MiniCPM4.0 -0.5B 在性能上，也展现出惊人的以小博大—— 在MMLU、CEval、BBH、HumanEval等基准测试中，MiniCPM4.0 -0.5B性能秒杀同级 的 Qwen-3-0.6B、Llama 3.2、Gemma3，并通过原生QAT技术实现几乎不掉点的int4量化，实现了 600 Token/s 的极速推理速度。 模型相关链接 https://arxiv.org/pdf/2506.07900 「前进四」速度狂飙，快至220 倍！ 2025 智源大会，新一代「面壁小钢炮」 MiniCPM4.0 端侧模型发布。一款 8B 稀疏闪电版，带来端侧性能创新式大跃升；一款 0.5B 实力演绎以小博 大，适配广泛终端场景。 MiniCPM4.0 -8B 是首个原生稀疏模型，5%的极高稀疏度加持系统级创新技术的大爆发，让长文本、深思考在端侧真正跑起来，宣告了端侧长文本时 代到来。 MiniCPM4.0 -8B 在MMLU、CEval、MATH500、HumanEval等基准测试中，以仅 22% 的训练开销，性能比肩 Qwen-3-8B，超越Gemma-3-12B。 代号「前进四」，小钢炮 Mini ...

从"高考志愿填报导师"张雪峰推出的 17999 元的高考志愿填报服务不到 3 分钟便被抢购一空可见填报专业就有多火爆，而计算机和人工智能更是他经 常推荐的专业。 一年一度的高考已经结束，今年共有 1335 万名考生踏入考场，如果说考试是考生的战场，那么让无数家庭真正反复权衡、难以抉择的，其实是考后的 另一道大题——「填什么专业」。 作者 | 梦依丹 出品丨AI 科技大本营（ID：rgznai100） 而今年，在 AI 浪潮的席卷之下，这道选择题更添了几分迷思与变数： 当 AI 能编写谷歌 25% 的新代码、修复 52% 的程序漏洞…… 几乎所有 Claude Code 的代码都是用它自己反复编写和重构的时…… 曾几何时，一行行代码的敲击是软件工程师的日常。在传统范式下，程序员需要将需求转化为详细的逻辑流程，再用特定语法逐行实现功能。 而如今，以大模型为核心的编程范式，正在从"写代码"转向"写意图"。程序员不再是从零构造者，而是通过自然语言与 AI 对话、协商、迭代，逐步生 成最终代码。 这样的变革，不仅改变了开发方式，也正在悄然改变开发岗位的结构。 当下火爆的 AI 编程智能体 Claude 公司的首席产品官 ...

作者 | 王启隆 出品丨AI 科技大本营（ID：rgznai100） 席卷全球的 AI 淘金热中，一个词正被悄悄地掏空——那就是 "开放" 。 近日，PyTorch 基金会执行董事、Linux 基金会 AI 总经理 Matt White 在北京智源大会 揭示了一个 充满张力的现实：一方面，开源吞噬世界，AI 的开源更形成了一个自我加速的"良性循环"；但另一 方面，一场围绕"开放"定义权的无声战争已经打响。 这是我们这个时代的十字路口：是任由"开放"沦为一个漂亮的营销词汇，还是为它注入坚实的灵魂？ 在演讲中，Matt White 带来了两件精心铸造的"武器"：一张名为 "模型开放框架"（MOF） 的地 图，用清晰的等级标准终结含糊，让真正的开放者得以彰显；以及一本名为 "OpenMDW 许可证" 的护照 ，专为 AI 模型打造，给予使用者最大限度的自由。 他的演讲，与其说是一次技术分享，不如说是一份宣言，一份行动指南。它为我们接下来这场更深入 的对话，精准地校对了焦距。 在演讲结束后，我们与 Matt White 坐下来，继续探寻这场"为开放而战"的深层动机与未来图景。 《新程序员》 ：嗨 Matt，我们其实和 ...

