推荐文章8

LLM Wiki：构建 AI 时代知识底座

阿里云开发者2026-06-26

AI 摘要

楚翎、程知微：领域知识沉淀难，LLM Wiki 可将散落源材料编译成结构化知识资产。介绍其实际效果、构建方法等，还提及增量编译和持续 Lint，未来将扩展来源、优化性能等。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

DeepSeek涨价，OpenAI降价，Agent改写价格战

近期，DeepSeek上调API价格，V4 Pro等型号涨幅明显；而OpenAI的GPT - 5.6 Luna API价格降80%，Terra降20%。这背后是大模型价格竞争方向转变，受竞争、广告、效率及Agent使用方式等因素影响。

macOS Harness 是 browser - use 团队开源项目，目标是让 LLM 用持久化 Python 进程完成 Mac 上几乎所有任务。它仅提供六个原始操作，模型用其操作应用，还能在运行中补全缺失部分。项目有诸多优势，目前仅支持 macOS。

IJCAI 2026大会上，秦浩桐给出创新解法，挑战无需重训的“后训练量化”极限，将庞大的LLM强行压缩至极端的1比特与2比特。其团队的BiLLM与SqueezeLLM打破了后训练量化魔咒，还指出极低比特量化的三大挑战。

2026年，OpenAI等公司用AI解决多个匈牙利数学家Paul Erdős提出的问题，震动数学界。这些问题分布广、难度跨度大，适合模型测试。不过，AI证明的验证和人类数学家地位受关注。