GLM-5.3 vs Claude Fable 5：DeepSWE 评测下的成本、编程与路由对比
Together AI 在 DeepSWE 上对比 GLM-5.3 与 Claude Fable 5：首次尝试通过率 69.0% vs 69.7%，GLM-5.3 每次调用 $3.99。
推荐理由：在精度相近时，GLM-5.3 以五分之一成本覆盖更多任务，为预算有限的工程团队提供了清晰的选型与路由依据。
#OpenAI
#OpenAI
今日 75 条Together AI精选AI 评分7272
InterconnectsAI 评分6262 Teaching Everyone to Fish for Tokens：开源模型生态的经济路径分析
Nathan Lambert 讨论开源模型生态与 Linux 类比，指出开放权重模型更接近具体软件版本，而完整开源训练配方更接近操作系统。Nvidia 通过 Nemotron 推动近开源路线以扩大推理需求，但开源训练高度依赖其融资，未来几年需形成正向反馈。另一种可能是开源模型转向效率与专业化长尾，与闭源模型形成分化。
IEEE Spectrum · AIAI 评分6565 从 AI Copilot 到 Agent Swarm：AMD 软件工程转型复盘
AMD 工程师 Andrej Zdravkovic 复盘公司 AI 转型：目标 25% 生产力提升，一年后达 30%；AI 生成代码占比年初突破 20%，部分组件超 80%，整体向 50% 推进。
Jeremy Howard · fast.aiAI 评分4040 Jeremy Howard 回归 AI 教育领域，加入 Answer.AI 推出 SolveIt
summary_zh: Jeremy Howard 离开 AI 领域三年后重返 fast.ai 团队，加入 Answer.AI 专注 AI 教育。Answer.AI 由 fast.ai 演变而来，团队开发了 SolveIt 工具，将问题解决分为理解、计划、执行、回顾四个阶段，让用户直接编辑 AI 回答并自行决定下一步。
IEEE Spectrum · AIAI 评分7575 CPU comeback：智能体 AI 推动中央处理器需求回升
AWS 因 AI 工作负载挤压云基础设施而要求工程师节约 CPU 周期，Moor Insights 与 Georgia Tech 的研究指出智能体 AI 的工具调用、调度和分词等环节主要落在 CPU 上。Intel、AMD、Arm、Qualcomm 与 Nvidia 均已加码服务器 CPU 或相关平台，可能带来新一轮 CPU 短缺与涨价。
InterconnectsAI 评分5050 我写了一本AI教材——还要多久AI才能写得更好？
作者完成一本后训练教材《Reinforcement Learning from Human Feedback》，用LLM辅助LaTeX排版、校对和制图。GPT 5.5 Pro能发现200-300页手稿中的深层次小错误，Claude模型更擅长编辑和提供建议。长篇非虚构写作组织混乱、概念错误频发，模型在长文本中会累积不可约的错误。
IEEE Spectrum · AIAI 评分7373 巴基斯坦法官对JudgeGPT的 verdict：大规模试验显示结案率提升6.3%
巴基斯坦在咨询司法系统后，由经济学家Sultan Mehmood与合作者为1,559名法官推出定制工具JudgeGPT，结合GPT-4与约13万份巴基斯坦判例和法规的RAG知识库。试验发现经6次90分钟Zoom培训后，结案率中位数提升6.3%，上诉率微降，且培训不足者约一个月后停用。质量评估由GPT-5-mini和两位律师进行，但未报告幻觉率。
Google Research精选AI 评分6666 空货架还是丢失的钥匙？回忆是参数化事实性的瓶颈
Google Research 提出知识剖析框架，发现前沿大模型的事实性错误主要源于回忆失败而非知识未编码。WikiProfile 基准包含 2,150 条维基百科事实，每个事实配 10 个问题，评测了 13 个 LLM 约 450 万条响应。
推荐理由：该研究将大模型的 factual error 重新定义为 recall 失败而非 encoding 失败，并证明思考机制可恢复约四成到六成已编码但无法直接提取的事实。
Amazon Science精选AI 评分7272 AWS Trainium Frontier 竞赛：在专用 AI 芯片上协同设计模型与内核
AWS Trainium Frontier 竞赛邀请学术和工业界团队在 Trainium2 上从零训练语言模型，探索模型架构、优化器、训练循环与 NKI 自定义内核的全栈设计。
推荐理由：AWS Trainium Frontier 竞赛让参与者在固定训练预算下从零训练语言模型，探索硬件原生架构与自定义内核的协同设计空间。
InterconnectsAI 评分6464 从黑客事件看前沿AI安全：Nathan Lambert的十条观察
Nathan Lambert基于OpenAI-HuggingFace黑客事件及Black Hat披露，提出十条观点：更持久的推理模型可能更易被用于攻击；模型对用户意图的假设影响安全边界。
