简单到难以置信！近日，Google Research一项新研究发现：想让大模型在不启用推理设置时更准确，只需要把问题复制粘贴再说一遍，就能把准确率从21.33%提升到97.33%！
美团也重磅更新自家模型 ——LongCat-Flash-Thinking-2601。这是一款强大高效的大规模推理模型，拥有 5600 亿个参数，基于创新的 MoE 架构构建。该模型引入了强大的重思考模式（Heavy Thinking Mode），能够同时启动 8 路思考并最终总结出一个更全面、更可靠的结论。目前重思考模式已在 LongCat AI 平台正式上线，人人均可体验。
随着AI大模型研发在架构、记忆、存储等等领域的深水区创新，OCR重新成为了技术专项。DeepSeek在研究、智谱在研究、阿里千问和腾讯混元也都在研究……还得是吴恩达老师，火速来了新课程，帮你速通OCR。
项目缘起：从 0 到 1 的 PromptTuner 诞生之路 随着大模型技术的普及，AI 交互已成为日常工作的重要组成部分。然而，如何写出高质量的提示词（Prompt）却成为普通用户面临的新挑战。
o1从榜首暴跌至#56，Claude 3 Opus坠入#139。LMSYS榜单揭示残酷真相：大模型的「霸主保质期」只有35天！这不是技术迭代，这是对所有应用层开发者的降维屠杀。
在3D角色动画创作领域，高质量动作资产的匮乏长期制约着产出的上限。
“我们没有能力一会儿金融、一会儿娱乐、一会儿医疗，只能深耕一条主线。”
提高大模型记忆这块儿，美国大模型开源王者——英伟达也出招了。
在 AI 辅助 Coding 技术快速发展的背景下，大语言模型（LLMs）虽显著提升了软件开发效率，但开源的 LLMs 生成的代码依旧存在运行时错误，增加了开发者调试成本。
针对大模型长文本处理难题，Transformer架构的核心作者之一Llion Jones领导的研究团队开源了一项新技术DroPE。
