报告+图谱，也让这句"大模型开发生态，是一场现实世界的黑客松"，在现场被开发者一遍遍讨论。 是的，在介绍最新的开源生态报告时，蚂蚁开源委员会副主席王旭，就是这么感叹的—— 克雷西 发自 凹非寺 量子位 | 公众号 QbitAI 终于！当前的大模型开发生态，被一份报告、完整全景图谱讲清楚了。 就在第十届527蚂蚁技术日上，蚂蚁通过Coding范式、数据、模型部署等角度，对现有开源生态进行了全面完整的大剖析，从数据的视角揭示 了大模型开源生态的演进规律，如果你是大模型开发者或者潜在的开发者， 几乎研究好这份报告可能就够了 。 但这还不够，在报告出炉之前的周末，蚂蚁还发布了2025大模型开源生态全景图，涵盖19个技术领域、135个项目，进一步给出了大模型开 发生态的参考系。 大模型开发生态，是一场现实世界的黑客松。 大模型开源生态，为何是一场实时直播的黑客马拉松？ 在去年的QCon（全球软件开发大会）上的报告和量子位的MEET 2025大会中，蚂蚁对开源社区给出了这样的判断： 开源社区的数据可以说既不全面，也不超前于时代，但是，它是跳出公司的一个客观视角。 今年的技术日上，蚂蚁针对开源生态又发布了新的报告，以及新的 ...

白交 发自 成都 量子位 | 公众号 QbitAI 这年头，为了让你玩好游戏，手机厂商直接塞进三块芯片。 生怕你打游戏输得不服气（bushi）。 一加最新手机Ace5至尊系列，配备了由9400系列旗舰芯、灵犀触控芯和电竞Wi-Fi芯片组成的「电竞三芯」。 据说，这是行业首套游戏全链路芯片级硬件解决方案。 得益于这三款芯片，一加Ace5至尊版在安兔兔跑分上达到了3225260，是 目前所有天玑芯片手机的最高分 。 像玩一些这种《王者荣耀》《原神》《崩坏：星穹铁道》重载场景，可以实现 5小时+满帧运行 。 王者里团战打龙也是很顺畅了。 不过平均帧率接近满帧，现在已经不能代表很好的游戏体验了。真实环境中，即便手机是满帧，但仍然会出现卡顿的现象。 由于体验过好，一加 Ace 5 至尊版还成为2025 年《和平精英》职业赛事 PEL 指定用机，真·电竞级手机认证。 此次发布一共发布两款机型，一加 Ace 5 至尊版定价为2499元起，一加 Ace 5 竞速版售价1799元起。 一加直接塞进三块芯片 这三块芯片术业有专攻，它们分别从性能、触控、网络方面来提升游戏体验。 首先来看性能。 此次它搭载了天玑9400+，拥有第二 ...

量子位 | 公众号 QbitAI 破解挂谷猜想 的中国女数学家 王虹 ，又有新动向。 这一次，这位出身北大数学系的90后，将 加入法国高等研究所（IHES），担任常任教授 。 什么概念？目前，法国高等研究所只有7位常任教授，5位来自数学领域，另外2位是物理学 家。 鱼羊 发自 凹非寺 这5位数学家每一位都在数学界声名赫赫，包括分别在1998年和2022年获得数学最高奖—— 菲尔兹奖的Maxim Kontsevich和Hugo Duminil-Copin，2018年菲尔兹奖获得者Peter Scholze的合作者Dustin Clausen等等。 再算上历任IHES数学常任教授，13人中共有8人是菲尔兹奖获得者。 官方公布的消息显示： 王虹将于2025年9月1日正式入职。这是IHES和纽约大学的联合任职，她在担任IHES数学常 任教授的同时，也将担任纽约大学柯朗数学科学研究所数学教授。 菲尔兹奖获得者Hugo Duminil-Copin第一时间欢迎了他的新同事： 欢迎王虹加入成为我们的教职员工！ 她在纽约大学关于这一成果的讲座，现场被挤得水泄不通： △ 图源：纽约大学 我希望她能在IHES享受我一直珍视的：宁静 ...

