AI 午报｜11月5日
今天节奏不算快，真正能称得上"大事件"的只有 Meta 出手收购 AI 编程公司这一条，剩下多是版本迭代和政策调整。OpenAI 的图像产品线做了个小版本更新，腾讯混元 Hy4 正式版落地，Google 则在 K12 教育 AI 上动了规则。整体看，模型本身没
阅读全文 →最新文章
全部专栏
教程GPT-Image-2.6 直出 GIF 与 SVG 排查
把一个“想要矢量图或动图”的需求直接交给文生图模型，最常见的结局是：拿回来一张 PNG，或者拿到一段看着像代码、实际只是把位图塞进 <image 标签的“假 SVG”。下面按报错排查的思路完整走一遍，从提示词写法、失败重
教程上手 Lion-ER-35B-A3B：接进机器人任务闭环
适用场景 这套方案适合已经有基础移动底盘或机械臂，希望把“听懂一句话、看着画面干活”接入控制流程的团队：输入端是一帧第一视角画面加一句任务指令，输出端是一段可执行的动作序列，中间由安全围栏拦截危险动作，由失败回退兜住异常
AI 词典地板效应与天花板效应：当测试分不出谁更强
一句话定义：地板效应（Floor Effect）和天花板效应（Ceiling Effect）是同一件事的两端：测试太难时人人接近零分，太容易时人人接近满分，分数都挤在一端，测试就失去了区分能力，你无法据此判断谁更强。 打
AI 词典主干开发：所有人往 main 上合，智能体也一样
一句话定义：主干开发（TrunkBased Development）是一种代码分支策略，即所有人——包括写代码的智能体——都频繁地把很小的改动合入同一条主干（trunk，通常就是 main），而不是各自拉长期分支各干各的
AI 词典Monorepo：为什么越来越多团队把代码塞进一个仓库
一句话定义：Monorepo（单仓库，也写作 monorepo）是把多个项目、多个服务、多个库的代码放进同一个版本控制仓库里管理的做法，而不是每个项目单独开一个仓库。 打个比方：多仓库像一排独立的小屋，各家有各家的门锁和
教程用 Ripple-65B 搭开源编码智能体：vLLM 部署与仓库任务实测
把一个大模型变成"能改代码的智能体"，中间隔着三层：推理服务、工具调用协议、任务编排。这篇教程用 Ripple65B 这类 65B 量级的稠密模型，走一遍从权重落地到在自己仓库上跑真实任务的全过程，最后给出一套可复用的通
AI 词典视觉遗忘：模型学会了看图，却忘了怎么说话
一句话定义：视觉遗忘（Visual Forgetting）指多模态模型在做完以图像任务为主的微调（finetuning）之后，图像相关能力明显提升，但原本具备的语言能力却出现了可测量的下滑，表现为写作变差、推理变浅、指令
AI 词典模态崩溃：多模态模型为什么慢慢“不看图”了
一句话定义：模态崩溃（Modality Collapse）指多模态模型在训练过程中逐渐把决策重心压到某一种模态上（通常是最容易学的文本），对其他模态（图像、音频等）的利用能力退化，甚至形同虚设。 它是怎么发生的 多模态模
AI 词典信息瓶颈：好的表示，是学会"忘掉
一句话定义：信息瓶颈（Information Bottleneck，IB）是一条判断"什么算好表示"的原则——把原始输入 X 压缩成表示 Z 时，要尽量多留住与目标 Y 有关的信息，同时尽量多丢掉与 Y 无关的信息。 打
AI 词典语义解析：把一句话变成可执行的查询
语义解析（Semantic Parsing）是把自然语言句子翻译成机器可执行的形式化表示（logical form）的任务。比如“找出上个月北京地区退货率超过 5% 的订单”，输出不是一段解释，而是一组可执行条件：对象=
AI 词典骨架式思考：先列提纲，再并行填内容
一句话定义 SkeletonofThought（骨架式思考，简称 SoT）是一种让大模型先只输出答案的提纲，再并行把各段内容填满的方法：用“结构”换“速度”。 它怎么运行 普通生成是自回归的：一个字接一个字往后写，写 8
AI 词典思维图：让模型把想法分头算、再拼起来
一句话定义：Graph of Thoughts（思维图，常缩写为 GoT）是一种组织大模型推理的方式：把每一个中间想法当成图里的一个节点，允许节点之间随意连边、分叉、汇合、互相引用，从而把原来一条直线式的思维链，变成一张
AI 词典专家坍塌：MoE 里那些被白养的专家
混合专家模型（Mixture of Experts, MoE）训练到中后期，路由器（router）开始只愿意把任务派给少数几个专家，其余专家几乎收不到数据、参数基本不再更新——名义上有几十个专家，真正在工作的可能只有三五
AI 词典GPQA：一张连博士都容易做错的“防搜索”考卷
一句话定义：GPQA（GraduateLevel GoogleProof Q&A）是一套研究生水平的自然科学四选一问答基准，出题时就要求“上网也搜不到答案”，用来测试模型的专家级推理，而不是检索能力。 它是怎么造出来的
AI 词典HLE：给 AI 出的“最后一张卷子”
一句话定义：Humanity's Last Exam（简称 HLE）是一个面向“人类专家级”难度的大模型评测基准（benchmark），题目由各学科专家出题、答案唯一可自动判分，目的是在旧榜单被刷满之后，重新为模型能力设