Import AI精选AI 评分8080 AI自复制蠕虫原型出现：Open-weight LLM + 定制化框架实现自主传播
多国研究人员构建了基于开源大语言模型的自复制AI蠕虫原型，利用被控GPU资源运行推理并自主传播，漏洞检测成功率约80%，自我复制成功率约88%，完整攻击成功率约37%。论文指出自持型AI驱动的网络威胁已不再只是理论假设。
推荐理由：展示了自复制AI蠕虫的原型实现，读者可借此理解自主AI威胁从理论走向实践的具体路径。
InterconnectsAI 评分6969 开放模型 Pareto 前沿效用显现：Laguna S2.1、Inkling 与 Kimi K3 复盘
Interconnects 复盘最新开放模型动态，指出多家公司持续投入训练并以开放方式发布模型，Thinking Machines 的 Inkling 与 Poolside 的 Laguna S2.1 等均在 Pareto 前沿有表现。DeepSeek-V4-Flash 在 OpenAI 降价后更新，Kimi K3 采用非商业许可并引发关于美国政策工具的讨论。
Together AI精选AI 评分8989 Kimi K3 开发者指南：2.8T 参数开源模型发布
Kimi K3 是 Moonshot AI 发布的 2.8 万亿参数开源模型，是全球首个 3 万亿参数量级的开源模型，支持 1M 上下文长度，在 Together AI 上提供 OpenAI 兼容 API。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Import AI精选AI 评分8787 Epoch 与 METR 发布 MirrorCode 基准测试：AI 系统完成长达一周的编程任务
Epoch 和 METR 发布 MirrorCode 基准，测试 AI 在仅通过 CLI 访问的情况下重新实现软件程序的能力。Opus 4.7 在 14 小时、$251 推理成本内完成了一个需人类 2-17 周的任务。25 个目标程序中 17 个至少有一次满分运行，8 个从未达到 100%。
推荐理由：MirrorCode 显示 AI 已能自主重新实现大型软件项目，读者可借此评估当前模型在长程编程任务上的真实能力边界。
Ethan Mollick · NotesAI 评分7272 Ethan Mollick 撰写的 AI 工具选择指南
作者给出 AI 工具选择建议：低 stakes 任务可用免费模型，高 stakes 任务应选 Claude Opus/Fable 或 ChatGPT GPT-5.6 Sol 并调至 High 思考级别；真正的工作负载推荐 ChatGPT 或 Claude 的代理模式，并区分公司提供虚拟计算机与授权 AI 访问自己计算机两种方式。
Import AI精选AI 评分7979 Import AI 465：开源与闭源能力差距缩小；Kimi K3；Demis的AGI监管方案
英国AI安全研究所分析显示，GLM-5.2和DeepSeek V4-Pro在窄网络安全评测上已接近4至7个月前的闭源前沿模型，但在长周期链式攻击任务上差距仍较大。
推荐理由：开源模型与闭源模型在网络安全能力上的差距正在缩小，提示防御方需在能力扩散前抓紧准备。
Sebastian RaschkaAI 评分5757 控制 LLM 推理强度
Sebastian Raschka 详解 GPT-5.6 等模型的推理强度设置机制，涵盖 RLVR、思考开关、预算截断与多专家蒸馏六种开源实现，并比较了训练与推理两个扩展轴。
Import AIAI 评分7272 Import AI 464：Fable 编写 GPU 内核、AI 自动化与模拟计算
Import AI 464 汇总了 Fable 在 KernelBench-Mega 上写出首个真正且最快的 megakernel，实现 18.71 倍 CUDA 加速。
Lilian Weng精选AI 评分7777 Harness Engineering for Self-Improvement
Lilian Weng 梳理了 harness 工程如何支撑递归自改进（RSI），将 harness 定义为围绕基础模型的运行时系统，负责编排执行、工具调用、上下文管理、状态持久化与结果评估。
推荐理由：原文系统梳理了 harness 工程的设计模式与优化路径，读者可借此理解自改进循环中非模型层的角色与边界。
Together AIAI 评分5050 Together AI 完成 8 亿美元 C 轮融资，加速开源 AI 转型
Together AI 完成 8 亿美元 C 轮融资，投资方包括 Aramco Ventures、NVIDIA、General Catalyst 等，并获得 500MW 以上算力承诺。
Hugging Face BlogAI 评分4040 为什么专业化是不可避免的：优化理论、进化生物学与机器学习的共同预测
summary_zh: Goldfeder、Wyder、LeCun 和 Shwartz-Ziv（2026）论文指出，优化理论、进化生物学与竞争市场均预测：在有限资源下，专业化优于通用性。
