这真的是一种平衡艺术——要搞清楚模型应该具备哪些特性，以及我们希望它给人的“感觉”是什么。GPT-5发布时，我们觉得正好是一次重置和重新思考的机会。尤其是，现在要让一个模型变得很“有互动感”其实很容易，但有时候这种互动可能是不健康的，所以我们想让它成为一个健康、有帮助的助手。
市场研究的核心问题从未改变：消费者在想什么？ 全球企业为此每年投入超 1400 亿美元，催生了McKinsey、Ipsos等咨询巨头，和Qualtrics、Medallia等软件公司。
微软前AI副总裁兼杰出科学家Sebastien Bubeck发文表示GPT-5 Pro从零攻克了数学论文中的未解区间，这个发现让他大受震撼。该发现引得众多大佬转发，OpenAI总裁认为AI或将加速数学研究。
智东西8月20日报道，8月16日，Anthropic最新一期官方油管视频上线，三位AI研究员抽丝剥茧，深入探讨AI研究不应避开的一个关键“谜团”——大模型究竟是怎么思考的？
在一次采访中，美国国家科学基金会（NSF）人工智能和基本相互作用研究所（IAIFI）主任杰西·塞勒（Jesse Thaler）畅谈了AI和物理学富有成效的交叉。他分享了自己从机器学习怀疑者转变为倡导者的思想转变经历，并分析了AI与物理学双向互动可能带来新发现的潜在路径。
大模型OUT，小模型才是智能体的未来！ 这可不是标题党，而是英伟达最新论文观点： 在Agent任务中，大语言模型经常处理重复、专业化的子任务，这让它们消耗大量计算资源，且成本高、效率低、灵活性差。
哦豁，OpenAI奥特曼又痛失一员大将。 Kevin Lu，领导4o-mini发布，并参与o1-mini、o3发布，主要研究强化学习、小模型和合成数据。
一个小解码器让所有模型当上领域专家！华人团队新研究正在引起热议。 他们提出了一种比目前业界主流采用的DAPT（领域自适应预训练）和RAG（检索增强生成）更方便、且成本更低的方法。
提示词才是AI隐藏的王牌！马里兰MIT等顶尖机构研究证明，一半提示词，是让AI性能飙升49%的关键。
真正的 AI 系统不是一个 Chat 窗口，而是一个智能的工作现场。 工具越多，效率反而越低？一项来自《哈佛商业评论》的调查显示，员工每天平均切换应用程序超过 1200 次，一年下来累计浪费的时间高达 5 个完整工作周，占全年总工作时间的 9%。
