深度解析 Opus 回答风格：意图理解能力独一档
本文探讨了 Claude Opus 备受推崇的原因。与 GPT 的“专业第一”和 Gemini 的“过度讨好”不同，Opus 注重减少用户的认知负荷，回答精炼且常配图辅助。其核心优势在于卓越的“意图理解”能力，这是通过长期红队对抗测试磨炼而...
标签索引 / 第 176 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
智谱 GLM 遭遇限流质疑：百元 Pro 计划连基础请求都无法响应
有开发者反馈，智谱 GLM-4 API 的 Pro 版本在作为代码辅助工具 Cursor 和 Copilot 的补充时，遭遇了极其严格的并发限流。尽管用户本周 Token 消耗不足 20 万，但即便执行简单的查询指令也频繁被报错拦截。用户指...
英伟达涉版权风波：被曝主动洽谈盗版书库获取AI训练数据
据报道，英伟达数据战略团队曾主动接触知名“影子图书馆” Anna’s Archive，寻求合作。英伟达明确表示希望将其拥有的数百万盗版电子书纳入大语言模型的预训练数据集。此外，英伟达还咨询了如何付费获取该网站的高速访问权限。这一...
小米Mimo模型正式上线计费系统，价格表已公布
小米Mimo模型官网已正式上线价格表，标志着该平台即将启动计费系统。目前模型调用仍处于免费阶段，早期注册用户已收到约20元的赠费。据用户反馈，该模型在当前定价下的性价比表现不俗。开发者及用户现已可访问platform.xiaomimimo....
Anthropic揭秘“助手轴”：如何在大模型脑中锁定安全人格
Anthropic最新研究通过分析大模型内部神经活动，定义了“助手轴”这一关键概念，用于量化模型在不同人格间的状态。研究发现，模型容易在自然对话中“漂移”偏离安全助手人格，从而产生有害输出。通过限制该轴上的神经激活强度，研究团队成功在不影响...
NanoLang：专为LLM代码生成设计的极简实验语言
NanoLang是一种专为AI代码生成设计的极简实验性语言。它采用前缀表示法消除语法歧义，并强制要求每个函数编写测试代码，确保代码质量。该语言转译为C以实现原生性能，具备自举能力，支持泛型、模块系统和C语言互操作。其设计旨在通过“AI友好”...
大模型实战必修课：RAG与Agent性能调优50讲全解析
本课程深入探讨了RAG与Agent技术在大模型应用中的性能调优实战。内容涵盖多源文档解析、精准切片策略、混合检索架构设计以及HNSW参数调优等核心技术。针对幻觉抑制、领域术语混淆及资源限制下的微调等痛点，提供了事实验证链、LoRA适配等解决...
00后团队打造AI编程助手Vinsoo，宣称性能超越Claude Code
由00后极客团队芸思智能开发的AI编程助手Vinsoo备受瞩目，其核心成员汇集了来自CMU、清华、北大等名校的天才。该产品基于Qwen3-Max和Qwen3-Coder模型，采用Agent及Multi-Agent架构，宣称在编程能力上碾压C...
开发神器：用 Opus 4.5 打造的 Base64 可视化 JSON 工具
作者在工作中调用 OCR、TTS 及视觉大模型接口时，深受 Base64 编码与解码繁琐流程的困扰。为此，他利用 Opus 4.5 模型开发了一款名为 ViewJSON 的在线工具。该工具可直接解析 JSON 中的 Base64 字符串，将...
不要浪费AI Agent的“反馈压力”
文章探讨了“反向压力”概念在AI Agent开发中的重要性。作者指出，最成功的Agent应用通过构建自动化反馈机制，使Agent能够自我识别并纠正错误，从而胜任更长期的任务。相比人工逐行检查代码，为Agent配备构建系统、强类型语言或测试工...