大语言模型[119]
马里兰大学等团队提出金鱼损失 让LLM告别死记硬背变推理能手
大型语言模型（LLM）常因死记硬背训练数据导致隐私泄露、泛化能力弱，马里兰大学等团队提出“金鱼损失”训练法，通过静态哈希掩码让模型“选择性失忆”，从依赖记忆转向逻辑推理。实验显示，极端训练场景下标准模型记84篇文章，该模型零记忆；标准批处理中记忆化降60%以上，且GLUE准确率、问答性能与原模型持平甚至略升，隐私信息复现率降82%。其通过修改损失目标直击记忆化核心，计算成本增仅2%，已开源适配LLaMA等模型，为LLM提升泛化与安全性提供高效方案。
香港理工大学与达特茅斯学院团队：Prophet解码策略大幅加速扩散语言模型推理
扩散语言模型（DLMs）因并行解码潜力被视为文本生成新方向，但推理效率瓶颈限制其落地。香港理工大学与达特茅斯学院团队发现“早期答案收敛”现象：DLMs在解码早期（20%-40%迭代步数）即可形成稳定语义，后续多为局部优化。基于此提出的Prophet解码策略，通过监测top-2候选token置信度间隙动态停止推理，实现2.8-3.4倍加速，准确率仅微降（如GSM8K加速3.2倍，准确率降0.3%）。该“即插即用”算法无需额外训练，适配主流DLM模型，可将响应延迟压缩至亚秒级，助力智能客服、实时翻译等场景落地，为边缘设备部署开辟路径，推动扩散语言模型从实验室走向产业应用。
微软BitNet.cpp开源：CPU成百亿大模型新引擎，提速6倍降能耗82%
微软开源的BitNet.cpp框架，基于创新1-bit量化技术，让普通CPU成为百亿大模型新引擎，彻底摆脱GPU依赖。该技术通过二进制权重压缩，减少约90%内存占用，精度仅降2.3%。实测显示，消费级CPU运行100B模型推理速度达28.6 tokens/秒，较传统GPU方案提升6.17倍，能耗降低82.2%，内存节省81.6%。框架支持Llama3、Falcon3等主流模型，可广泛应用于边缘计算、个人AI助手、企业降本等场景。其开源特性推动AI民主化，加速“硬件去依赖”趋势，显著降低大模型推理门槛。
OpenAI启动「OpenAI for Science」：GPT-5驱动科学发现新范式
OpenAI正式启动「OpenAI for Science」计划，聚焦AI驱动科学发现，以顶尖学者团队与GPT-5等新一代AI模型为核心支撑。GPT-5凭借逻辑推理与复杂系统建模能力，已在数学优化（17分钟提升经典论文边界值50%）、量子场论（首次扩展高能物理理论框架）、蛋白质设计（与Retro Biosciences合作提升干细胞分化效率30%）、免疫学（加速实验设计与数据分析）等领域实现突破，推动科学研究从「AI辅助」向「虚拟科学家」范式转变。该计划正筹备组建精英团队，预计2025年开放工具平台测试，开启AI赋能基础科学新篇。
腾讯AI Lab TiG框架：14B小模型《王者荣耀》策略超越671B大模型，决策可解释
腾讯AI Lab发布的Think-In-Games（TiG）框架，重新定义了游戏AI决策范式。该框架通过“双循环协同机制”，让140亿参数（14B）大模型在《王者荣耀》中展现超越6710亿参数（671B）模型的策略精度，首次实现游戏决策可解释性。其核心创新在于外层LLM生成自然语言策略（如“优先控制中路视野”），内层强化学习模型执行并反馈，配合GRPO算法实现低成本训练（成本仅为千亿级模型的1/8），宏观动作准确率达90.91%。TiG已应用于《王者荣耀》人机模式升级及《穿越火线》等FPS游戏，未来有望从游戏拓展至自动驾驶、金融风控等领域，为通用AI决策提供高效范式。
智谱AI GLM-4.5登顶伯克利工具调用榜单 性能领先成本仅Claude 1.4%
【GLM-4.5开源大模型登顶伯克利工具调用榜单，AI编程性价比新标杆】智谱AI发布的GLM-4.5大模型在伯克利工具调用排行榜中以94.3%任务完成率超越Claude Opus 4.1（91.2%），运行成本仅为其1.4%，推理速度达280 tokens/秒（Claude Opus 4.1为93 tokens/秒），成当前性价比领先的AI编程解决方案。该模型采用MoE架构，动态激活专家网络提升效率，支持Python、Java等10余种编程语言跨文件调用，已集成VS Code、IntelliJ等IDE插件，覆盖代码生成、调试全流程。开源特性使企业部署成本压缩90%以上，中小团队与开发者可低成本接入顶级AI编程能力，推动行业工具调用效率与成本平衡革新。
美团首秀开源大模型Longcat-Flash-Chat：高性能低成本MoE架构突破
美团正式发布首个开源大模型Longcat-Flash-Chat，定位“高性能、低成本、易部署”通用AI模型，标志其切入通用人工智能赛道。该模型基于560B混合专家（MoE）架构，通过“零计算专家”和跨层并行通信创新，实现动态激活参数18.6B-31.3B调节，推理成本低至0.7美元/百万输出token。性能上，编程能力TerminalBench达92.3分超Claude 4 Sonnet，工具调用AgentBench 87.6分领先DeepSeek-V3.1，H800单卡推理速度118 tokens/s。其开源生态含7B/14B/560B权重及部署工具，助力开发者低成本应用，推动大模型高效化发展。
xAI grok-code-fast-1代码模型实测：速度快50%，效率跃升显著
xAI推出的代码生成模型grok-code-fast-1正引发开发者热议，以“速度与质量双重飞跃”显著提升开发效率。开发者实测显示，其响应延迟普遍低于2秒，代码补全准确率达89%，可将数周复杂任务压缩至数小时完成，尤其擅长解析“模糊需求”直接输出完整代码。技术上，该模型基于MoE架构优化专家路由机制，并搭配自研Synapse推理引擎，动态分配算力实现高效推理。对比竞品Anthropic Sonnet-4，其吞吐量快近50%（87 TPS vs 60 TPS），HumanEval准确率领先7.3个百分点，在8k tokens内稳定性更适配日常迭代开发。目前模型处于早期测试阶段，免费试用延长至9月10日，正吸引注重效率的工程师群体，未来有望在代码生成领域形成三足鼎立格局。
英伟达Q2营收467亿创新高，股价下跌引AI周期市场分歧
英伟达2026财年Q2财报亮眼，营收达467亿美元创纪录，同比增长56%，数据中心业务以411亿美元营收占比88%，核心驱动力为Blackwell平台规模商用。该平台在MLPerf测试中性能领先，AI推理效率提升一个数量级，已落地特斯拉自动驾驶、梅奥诊所药物研发等场景。不过财报公布后股价盘后一度跌超5%，主因云厂商Q3资本开支增速放缓至15%引发采购担忧，叠加年内股价累涨58%后获利了结。长期看，英伟达全栈AI转型成效显著，软件收入同比增120%，300万开发者生态巩固技术壁垒，Blackwell在千亿模型场景的效率优势或成平衡周期波动关键。