AutoThink团队 投稿 量子位 | 公众号 QbitAI 在日益强调"思维能力"的大语言模型时代， 如何让模型在"难"的问题上展开推理，而不是无差别地"想个不停" ，成为当前智能推理研究的重 要课题。 中国科学院自动化研究所联合鹏城实验室 提出了一种高效的推理策略， 赋予推理大模型根据题目难度自主切换思考模式的能力： 通过一个小小的省略号作为提示词 + 多阶段强化学习，引导大模型自主决定是否深度思考、思考多少。 研究背景：大模型"想太多",是优点还是负担？ 在大语言模型快速发展的今天，越来越多的模型开始具备"深度思考能力"。 比如，DeepSeek-R1系列模型引入了一种特别的提示结构：先 ，再 。也就是说，模型在回答之前会"思考"一番，生成一 整段 包含反复自我反思、自我验证 的逻辑推理，然后才给出结论[1]。这种方式是近来提升模型准确率的重要方法。"深度思考"的确带来了好 处，模型不再"张口就答"，而是会分析、论证、验证；在复杂问题中，能显著提升答对率，避免"拍脑袋"行为。但是，如果问题本身很简单， 模型还有必要"苦思冥想"一大段吗？ 答案是：未必。事实上很多情况下，模型在解决简单任务时也会机械地 ...

闻乐 发自 凹非寺 量子位 | 公众号 QbitAI 既能提升模型能力，又不显著增加内存和时间成本 ，LLM第三种Scaling Law被提出了。 对于 1.6B模型 ，能实现性能接近4.4B模型， 内存占用仅为后者的1/22，延迟增加量为1/6 。 由此提出假设：并行计算的规模（如路径数量）可能是提升模型能力的关键因素，而非仅依赖参数规模或推理时间的串行扩展（如生成更多 token）。 并且可直接应用于现有模型（如Qwen-2.5），无需从头训练。 这就是阿里通义团队提出的 PARSCALE 。 目前LLMs的优化主要有两种思路：参数扩展（如GPT-4）和推理时间扩展（如DeepSeek-R1），但会增加内存和时间成本。 阿里通义团队提出的新范式受CFG（无分类器引导）双路径推理机制的启发。 他们将CFG的并行思想从 " 生成阶段的推理优化 " 扩展为 " 训练和推理全流程的「计算缩放」 "。 让我们来扒一扒技术细节。 将CFG的并行思想扩展到计算缩放 PARSCALE对于CFG双路径的灵感迁移 CFG 通过同时运行有条件生成（输入提示词）和无条件生成（不输入提示词）两条路径，再通过加权平均融合结果，提升生 ...

闻乐 发自 凹非寺 量子位 | 公众号 QbitAI 大模型做数独，总体正确率只有15%？？？ 继出场自带十篇完整学术论文的 史上首个"AI科学家" 之后，Transformer作者Llion Jones又带着他的创业公司Sakana AI来搞事情了。 这次，Sakana AI公布了一个AI模型 解决数独问题能力的排行榜 。 问题集是该公司推出的 全新基准Sudoku-Bench ，包含了 从简单的4x4到复杂的9x9现代数独 问题，旨在考验大模型 创造性推理能力 。 榜单显示，大模型不仅总体正确率只有 15% ，在9×9的现代数独中，即使是高性能模型 o3 Mini High ，正确率也只有2.9%。 | 3 | oluvuu-pollull lesauci kvalu | | --- | --- | | Model | Puzzles Solved | | O3 Mini High | 14.0% | | Gemini 2.5 Pro | 11.0% | | Qwen 3 235B A22B | 8.0% | | Qwen 3 30B A3B | 7.0% | | Grok 3 Mini | 6.0% | ...

Laser团队 投稿 量子位 | 公众号 QbitAI 1+1等于几？ 这一研究也在引起了讨论： 现在的大推理模型（LRMs）已经展现出了非凡的推理能力。但是面对这样最简单的数学问题，现有的LRMs仍需要花费1400+的tokens来思 考。 那么有办法让LRMs在推理思考时更快更强吗？ 来自港科大、港城、滑铁卢大学和Apple的研究人员，最近提出了 Laser系列新方法 ，实现了更好的模型效率和准确率平衡，做到了两者的 共同显著提升。 经过Laser和它的进阶方法Laser-D、Laser-DE训练后的模型，相较于训练前模型或者其他方法训练的模型，在准确率（Accuracy）和 Tokens使用效率（Efficiency）上，同时取得了显著的提升。 例如在知名复杂数学推理基准AIME24上，Laser-D和Laser-DE方法能够让模型在减少Tokens使用量 63% 的情况下，还继续提升 6.1 的性 能。 同时，研究人员还发现，经过训练的模型的思考过程里，冗余的"self-reflection"的比例大大降低，呈现出了一种更加健康的思考模式。 那么，Laser是如何让大模型推理又快又好的呢？ 三大创新实 ...

