实体库 · 期 Buzzwords · 完整页
EP.112智能体新增 · 待复核
EP.112(2026-11-20):租 GPU,怎么还得报家门?。完整页;14 个故事线 / 专题 · 52 个条目 · 讲到 60 个实体。每个故事线 / 专题 / 条目都是库里的一个节点,连到它讲到的机构、App、模型和人。
- 分享日2026-11-20
- 页面xiaopingfeng.com/buzzwords/112/ · 完整页
- 标题租 GPU,怎么还得报家门?
- 一句话租算力要查最终母公司,五美分跑一遍的补丁要过测试,Agent 办没办成得去后台看。
- 规模14 个故事线 / 专题 · 52 个条目 · 讲到 60 个实体
- 内容窗口2026-11-13 → 2026-11-20
- 本周新模型9 个
故事线与专题 14 个 · 点标题到页面上的那一节;摘要是页面自己的导语
搜索
排序视图
共 14 条
租 GPU,怎么还得报家门?楼建好、卡到货、客户能用,是三个时间点。这次美国的新规则要查到最后一步。这些先进芯片的算力,机房已经租给谁、接下来又准备租给谁?
五美分的补丁,敢合吗?把模型调用、重试和请人检查的钱都加起来,再除以按时做对的活。这样才知道交出一份能用的结果,平均得花多少钱。
Agent 说办妥了,后台空着让 Agent 在同一个项目里再做一次昨天返工的活。它说了什么、后台变成什么样、需要谁批准,这三项都应有记录。
便宜模型先跑,省的钱够不够验收?有一张旧仓库的工单等着修。你能请贵的模型通宵做完,也能先让便宜的试一遍。后一种听起来合算,直到你发现还得请人看补丁。Fireworks 手上有每道题的隐藏测试,能知道该不该换人。拿这份公开账单算一遍,看看真实团队最多能花多少钱把第一道关守住。Fireworks 双模型路由实验OFFICIAL
卡堆到一万张,训练快了多少?一个机房有多少卡,好写进新闻。难回答的是,多买一批之后,哪段训练真能缩短。MLPerf Training v6.1 同周摆出了 DeepSeek-V3 的 10,240 卡提交,也给了同一代设备在更小规模上的成绩。Xing4 则拿出两类昇腾集群的记录。一次是为了找到哪一环慢做的实验,另一次是模型实际预训练时用的配置。
模型一换,最省钱的运行环境也换了同一个模型,用两个命令行工具跑同一张工单,账单也可能差一截。RUNTA 和 Baseten 排了 62 道终端任务、5 款模型、22 个运行配置,每种组合跑四次,共安排 27,280 次运行。每次都重新开一套独立环境,推理开到最高档。原本以为选定模型之后选个顺手的工具就好,这张表里,换五款模型,一共出现了五个各自最省钱的运行环境。
Agent 断在退款之后,重启会不会再退一次?买家等退款等了一上午。客服 Agent 向退款服务发了指令,确认消息还没写进会话,进程就退出了。重新打开工单,只看得到「处理中」。这时让 Agent 继续干活,第一步应该去哪儿看?微软的重启说明和一篇专门把程序弄坏的论文,可以拿来一起读。Foundry 托管 Agent 上线说明OFFICIAL Agent 工具动作故障注入论文OFFICIAL
转身再回来,世界还是刚才那个吗?你在屏幕里走过一间杂货铺,转进侧巷,再沿原路回去。招牌还挂在原来的门上吗?按一下左转,镜头每次都转得差不多远吗?11 月 18 日,Google 把 Genie 4 推给符合资格的 AI Ultra 用户。探索中发一句话就能让场景换天气、添角色,还能听见跟着场景变化的声音。这周一项公开评测刚好给了同类系统的读法。
AI 写出量子电路,怎么知道它做对了?让 AI 写个程序,准备一对纠缠的量子比特。程序跑完,屏上 00 和 11 各占一半,看起来交卷了。但两项振幅之间的相对相位要是写反了,眼前这份统计完全不变。换一个测量基底,才看得出它交的是另一个态。上期问的是 AI 写出的量子研究证明谁来验,本期顺着这道小题走到另一件事,AI 写的量子电路要验到哪一步。EP.111 · AI 做研究,谁来验SELF
榜单并列,真实工作差在哪交同一份工作,两个模型都说自己完成得不错。Epoch AI 11 月 17 日找来四项本机构日常工作,让六款模型动手,再由人按员工能否直接交付的标准打分。曾在综合能力指数上并列的 Claude Fable 5.2 和 GPT-6.2 Astra,在四项工作的平均分上差了 17 个百分点。看看哪份东西最后还是要人重做。
少忘了 29.7%,为什么重跑只剩 12.2%?Lab 19 的一个 Agent 给 Qwen3.5-0.8B 补训韩语。它把韩语语料里很少出现的词表权重锁住,报告说英语少忘了 29.7%。三个小时后,Lab 22 的另一个 Agent 在群里追问,两组到底学到了多少韩语?它拿到原代码重跑,依旧能在原先选定的学习率附近看到约三成的差距。等它把两组拉到同一个韩语学习进度,收益就降到了 12.2%。
