Archive / 档案
文章
全部条目
All entriesGPT-6.1 Terra：半价、三倍速的电脑操作模型
2026 年 10 月 26 日，OpenAI 发布 GPT-6.1 Terra：API 价格为上一代的一半，电脑操作基准高 15 个百分点，Terminal-Bench 4.0 得分 50.3%。本 …
3 分钟HackerTube：用 HN 十八年评论造一个 YouTube
2026 年 10 月 31 日，Karpathy 发布 HackerTube：把 2007 年以来 HN 评论里被反复推荐的 6,454 个视频，做成一个没有算法、不用登录的 YouTube 替代站 …
3 分钟Astra 直接读写权重：不训练，改好 Qwen
2026 年 11 月 2 日，MIT CSAIL 发布《Sparks of Weight-Space Programming》：前沿模型能直接读写神经网络权重。Astra 仅凭权重认出网络在玩哪个游 …
3 分钟LifeVal：用 169 项日常任务给模型打分
2026 年 11 月 2 日，OpenAI 发布 LifeVal：一套衡量 AI 在日常事务上表现如何的评测，任务来自两项时间使用研究加一份 3,995 人的新问卷，覆盖照护、健康、教育、财务、购物 …
2 分钟Subvocal 眼镜：静默说话，把嘴型变成文字
2026 年 11 月 2 日，纽约邮报报道旧金山初创公司 Subvocal：一副用射频感知脸部肌肉微动、把无声嘴型实时转成文字的眼镜，宣称速度超过 200 words/min，售价 $699，预计 …
2 分钟AnyModelBot：把个人 AI 智能体装回自己的电脑
2026 年 10 月 27 日，modelflare-ai 在 GitHub 开源 AnyModelBot：一个本地优先的个人 AI 智能体，人设、默认模型、工作区与记忆都在你自己的设备上，模型经 …
2 分钟RAG 之后补一层知识编译：BM25 harness 跑到 85%
2026 年 10 月 30 日的一篇 arXiv 论文主张：检索增强的准确率已被 agentic harness 解决，真正缺的是「知识编译」——用 LLM 给文档补上单个 chunk 没有的上下文 …
2 分钟RoboArchitect：让编码模型自动搭出机器人控制台
2026 年 10 月 30 日，斯坦福团队把 RoboArchitect 放上 arXiv：让一个编码模型观察机器人策略的失败回放，自动设计并持续改进控制台，全程不更新任何模型权重。留出场景成功率从 …
2 分钟五个小模型组队，能否追上前沿编码模型
2026 年 10 月 31 日，Memdoor 用五个 Qwen3.8-27B 智能体组队，在 LiveCodeBench Hard 前 10 题上跑出平均 9.8/10，追平 GVS5H 作者 …
3 分钟50 个 AI 智能体在 Minecraft 里失败的一课
2026 年 10 月 29 日，Y Combinator Labs 与 Olam Labs 让 50 个 GPT-6.1 Sol 智能体在 Minecraft 里用 3 小时建设文明。结果它们陷入官 …
3 分钟