「大模型全景」共找到 9558 篇相关文章
突破人工瓶颈：可自主迭代进化的工业AI系统Astar
阿里与浙大推出指导 AI 系统自主进化的模型 Astar，通过学习历史提交记录探索改进方向，落地 Lazada 推荐业务使线上 GMV 提升 4.86%。
Claude最强领域被GPT反超！GPT 5.5最难编程基准破0
编程领域曾由Claude引领，如今GPT 5.5在大模型解决率为0%的最难编程基准上实现突破。程序重建基准测试（ProgramBench）考验严苛，过往模型解决率为0，GPT 5.5高和超高推理模式成功破局，展现了不同解题风格。
1500万美元！OpenAI联手Anthropic，请数学家给AI「验卷」
OpenAI与Anthropic联合Simons基金会承诺1500万美元资金与资源，资助数学家检验AI成果。此前OpenAI放出722篇模型手稿，次日就因符号错误撤回3篇。
64小时搞定，Claude自主设计出威胁120万人致命蝎毒结合蛋白，湿实验已测通
Anthropic利用Claude大模型，仅耗时64小时就自主设计出可结合致命蝎毒的蛋白质，人类仅提供初始提示，后续全由模型自主推进，最终湿实验验证17个设计成功达标，相关数据已全部开源，为解决热带地区蝎毒致死问题提供了新的AI路径。
刚刚，DeepSeek V4 Pro正式版发布！
周三晚间，DeepSeek 突然发布 V4 Pro 大语言模型正式版，命名为 DeepSeek - V4 - Pro - 0813，官方未调升 API 使用价格。有用户称调用的 V4 Pro 思维链风格有变，跑分显示其 Agent 评测表现可媲美顶级模型，还撞车了马斯克的 Grok 4.6。
91% ≈ 0%？谷歌最新研究，戳破工程 Agent 的高正确率泡沫
Google 与 Mercor 联合发布物理工程评测 PLE。测试显示 Claude 模型虽能满足 91% 的单项约束，但因各项条件关联，仅 41.3% 的方案满足全部硬性安全要求。
JetBrains 新开源的 AI IDE，登上了 GitHub 热榜！
JetBrains 开源智能体编程工具 ThinkRail。它为每个任务分配独立的 Git 工作区，避免多 Agent 并行时改乱代码，并通过规范文档帮模型维持长期项目记忆。
接入它之后，微信成了我的生产力工具
墨问 Bots 开启公测，功能全部免费使用但需自备模型订阅。用户扫码即可将 Bot 接入个人微信，直接在微信对话或群聊中派发日常任务，或远程操控电脑写代码。
AWS让400个私有API变工具，20多个MCP服务不用建
客户互动平台 MoEngage 借助 AWS 托管网关，将约 400 个私有 API 直接转为模型工具，免建 20 多个 MCP 服务并预计省下半年工期，新接口接入从数天缩至数小时。