大模型

推荐理由：Ox大模型多模态，速度快，Cola等平台已上线，限时免费7天，值得一试！

推荐理由：有人做了个叫 MemTrapBench 的基准，专门测大模型记忆里的认知陷阱。他们发现，记忆反而会拖累模型表现，连最好的方法都掉10%以上。他们还搞了个叫 AdaptiveMem 的方法来解决这个问题。

推荐理由：Intel推出了在AI PC集群上实现大规模LLM分布式推理的片方法，能让集群共同计算超单台容量的模型，和单机相比效率更高。

推荐理由：OpenAI做了关于大模型后训练的研究，能分析训练策略问题，和以前方法比效果不一样。

推荐理由：字节跳动大模型嵌入企业工作流，日token调用量180万亿，年增10倍，重塑消费市场。

推荐理由：支付宝拉上手机、汽车和大模型，想让 Agent 互相协作。

推荐理由：如果你在多个大模型间做路由，这个框架能直接优化成本和效果，不用先预测质量，实测在10个基准上超过现有方法，还能兼容新模型。

推荐理由：看看各家大模型谁最容易被「骗」出违规内容，安全攻防战比想象中精彩。

推荐理由：荷兰政府项目组做的评估框架，测了30多个模型，告诉你哪个模型在事实性、能耗、成本上表现如何，选型时直接参考。

推荐理由：腾讯把Hy3模型放到国际上了，WorkBuddy上免费用到8月底，想试试国产大模型的可以去玩。

推荐理由：这篇论文提出了CoGate，让安全专家模型在没把握时少掺和，代码生成更安全，比CoSec+最高提升了12.6个百分点。

推荐理由：扎克伯格亲口说 Instagram 用你发的公开帖子训练推荐算法，还靠这个让会话量涨了 15%。

推荐理由：亚马逊砍掉多款Nova模型，集中搞代号FMR的新旗舰，计划秋季发布，跟OpenAI、Google抢市场。

推荐理由：网传美团大模型负责人要离职，官方亲自辟谣了。这事关 LongCat-2.0 后续发展，得关注一下。

推荐理由：用国王-男人+女人=王后这个经典例子，一秒讲清embedding的本质，零基础也能懂。

推荐理由：想看看AI 2.0有哪些实际落地案例？这份WAIC亮点梳理全都有。

推荐理由：OpenRouter 汇集 400 多个大模型，月处理 100 万亿 token，年收入 5000 万美金，估值 13 亿。现在多家巨头想收购它，看看谁会出手。

推荐理由：上海央国企直接拿大模型换掉传统自动设备，效率提升一大截，值得关注！

推荐理由：百度直接发钱让员工白嫖大模型，还给出了智能体落地时间表，AI收入占比都过半了，这波操作有点意思。

推荐理由：别以为用了AI就能缩小差距，实际上强者更强。看看这个竞争逻辑，AI可能让你更焦虑。

推荐理由：宇树科技联合创始人陈立讲得很实在，说机器人要像ChatGPT那样爆发需要两个80%：八成场景能完成八成任务。

推荐理由：华为这次展出业界最大规模的Atlas 950 SuperPoD真机，单柜64卡、最高8192卡互联，专为万亿参数大模型训练打造，效率比传统集群大幅提升。

推荐理由：别老觉得大模型只能聊天，让它帮你写个脚本，把复制粘贴自动化，省时省力。

推荐理由：小米工程师呼吁技术回归本质

推荐理由：做产品设计和开发的团队值得关注——Fable 5不再是简单的编码工具，而是能主动思考、有品味的协作伙伴，看完你会重新定义AI在项目中的角色。

推荐理由：智谱延长三倍用量优惠，做AI应用开发的团队可以趁此机会低成本测试GLM-5系列模型，建议有需求的开发者抓紧使用。

推荐理由：Claude Fable 5 的“大模型气味”揭示了当前顶尖模型的取舍——慢、贵但能力惊人。做复杂推理或高难度任务的开发者，值得看看 Willison 的实测感受，判断它是否值得你的预算。

推荐理由：1T 参数模型跑出 1000 TPS 的生成速度，对追求低延迟推理的开发者来说是个值得关注的指标，建议申请试用实测质量。

推荐理由：U2 的 25% token 节省直接降低了企业调用大模型的成本，做 AI 应用开发和模型部署的团队值得关注这个效率标杆。

推荐理由：大模型推理速度的里程碑——1T模型跑出1000+ tokens/s，做实时AI应用和推理优化的团队值得关注，可以直接申请试用体验。

推荐理由：做模型训练或理解 scaling law 的团队值得一读——这篇论文把大模型涌现能力的机制讲清楚了，不是玄学而是容量与干扰的数学问题。

推荐理由：高考AI比拼是检验大模型推理能力的绝佳场景，关注AI教育应用的开发者和教育从业者值得一看，看看哪家模型能真正“考”过人类。

推荐理由：小米高管亲自用自家大模型写高考作文，既展示了Mimo的写作能力，又蹭了高考热点。对AI写作感兴趣的读者可以看看大模型如何理解并完成命题作文，顺便感受一下卢伟冰的幽默自嘲。