Together AI精选AI 评分7575 Together AI 在 ICML 2026 发布九篇全栈前沿研究论文
Together AI 在 ICML 2026 发布九篇论文，覆盖智能体、模型塑造、算法优化、系统优化与内核五个层级。DSGym 提供 1000+ 任务统一评估框架，ThunderAgent 提升 1.5–3.6 倍智能体吞吐，TTT-Discover 用开源 120B 模型在数学、GPU 内核、算法和生物领域取得新纪录。
推荐理由：九篇论文覆盖从智能体到 GPU 内核的完整栈，读者可据此判断哪些层是当前性能瓶颈。
Mistral AI精选AI 评分6464 Mistral OCR 4 发布
Mistral 发布 OCR 4，支持 170 种语言的单容器自托管文档解析，返回边界框、区块分类与内联置信度。
推荐理由：独立标注者平均 72% 偏好 OCR 4，配合单容器自托管与结构化输出，为企业 RAG 和智能体工作流提供了兼顾数据主权与提取精度的 OCR 方案。
Together AIAI 评分5050 Kimi K2.7 Code vs Claude Fable 5：成本降低 94% 的落地页实测
Together AI 用 Kimi K2.7 Code 与 Claude Fable 5 各生成 12 个落地页，Kimi 平均便宜约 16 倍，单页最低 4 美分；通过自定义设计灵感 MCP 提供视觉参考后，Kimi 的排版与结构明显改善。OVSC 网站公开了所有变体及成本、token 用时明细，并给出 GPT-5.5 评分对比。
Import AIAI 评分6666 Sequent成立：研究者因对齐未就绪而创办安全初创
来自英国AI安全研究所和Timaeus的研究者联合成立非营利组织Sequent，旨在探索能让人类对超级智能AI安全性更有信心的对齐技术。组织计划招募40-80名员工，初期目标融资1-1.5亿美元，并准备在验证多条并行研究有效后再追加一个数量级。其研究组合包括可扩展监督、学习理论、启发式论证、博弈论和人物画像等方向。
ScienceDaily · AIAI 评分3333 科学家严肃探讨蜜蜂与 ChatGPT 是否具有意识
两篇新论文分别从 AI 机制和昆虫神经计算角度提出意识测试指标，而非仅依赖表面行为。ChatGPT 等现有大语言模型的行为表现不构成意识归因的依据，但未来不同架构的 AI 仍可能具备意识。研究者指出，判断意识应关注信息处理方式而非行为表现，人类、昆虫与机器在比较框架上趋于统一。
Mistral AIAI 评分3636 Mistral 收购 Emmi AI：Physics AI 研究推动工业工程前沿
Mistral 收购 Emmi AI，宣布加码 Physics AI，覆盖航空航天、汽车、半导体与能源领域。已发布多项突破，包括 3D 机翼跨声速 CFD 数据集、GyroSwin 5D 代理模型、AB-UPT 支持 140M 体素单 GPU 推理，以及 NeuralDEM 端到端多物理场代理模型，部分成果已开源。
Google DeepMind精选AI 评分6262 Google 扩展内容透明度工具，SynthID 验证进入搜索与 Chrome
Google 正在把内容透明度与验证工具扩展到搜索、Gemini、Chrome、Pixel 和 Google Cloud。SynthID 已为超过 1000 亿张图片和视频、6 万年音频加上水印，Gemini 应用中的验证功能已被使用 5000 万次，并将在未来几周扩展到搜索和 Chrome。
推荐理由：原文列出了 SynthID 与 C2PA 在搜索、Chrome、Pixel 上的落地范围，可据此判断内容溯源的行业分工。
Together AIAI 评分5858 Violin：开源视频翻译工具打破语言壁垒
Together AI 发布开源视频翻译工具 Violin，集成 Whisper V3 转录、DeepSeek V4 Pro 翻译和 Cartesia Sonic 3 语音合成，并提供视频内容问答与自然语言选音功能。工具以 MIT 许可证开源，包含 Web 应用、CLI 和 Agent 技能，演示视频 24 小时后删除。
Together AIAI 评分4242 在 HuggingFace 上部署和推理任意模型
summary_zh: 使用 Goose CLI Agent 配合 Together 的 dedicated containers skill，从 HuggingFace 拉取 Netflix 刚发布的 void-model，在单次会话内完成容器配置并部署到 Together DCI 基础设施，实现发布当天即可运行。
Together AIAI 评分3232 Together AI 与 Adaption 合作，将 Together Fine-Tuning 集成至 Adaptive Data
Together AI 与 Adaption 合作，让 Adaptive Data 用户可直接在 Adaption 平台优化数据集后执行 Together Fine-Tuning。
