实体库 · 期 Buzzwords · 档案重建
EP.27智能体新增 · 待复核
EP.27(2025-01-10):免费用上最强模型的日子可能回不来了。档案重建;5 个故事线 / 专题 · 11 个条目 · 讲到 4 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2025-01-10
- 页面xiaopingfeng.com/buzzwords/27/ · 档案重建 · 当期录播后补建的页面,话题 + 备课笔记的链接清单
- 标题免费用上最强模型的日子可能回不来了
- 一句话Simon Willison 年度总结:免费用 SOTA 的日子回不来了、agent 这个词欺骗性太强;Meta 的 LCM 想把推理和语言表述解耦
- 规模5 个故事线 / 专题 · 11 个条目 · 讲到 4 个实体
故事线与专题 5 个 · 点标题到页面上的那一节;摘要是页面自己的导语(档案重建的期里是话题)
搜索
排序视图
共 5 条
CES:显卡、眼镜与补帧CES 上关注度最高的是 NVIDIA 的 RTX 50 系列,用了新架构,结合 DLSS 和推理技术。游戏侧的卖点是 AI 补帧和改进的抗锯齿,很多游戏因此拿到更高帧数;此外还主打用 AI 生成高精度 3D 模型,以及模型训练和自动驾驶。
免费用 SOTA 的日子可能到头了Simon Willison 的年度总结里有个当时听着挺刺耳的判断。此前各家都在越来越多地把 SOTA 模型免费给用户用,OpenAI 也是。
211 个 agent 定义,和一个很难听但准确的判断同一篇文章里,他对 agent 的看法相当沮丧:认为大家都在做一些挺扯的 agent,没什么真东西。
ARC-AGI 为什么是个好基准提到 ARC-AGI 时给的理由很朴素:一个聪明人即使完全没受过训练,也能拿到 95 分以上。
Meta 的 LCM:把推理和语言表述拆开Meta 的大概念模型(LCM)核心主张是:把大模型的推理过程和语言表述彻底解耦。
共 5 条 · 数据 2026-11-04
条目 11 个 · 本期资料 11 · 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 11 条
共 11 条 · 数据 2026-11-04
这一期讲到的机构、人、App 和模型 4 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 4 条 · 数据 2026-11-04