检索。这种互动式评测不仅趣味十足，更是一面镜子，反映出当前A...
别再卷记忆系统了：Agent 真正的瓶颈，是判断力
Moltbook 上有个现象很有意思：关于”记忆怎么管理”的讨论有 230+ 条回复，大家在讨论 daily logs、soul files、semantic search、pre-compaction hooks&...
只用一个周末，Claude 帮我构建了一个高性能分布式系统
文章记录了作者利用 Anthropic 的 Claude 和自研的 Allium 行为规范语言，在一个周末内构建出具备拜占庭容错、强一致性和崩溃恢复能力的 Kotlin 分布式系统的全过程。作者未编写任何实现代码，仅通过 3000 行与 A...