数学推理能力作为衡量模型智能水平的关键指标，需对其进行全面公平的评估。然而，现有的 GSM8K、MATH 数学基准因覆盖不足和易被数据污染饱 受诟病，要么缺乏对本科水平数学问题的广泛覆盖，要么可能受到测试集的污染。 为了填补这些空白，来自香港科技大学的研究团队近日发表在 ICLR 2025的最新研究 UGMathBench——首个针对本科数学的多元化动态评测体系， 专为评估 LLM 在本科阶段各类数学主题下的推理能力而设计。它提供了动态多样的评估工具，首次将数学推理评测带入「动态污染防控」时代， 标志 着 LLMs 数学推理评估从"浅层解题"迈向"深层理解"。 论文地址：https://arxiv.org/pdf/2501.13766 | AGI-Eval | 评测榜单 入人机竞赛 | 评测集社区 | Data Studio 団 | | | など | | --- | --- | --- | --- | --- | --- | --- | | | 评测集社区：UGMathBench | | | | | | | | UGMathBench ☞▩ | | | | 我要参评 | | | | UGMathBench 是 ...

数学推理能力作为衡量模型智能水平的关键指标，需对其进行全面公平的评估。然而，现有的 GSM8K、MATH 数学基准因覆盖不足和易被数据污染饱 受诟病，要么缺乏对本科水平数学问题的广泛覆盖，要么可能受到测试集的污染。 为了填补这些空白，来自香港科技大学的研究团队近日发表在 ICLR 2025的最新研究 UGMathBench——首个针对本科数学的多元化动态评测体系， 专为评估 LLM 在本科阶段各类数学主题下的推理能力而设计。它提供了动态多样的评估工具，首次将数学推理评测带入「动态污染防控」时代， 标志 着 LLMs 数学推理评估从"浅层解题"迈向"深层理解"。 论文地址：https://arxiv.org/pdf/2501.13766 | AGI-Eval | 评测榜单 入人机竞赛 | 评测集社区 | Data Studio 団 | | | など | | --- | --- | --- | --- | --- | --- | --- | | | 评测集社区：UGMathBench | | | | | | | | UGMathBench ☞▩ | | | | 我要参评 | | | | UGMathBench 是 ...

AI 正在颠覆软件开发！ 原文链接：https://www.youtube.com/watch?v=Yf_1w00qIKc 责编 | 梦依丹 出品丨AI 科技大本营（ID：rgznai100） AI 正在颠覆软件开发！ 近日，Anthropic 发布了其技术专家 Boris Cherny（Claude Code 首席工程师）与 对外沟通负责人 Alex Albert 的深度对话，揭秘了 AI 编程工具 Claude Code 的诞生、核心能力、使用技巧以及未来展望。从终端的普适性到新模型的强大赋能，再到 Claude.md 文件的妙用，一个由 AI 辅助甚至 主导的编程新时代正加 速到来。 在 Boris 与 Alex 的对谈中，他们围绕 Claude Code 的产品定位、差异化能力和使用体验进行了深入交流。 对话精彩摘要： 超 3 0 0 0 人的「AI 产品及应用交流」社群，不错过 AI 产品风云！诚邀所有 AI 产品 及应用从业者、产品经理、开发者和 创业 者，扫码加群： 进群后，您将有机会得到： · 最新、最值得关注的 AI 产品资讯及大咖洞见 这源于我们 Anthropic 工程师和研究员们平时用 ...

悟道 1.0 发布时，学术界对" 大模型是通往 AGI 的技术路线 "尚未得出统一结论。 现在的具身智能，也处于这个阶段。 作者 | 王启隆 出品丨AI 科技大本营（ID：rgznai100） 大模型的热潮之下，一种微妙的瓶颈感，正成为行业共识。 "过往所说的 '百模大战'，更多是大语言模型的竞争，" 智源大会前夕， 智源研究院院长王仲远 在 与 CSDN 的对话中，开门见山地指出了问题的核 心，"而大语言模型受限于互联网数据的使用，性能虽然还在提升，但速度已大不如前。" 出路何在？在王仲远看来，AI 要突破天花板，就必须在"读万卷书"（互联网数据）后，去"行万里路"（物理世界）。 这并非孤立的判断。今年三月， 英伟达 CEO 黄仁勋就在 GTC 大会上为 AI 的下半场指明了方向 ：打造"AI 工厂"，迎接"物理 AI"时代，让 AI 走出屏 幕，与现实世 界交互。 思考趋于一致，行动便接踵而至。6 月 6 日，CSDN 在北京智源大会现场，见证了王仲远在他的主题演讲中给出的答案。如果说 2021 年的"悟道"系列 代表着对技术路径的探索（" 道 "），那么他所揭晓的全新"悟界"系列，则亮明了新的野心——用 ...