数字人会说话了,什么时候该闭嘴?数字人正在说「周五下午三点,我会把安排发给大家」。说到「三点」时,用户突然插进来一句「等一下,改到四点」。用户希望先听到旧话停下来,然后听到「明白,周五下午四点」,同时看到嘴型跟着这句新话走。这几秒里发生的事,可以一项一项验。
搜索快了,答案也更好吗?假设用户问:「周五活动几点开始?」旧 FAQ 写三点,新公告改到四点。搜索要把新公告找回来,回答要给出四点和对应出处,用户还要等到完整答案出来。这三关各有一个量法。
共 14 条 · 数据 2026-11-20
条目 52 个 · 快讯 18 · 上期判断复盘 3 · 下周看点 3 · HowTo 5 · 本期资料 23 · 信源徽章与 MUST / TECHREAD / ★ 是页面自己的标记
搜索
栏目
信源
必读
排序视图
共 52 条
共 52 条 · 数据 2026-11-20
这一期讲到的机构、人、App 和模型 60 个 · 名称匹配(名字在标题里记「主角」,只在正文里记「提及」),待复核;按它们在这一期被讲到的条目数排
被讲到最多的(按故事线 / 专题 / 条目数)
共 56 条 · 数据 2026-11-20
机构 · 46
- Anthropic公司 · 9 个模型 · 1 个 App
- OpenAI公司 · 14 个模型 · 1 个 App
- Google公司 · 16 个模型 · 6 个 App
- NVIDIA公司 · 20 个模型
- GitHub公司
- Microsoft公司 · 5 个模型 · 3 个 App
- DeepSeek公司 · 5 个模型 · 1 个 App
- Hugging Face公司 · 2 个模型 · 1 个 App
- Apple公司
- Amazon公司 · 1 个模型
- Alibaba公司 · 12 个模型 · 2 个 App
- Z.ai公司 · 3 个模型 · 1 个 App
- Moonshot AI公司 · 3 个模型 · 1 个 App
- AMD公司
- MiniMax公司 · 4 个模型 · 1 个 App
- Artificial Analysis独立模型评测 / Intelligence Index · San Francisco
- OpenRouter公司 · 1 个 App
- Perplexity公司 · 2 个模型 · 1 个 App
- Epoch AIAI 趋势数据 / 基准评测(FrontierMath、ECI) · 旧金山(法人地址)· 团队分散
- METRAI 自主能力评估 · Berkeley
- Vercel公司
- Terminal-Bench项目
- LangChain公司
- Salesforce公司 · 1 个模型
- Crusoe公司
- IBM公司 · 1 个模型
- Cerebras公司
- SEC政府机构
- 加州政府政府机构
- Andon LabsAgent Eval / 自主组织 · San Francisco
- Meituan公司 · 3 个模型 · 1 个 App
- PyTorch项目
- Nscale公司
- UC Berkeleyuniversity
- Baseten公司
- Disney公司
- Factory公司
- Isomorphic Labs公司
- Prime Intellect去中心化训练 · San Francisco
- Dell Technologies公司
共 46 条 · 显示前 40 · 数据 2026-11-20
人员 · 1
- Jensen Huang创始人 / 高管 · CEO · NVIDIA
共 1 条 · 数据 2026-11-20
App · 10
- Claude通用助手 · #2 · Anthropic
- Gemini通用助手 · #2 · Google
- ChatGPT通用助手 · #1 · OpenAI
- DeepSeek中国团队通用助手 · #5 · DeepSeek / High-Flyer
- Hugging Face模型与开发者平台 · #29 · Hugging Face
- Kimi中国团队通用助手 · #21 · Moonshot AI
- MiniMax中国团队模型与开发者平台 · #42 · MiniMax
- Qwen中国团队通用助手 · #24 · Alibaba
- OpenRouter模型与开发者平台 · #13 · OpenRouter
- Perplexity搜索与问答 · #9 · Perplexity
共 10 条 · 数据 2026-11-20
模型 · 3
- GLM-5.3Z.ai · 2026-08-28 · 开放权重 · glm-5.3
- Claude Fable 5.2Anthropic · 2026-11-09 · 闭源 / API · 专有
- LongCat-Video-Avatar 1.6Meituan(LongCat) · 2026-11-15 · 开放权重 · MIT
共 3 条 · 数据 2026-11-20