实体库 · 期 Buzzwords · 档案重建
EP.30智能体新增 · 待复核
EP.30（2025-02-28）：别再罗列 MMLU，直接说测的是什么能力。档案重建；5 个故事线 / 专题 · 8 个条目 · 讲到 8 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2025-02-28
- 页面xiaopingfeng.com/buzzwords/30/ · 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
- 标题别再罗列 MMLU，直接说测的是什么能力
- 一句话把 benchmark 名字换成人话是可以直接抄的产品设计；SmolVLM 2 真正跑进端侧；Claude 3.7 在 coding 上很强
- 规模5 个故事线 / 专题 · 8 个条目 · 讲到 8 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
Claude 3.7 在 coding 上确实很强3.7 Sonnet 这个模型很强，尤其是在 coding 领域。
SmolVLM 2：视觉模型真的跑进端侧了HuggingFace 发的 SmolVLM 2 系列有三档：256M、500M 和 2.2B。这个量级是真的可以跑在端侧了，而且效果出乎意料地好。
NotebookLM 的前创始成员出来创业了Google NotebookLM 原创始团队里有人离职创业，做了个新产品。他们的判断是：现有产品形态是落后于先进能力的——模型能力已经到了，但让人能理解、能定制、能用起来的那层没跟上。
开源面试官：值得看的是它的 system prompt有个开源项目做的是面试系统：定义各种语音和偏好、写 system prompt、再定义希望它问哪些面试问题以及深度和难度，然后生成一个链接就能开始面试。
把基准名字换成人话这是这期最值得直接抄的一条。大部分模型的发布页下面都堆着 MMLU 之类的名字——DeepSeek 官网首页也是这样。对企业客户来说这非常不友好：他根本不知道这些缩写是什么意思。
共 5 条 · 数据 2026-11-04
条目 8 个 · 本期资料 8 · 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 8 条
共 8 条 · 数据 2026-11-04
这一期讲到的机构、人、App 和模型 8 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 8 条 · 数据 2026-11-04