Meta推出KernelLLM，这个基于Llama 3.1微调的8B模型，竟能将PyTorch代码自动转换为高效Triton GPU内核。实测数据显示，它的单次推理性能超越GPT-4o和DeepSeek V3，多次生成时得分飙升。
只需知道6项个人信息，GPT-4就有可能在辩论中打败你？！
在文档理解领域，多模态大模型（MLLMs）正以惊人的速度进化。从基础文档图像识别到复杂文档理解，它们在扫描或数字文档基准测试（如 DocVQA、ChartQA）中表现出色，这似乎表明 MLLMs 已很好地解决了文档理解问题。然而，现有的文档理解基准存在两大核心缺陷：
字节最近真的猛猛开源啊……这一次，他们直接开源了GPT-4o级别的图像生成能力。不止于此，其最新融合的多模态模型BAGEL主打一个“大一统”， 将带图推理、图像编辑、3D生成等功能全都集中到了一个模型。
上月，ChatGPT-4o无条件跪舔用户，被OpenAI紧急修复。然而，ICLR 2025的文章揭示LLM不止会「跪舔」，还有另外5种「套路」。
AI替咱打工搞翻译，到底谁家最好用？
OpenAI 的 GPT-4o 在图像理解、生成和编辑任务上展现了顶级性能。流行的架构猜想是：
判断AI是否智能，评价维度如今已不仅限于刷榜成绩。
洛桑联邦理工学院研究团队发现，当GPT-4基于对手个性化信息调整论点时，64%的情况下说服力超过人类。实验通过900人参与辩论对比人机表现，结果显示个性化AI达成一致概率提升81.2%。研究警示LLM可能被用于传播虚假信息，建议利用AI生成反叙事内容应对威胁，但实验环境与真实场景存在差异。
各位有没有发现，最近大家对大模型已经有些看麻了？反正我是看到相关话题的文章流量、社交平台上的热度，对模型的关注度明显有点降下来了。 比如最近 Qwen3、Gemini2.5、GPT-4.1 和 Grok-3 等这么密集的有明显新进展的优秀模型发布，要是放到 2 年前，铁定是个炸裂的一个月。