明敏 发自 凹非寺 量子位 | 公众号 QbitAI 30年码龄程序员4年都没搞定的bug，Claude Opus 4只用几个小时轻松破解了。 全程只需 30个prompt+1次重启 。 而人类在过去4年花了至少200个小时，都没找到这个bug在哪。 一位资深C++程序员的分享，最近火了。 要知道，他曾在FAANG （指Meta、亚马逊、苹果、奈飞、谷歌硅谷五巨头） 担任工程师，如今也是团队中"定海神针"一样的人物。 这个bug不仅困扰他，包括 GPT-4.1、Gemini-2.5以及Claude-3.7 也找不到。 有围观的程序员表示，这种剧情他也经历过！ 一个月没解决的bug，用o1-Pro十分钟就搞定了。 Anthropic的开发者关系主管也留言表示，这样的故事可能会越来越常见。 6万行代码重构后出现"白鲸bug" 故事的主角名叫ShelZuuz。 因此，他把这个bug称为 "白鲸bug" 。 这是参考了文学作品《白鲸》中，哈克船长执着半生都在追逐一头行动诡异的白鲸。 这位老哥自称有30年C++开发经验，在目前的团队里承担"技术支援"的角色，大家卡了一周的问题，他当场就能解决。 从他在Reddit上的资 ...

梦晨 西风 发自 凹非寺 量子位 | 公众号 QbitAI 马斯克星舰 第九次 飞行测试，二百万网友在线围观。 原本点火、升空一切顺利，完好无损抵达太空，SpaceX员工已经在欢呼庆祝了。 随后却接连发生意外。 首先是部署卫星测试时 舱 门 无法 打开 ，尚不清楚造成这次事故的原因。 随后星舰 在轨 道 失 控 ， 发生严重翻滚 。 进入大气层后，几个摄像机位附近剧烈燃烧，先后失去信号。 最后星舰 在59.3千米高空 彻底失 联 。 随后官方确认飞船已 "快速非计划解体" 。 也标志着2025年星舰发射的连续第三次失败。 尽管如此，马斯克本人还是认为有很大进步。 下面来看具体过程。 星舰空中失联解体 本次测试 首次实现超 重型 助推器 的 重复使用 ，所用助推器B14-2曾在第七次飞行测试中完成发射与回收。该助推器原型编号为B14，复 飞时编号更新为B14-2。 助推器B14-2已完成一次性组件更换 （例如烧蚀隔热层） ，其大部分硬件沿用此前经过测试的部件，包括33台猛禽发动机中的29台。 伴随着一声声倒数，第九次飞行测试点火。助推器的 33台猛禽发动机全部成功点火 。 2分30秒，一级助推器、二级飞船 成功 ...

GOAT团队 投稿 量子位 | 公众号 QbitAI 诸如Qwen，GPT，DeepSeek R1等基础大模型已成为现代深度学习的基石。 然而，在应用于具体下游任务时，它们庞大的参数规模使得额外微调成本较高。 为了解决这一问题，近期的研究聚焦于 低秩适应 (LoRA) 方法，通过保持基座模型参数冻 结，仅对新增的小型轻量级适配器进行微调，从而降低微调成本。 尽管LoRA具有较高的效率，然而其微调性能往往不及全量微调。 面对这一挑战， 华中科技大学 和 香港中文大学 团队提出了一项全新的LoRA微调框架—— GOAT ，该工作已成功被 ICML 2025 正式接收。 这项研究提出了一套 自适应奇异值初始化 与 混合专家梯度对齐 策略，成功缓解低秩适应 （LoRA）性能不足的难题，在 25 个多领域任务中实现接近甚至超越全参数微调（Full FT）的效果，同时仅需调整极小比例参数。 低秩适应效果不如预期 传统LoRA通过在预训练权重矩阵中添加低秩适配器（如BA矩阵），大幅减少可训练参数 （通常仅需调整0.1%-5%参数），但其性能往往显著落后于全参数微调。 现有方法通常通过随机初始化或者静态奇异值分解（Singu ...