大语言模型与模型
大型语言模型：GPT、Claude、Gemini、Mistral 及开源权重模型
29 published articles
BLOOM0Claude 3 Haiku0Claude 4 Opus0Claude 4 Sonnet0Codestral0Command R+0DeepSeek-R10DeepSeek-V31EvoLLM0Falcon0GPT-4 Turbo0GPT-4o0Gemini 2.0 Flash0Gemini 2.5 Pro0Gemma 30Grok-30Llama 3.30Llama 40Mistral Large0Mixtral 8x22B0Nova & Titan0Phi-41QwQ-32B0Qwen 2.50Qwen-VL0Vicuna / Alpaca0Yi-Large0o1 / o30
2 min read
人工智能
微软Phi-4模型在突破性研究中重新定义效率
微软Phi-4模型实现了最先进的效率，在推理任务中以显著更少的参数追平了更大模型的表现。这篇于2025年5月15日发布的研究论文重新审视了AI扩展定律的假设。
2026-07-03
2 min read
无分词器架构
Aleph Alpha发布T-Free：一种无分词器的主权AI架构
Aleph Alpha发布T-Free，一种无分词器的LLM架构，将单词直接映射为向量。该方法每个向量可容纳近七个字符，而传统方式仅为四个，从而降低成本并减少能耗，同时提升在专业领域和低资源语言上的性能。
2026-07-03
Featured4 min read
人工智能
OpenAI的GPT-Live终于不再等着你讲完话
OpenAI的GPT-Live引入了全双工音频，使AI可以同时听和说。它能说“嗯”，在停顿期间等待，并将复杂推理任务交给后台的GPT-5.5，保持对话流畅。
2026-07-01
3 min read
有效上下文、输出上限以及长窗口的隐性代价
你的AI模型说它能读取100万token，它在撒谎。这是真实的数学。
四大前沿大语言模型都宣称拥有100万+ token的上下文，但有效召回、输出限制和实际成本差异显著。DeepSeek V4 Pro 在输出上限和成本上领先，Gemini 在20万token以下表现出色，而 Claude Opus 在交互式代码审查的缓存方面胜出。本文分析了2026年4月的数据。
2026-06-30
4 min read
AI安全研究
AI模型无法停止“边想边说”。这对安全性而言既是好消息，也是噩梦。
Claude Sonnet 4.5 仅有 2.7% 的时间能控制其思维链，而最终输出的可控性却高达 61.9%。这一差距引发了对思维链监控作为安全机制稳健性的开放性疑问，而无人知晓其存在的原因。
2026-03-09