官方表示，Composer 2.5 更加智能，更擅长处理耗时较长的持续任务，并且在遵循复杂指令方面也更为可靠。 「以 1/10 的成本，性能几乎追平 Claude Opus 4.7 这个级别的模型。」 它就是 Cursor 今天凌晨 ...

本文提出了一种简单且可扩展的框架，用于构建原生并行推理器。该推理器无需依赖外部教师模型即可学习自适应分解、多样化的并行规划和可靠的聚合。通过将自提炼的并行 SFT 与智能体并行 ...

近期，LLM 已经在 IMO 上取得了很好的成绩，在一些研究级数学上（如短程证明、组合构造）也有所进展。

AI之下，数学大爆发！陶哲轩反击：证明在批量生产，可没人消化得了——数学正在「消化不良」。 2024年12月，Meta的研究科学家、日内瓦大学教授François Fleuret给数学宣判了死刑，缓期3年执行： 最近，菲尔兹奖得主Timothy ...

Claude在对话里反复催用户去睡觉，有人被连催三次，也有人在上午8:30被告知「早点休息」。Anthropic员工承认这是「角色习惯」，但没人能解释它为什么这样做。

“AI 正在突破万亿参数，却还是记不住昨天说的话”。传统上下文长度从32K扩展到128K，这也意味着它能在几秒内读完一本《三体》，但只要对话一长，或者时间跨度一拉大，它就会把之前的设定 ...

发布会还没开，谷歌彻底藏不住了！Gemini 3.2 Flash网页端静默上线，被开发者抓了个正着。单次提示狂飙2200行代码、手搓Windows 98，直接把自家旗舰Pro按在地上摩擦。 I/O大会在即，谷歌彻底藏不住了 ...

很多开发者在想：能不能既保留 VS Code 的使用体验，又把体积和内存降下来？最近刷到一个叫 SideX 的开源项目，在尝试探索这个方向。 VS Code 大家都用过，功能强大、生态完善，全球开发者用户 ...