解读库 / 研究解读
研究解读
共 12 篇 · 按时间倒序
共 12 篇 · 按时间倒序
模型、指令、长任务和生产验证，四步把 AI 应用带进真实工作流。
同一个 GPT-5.6 Sol，保留推理上下文并启用压缩后，分数从 13.3% 升至 38.3%，输出 token 还少约六倍。
只微调死循环起点的单个token，两款模型死循环率都压到1%左右
占比不到一成，删掉后 Claude 仍会说话但推理归零，已用来抓模型编数据、识破测试
151人实测:简答题比选择题更能拉动分数,AI答疑侧栏却几乎没人用
美国22-25岁开发者就业三年跌19%，同时GitHub新账户涨到史上最快
论文首次让智能体全程无人值守跑完全部RTL基准；多数题两三轮过关，最难一题却要迭代82轮
23.5万用户、跨7个月的会话分析：中等至专家水平的验证成功率约为新手两倍；十大职业各与软件和数学职业相差不超过7个百分点
联合 Thinking Machines，用专家标注数据微调开源模型：比前沿最优错误率降 29.8%，推理成本仅 1/14
9 名志愿者佩戴 MEG 设备完成打字任务，Meta 报告词语准确率 61%，v1/v2 训练代码及 v1 数据集已公开
能力数字出了三个版本且哪个都不可信，但可见的作弊行为本身成了安全监控有效的证据
模型侧约 200ms、总延迟约 550ms；v0.1 是 192p，含预录角色演示与真实联网录屏
实验室已验证可制造；性能 +50%、能效 +70% 是相对 2nm 的预测值，非实测