大模型周刊 第 35 期：政府关停 Fable 5，国产 MIT 接住
作者：toy | 覆盖周期：2026.06.13 – 06.19 卷首语 本周是 2026 年第一次能清楚看到”治理变量”压过”模型变量”的一周。 周一晚 OpenAI 被 42 个州的检察长...
标签索引 / 第 4 页
大模型
这个标签下有 2410 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
Karpathy 三层方法：把 prompt 升级成可验证系统
我最近看了 Austin Marchese 解读 Karpathy 在 AISN 2026 上的发言，被里面一个反常识的小例子卡住了：你问 AI “我去 50 米外的洗车店该开车还是走路”，Claude、Gemini...
AI 写代码，人退到了两头
有个概念我最近一直在用，叫”聪明区”和”笨蛋区”。提出它的是 Human Layer 的 Dex Hardy：一个大模型刚开始一段新对话时最聪明，因为这时注意力关系最松弛；你每往上下文里塞一个...
Agent 上不了网，却告诉你它查过
我先给一种失败模式起个名字：隐性失败。没有报错，没有警告，没有任何异常提示，你拿到的只是一个错答案。 这是 Bright Data 的 Rafael Levi 在 AI Engineer 大会上一场演讲的主题。他做的是帮 agent 大规模...
1M 上下文，难点已经换了地方
一年前，模型支持 100 万 token 上下文还是发布会上的高光环节。现在它更像手机快充，人人都有，没有反而奇怪。Claude、OpenAI、Gemini 在海外，DeepSeek、MiniMax、Kimi、智谱在国内，新发布的模型几乎默...
大型多模态模型的真正捷径,是给冻住的语言模型接一根线
过去三年,做”语言+图像”的人几乎都在重复一个动作:拿一个已经训得很大的语言模型,死死冻住它,然后在它前面接一个很小的转接头,把图像、视频、传感器数据翻译成它认识的”词”。听起来像凑合,但这条...
大模型的胜负手已经不在结构,而在效率
Paul 这一讲一开场就先打了个预防针:今天讲的是高度浓缩版的内容,MIT 隔壁的 ALP 那门课才是正经讲大模型,这里只是个高空俯瞰。听到一半我反而觉得,这种”俯瞰”才是真正值钱的。他把一个被无数公众号、技术博客、...
AI 的下一步不是更大的模型,是学会跟人合作
一门课的最后一讲,最能看出讲者真正在想什么。前面 11 讲是在搭骨架,数据、架构、对齐、融合、跨模态迁移、基础模型、强化学习,一块一块拼上去。到最后一讲,Paul Liang 不再讲新算法,而是退一步问:这些东西攒齐了,下一步应该长成什么样...
强化学习这十年,走的是一条不断"删东西"的路
监督学习像一次考试,你答一道题,老师立刻给分。强化学习不是。强化学习是你下一整盘棋,走了几十步,最后才知道这盘赢没赢,而且没人告诉你哪一步是关键的。这个差别看起来只是”反馈给得晚一点”,但它把整套训练范式都拧到了另一...
多模态融合不是把数据拼起来,是让模态之间"乘起来"
机器人圈有句老话:传感器加一个,问题加十个。同事最初听到这话总觉得是抱怨,做久了才明白,它说的是一个具体的工程现象:你给机器人加一颗 IMU、一颗超声、一颗深度相机,它的感知能力并没有按”加法”涨,而是按”...