GPT-6 Astra 于 9 月 3 日发布:105 万 token 上下文、API 输入 $10/输出 $50 每百万 token、ARC-AGI-3 达 99.9%,核心变化是 Computer-Use 成熟落地——AI 从给答案转向交结果。对齐达历史最好(越权 0%),但 OpenAI 自承认可监控性下降。
AI与大模型
聚焦人工智能与大模型技术,分享生成式AI、机器学习、AI工具与AI开发实践,探索人工智能技术与应用趋势。
今日发布:
0
总文章数:
8
GPT-6 Astra 发布:模型开始"替你干活",而不只是"给你答案"
MCP 2026-07-28 正式发布:AI 工具接入开始真正走向无状态
MCP 2026-07-28 规范正式发布。本文解析无状态协议、Tasks、MCP Apps、OAuth 安全和 JSON Schema 升级,并说明 PHP 与 Laravel 开发者需要关注的部署和兼容问题。
2026 AI 编程实战系列(三):上下文窗口 —— 为什么 AI 的“记忆”既是生产力,也是剧毒?
【2026 AI 编程系列三】深度解析 AI 原生 IDE 的“瞬时记忆”——上下文窗口。揭秘注意力衰减与上下文污染背后的原理,解释为什么长对话会让 AI 变蠢,并帮助开发者建立健康的上下文管理意识。
大模型入门(二):关键技术与架构
本篇作为大模型入门系列之二,聚焦于大模型的关键技术与常见架构,深入剖析自监督学习等技术及 Transformer 架构等模式,助力读者进一步理解大模型的内在原理与构建方式。
什么是大模型:大模型入门
本文为大模型入门系列的第一篇,详细介绍了大模型的定义、特点、发展历程及应用领域,为初学者构建大模型的基础认知框架,助力其开启大模型学习之路。
解密大模型命名中的 “B”:含义大揭秘
深度且通俗易懂地剖析大模型命名中 “B” 的多重含义,包括参数量、特定架构技术及训练数据类型等方面,助力读者全面理解大模型特性。
什么是模型蒸馏?——用「老师教学生」的方式理解AI
本文通过“老师教学生”的类比,通俗讲解模型蒸馏技术如何将大型AI模型的知识迁移到轻量模型中,深入解析软标签与硬标签的区别、温度参数的作用,以及该技术在移动端、工业系统等场景的应用。
大模型名称中的K:揭秘AI的"记忆容量"选择艺术
从技术定义到商业价值,深度解析大模型名称中"K"的核心含义,通过法律审查、小说创作等场景揭示不同K值对任务效果的关键影响,提供含成本公式、实测数据、选型决策树的完整指南,助您突破AI长文本处理瓶颈。