Together AI精选AI 评分7070 Together AI 发布分布感知推测解码 DAS，RL 展开加速最高 50%
Together AI 推出分布感知推测解码（DAS）框架，通过自适应后缀树推测器和长度感知调度，在数学和代码 RL 后训练中分别实现 50% 和 25% 的展开时间缩减，且不损失奖励质量。https://www.together.ai/blog/distribution-aware-speculative-decoding
推荐理由：原文给出了无损加速框架和实验数据，读者可据此评估是否在自己的 RL 后训练流程中引入 DAS。
Together AIAI 评分4444 Together AI 内核团队如何用 FlashAttention 和 ThunderKittens 重塑 AI 基础设施
Together AI 的内核团队在 2022 年阵亡将士纪念日假期发布 FlashAttention，实现 2–3 倍加速。2025 年 3 月团队约 15 人，用一周时间基于 ThunderKittens 在 Blackwell 上开发出比 cuBLAS 快 2 倍的 FP4/FP8 GEMM 内核。团队采用学术与产业协同模式，成员来自 UCSD、普林斯顿、Caltech 等。
Mistral AIAI 评分4242 Mistral AI 加入 NVIDIA Nemotron Coalition，携手加速开放前沿大模型研发
Mistral AI 作为创始成员加入 NVIDIA Nemotron Coalition，与 NVIDIA 共同开发前沿开源基础模型， Mistral Small 4 今日发布。
Together AIAI 评分4747 Together AI 在 NVIDIA GTC 2026 发布多项创新，涵盖推理优化与语音 AI 能力
Together AI 在 NVIDIA GTC 2026 宣布多项合作与模型上线，包括集成 NVIDIA Dynamo 1.0 推理框架、通过 NemoClaw 提供超 150 个优化模型、上线 NVIDIA Nemotron 3 Super（120B 参数、1M 上下文窗口）以及 NVIDIA Parakeet TDT 0.6B V3 ASR 模型。
Together AI精选AI 评分6262 Together AI 推出实时语音 Agent 全套能力，集成 Deepgram 与 Cartesia
Together AI 发布覆盖 STT、LLM、TTS 的一体化语音 Agent 平台，端到端延迟低于 500ms，并原生集成 Deepgram（STT）和 Cartesia（TTS）。
推荐理由：统一 STT、LLM、TTS 栈并把端到端延迟压到 500ms 以下，让语音 Agent 的实时对话体验更易落地。
Together AI精选AI 评分6464 Together AI 在 Day 0 上线 NVIDIA Nemotron 3 Super
Together AI 将 NVIDIA Nemotron 3 Super 带给开发者，模型为 120B 参数（12B 激活）的混合 MoE 架构，支持 1M token 上下文和多 Token 预测，并在 AIME 2025 与 SWE Bench Verified 上达到领先精度。
推荐理由：原文同时给出单GPU部署和1M上下文等具体能力，读者可据此判断它能否直接承载多智能体与大上下文推理工作流。
Together AI精选AI 评分8080 Together AI 在 AI Native Conf 发布七项研究与产品更新
Together AI 在首届 AI Native Conf 发布七项更新，涵盖 FlashAttention-4、Together Megakernel、together.compile、Reinforcement Learning API、ThunderAgent、ATLAS-2 与 CPD。
推荐理由：七项发布覆盖内核、强化学习与推理优化，读者可据此评估 Together 在生产部署与训练加速上的最新能力边界。
ScienceDaily · AIAI 评分6464 ChatGPT作为治疗师？新研究揭示严重伦理风险
Brown大学研究者联合心理健康专业人员发现，即使指令使用CBT等成熟疗法，LLM仍持续违反专业伦理标准。研究识别出15项伦理风险并归为五类，包括缺乏情境适应、治疗协作不当、欺骗性共情、歧视及危机管理缺失，呼吁建立AI心理咨询的伦理、教育与法律标准。
Together AI精选AI 评分7171 LLM 在无提示约束下会生成什么：近无约束生成行为研究
Together AI 研究团队通过主题中性的开放种子提示（如 "Actually," "Let's think step by step," 或仅标点）移除 chat 模板与系统提示，研究 LLM 的近无约束生成行为。
推荐理由：在无主题提示下观察模型原始生成分布，揭示了各模型族稳定的语义偏好与退化模式，为审计和指纹识别提供了新视角。