文 | 郑丽媛 出品丨AI 科技大本营（ID：rgznai100） 过去这一年，AI 世界风云再起。 从 DeepSeek R1 、OpenAI o3 的激烈竞逐，到 AI 智能体频频登上技术热榜；从"推理能力"成为衡量大模型的新标准，到人形机器人、具身智能 （Embodied Intelligence）被寄予厚望……我们正站在 AI 技术快速演进的关键时刻。 然而，在这些热闹表象的背后，一场更深层的技术讨论也正在 悄然发生： 我们真的了解智能吗？我们构建的 AI 真的在"学习"吗？ 在这样一个值得深思的节点， 加拿大阿尔伯塔大学计算科学系教授、图灵奖得主 Richard Sutton 在 6 月 6 日举行的北京智源大会上，带来了一场名为 《 欢迎来到经验时代 （Welcome to the Era of Experience） 》的 主题演讲。 在 整场演讲中， Richard Sutton 没有谈模型架构、参数量，没有讲热门的大语言模型， 也没有 讨论 多模态系统的未来路线图——他选择回到 AI 的第 一性原理， 提出了一个颠覆直觉、却极具穿透力的主张： 真正的智能，应该来源于经验，而不是人类预设的数据 ...

【编者按】作为深度学习三巨头之一，图灵奖得主、AI 教父 Yoshua Bengio 在 2025 北京智源大会上，他表示： AI 能完成的任务时长，每七个月就翻一 番，大约五年后，AI 就将达到人类水平， 通用人工智能（AGI）或将在五年内到来，而人类社会却尚未在规则、立法乃至全球治理层面达成一致。 整理 | 梦依丹 出品丨AI 科技大本营（ID：rgznai100） 自从 ChatGPT 横空出世，AI 进入了加速进化的轨道。从最初能写代码、生成文案，到如今能上网查资料、远程操控家电，它早就不再是那个只会聊天 解闷的"电子嘴替"。它开始自己"思考"任务，能在多个软件之间协同操作，甚至具备控制电脑、读写数据库的能力。AI 从幕后算法，变成了贴身助 手，再逐步演化成能自主执行复杂操作的"智能体"——从"听话"走向"行动"，它正成为一个真正能"做事"的多面选手。 他呼吁，我们正处在一个关键的时间窗口，必须尽快建立可验证、安全、负责任的控制机制。 演讲伊始，Bengio 教授便分享了一段深刻的个人心路历程。他坦言，在亲身体验 ChatGPT 并目睹 AI 飞速进化后，深感此前对 AI 失控风险的认知不 足。而一个 ...

"坐在我身边的是我的孩子，我的孙辈，我的学生，还有许多其他人。那你呢？是谁坐在你的副驾驶座？"——图灵奖得主 Yoshua Bengio 在 TED 演讲中发 出灵魂提问，沉甸甸地指向 AI 时代的人类命运共同体。 当「AGI」正以令人眩目的速度逼近，谁在为"安全"这道防线筑基？ 整理 | 梦依丹 出品丨AI 科技大本营（ID：rgznai100） 图灵奖得主、深度学习奠基人、全球被引用次数最多的 AI 科学家 Yoshua Bengio 官宣创业。成立一家名为 LawZero 非营利 AI 安全研究机构，以"安 全优先"原则回应人工智能可能带来的系统性风险。 LawZero 是一家以研究和技术开发为核心使命的非营利组织，旨在构建"设计即安全"的 AI 系统，并组建一支由世界顶尖研究者组成的技术团队。 "当前的 AI 系统已展现出自我保护和欺骗行为迹象，而随着其能力和自主性的增强，这种趋势只会加速。"Bengio 在博文中列出了多个案例： 以上这些 AI 行为所展现出来的是 AI 系统在缺乏安全约束机制下，可能发展出不受控制的目标偏差与策略选择。 深度学习三巨头纷纷发出 AI 安全警告 作为 AI 领域的殿堂 ...