
GPQA 测试题混入训练数据,Soofi S 评测删除该基准
一个德国研究联合体在预训练报告中披露,改写后的测试题泄漏进了已公开的训练数据,因此把科学基准 GPQA 从开源 30B 模型 Soofi S 的评测中移除。

一个德国研究联合体在预训练报告中披露,改写后的测试题泄漏进了已公开的训练数据,因此把科学基准 GPQA 从开源 30B 模型 Soofi S 的评测中移除。

2025年的一篇arXiv论文用200本书测试了14个开放权重语言模型,发现Llama 3.1 700亿参数版能仅凭开头几个词就完整复现其中至少一本。这一发现正好落在一场行业始终没有定论的争论中间:所谓“开放”到底指什么。

一篇新的 arXiv 论文报告称,Llama 3.1 70B 能几乎逐字复现至少一本书。这场争论因此重新点燃:"开放权重"到底公开了什么。
9月16日发布的追踪页面列出了8家实验室的20个现役模型,并展示了模型发布日与停止阅读日之间的差距。20个模型中,只有10个带有实验室实际公布的训练截止日期。

Anthropic研究员Jacob Coxon于9月9日离职,称实验室在“拿我们的命赌博”。这是最新信号:旨在检查前沿AI的评估体系本身正承受压力。从难以解读的模型架构到泄漏答案的沙箱,评估层被检验的速度快于修补速度。

Hyperlane、Pizza Bot、Soma、Recurse 和 PeerTalk 都在最近几周发布。它们各自回应了同一个问题:在公司内部运行 AI 智能体,和做演示完全是两回事。

stale.jock.pl列出的20个当前AI模型中,10个带有实验室自己公布的训练截止日期。在OpenRouter上,中国模型的token占比从2026年2月的6%至13%,升至9月14日那一周的57%至67%。这两个数字都不在标准基准表里。

外媒称特斯拉 Optimus V3 在机械手、产线与训练数据上均遇困难,目前周产数百台;与此同时,小鹏机器人完成供应链审厂,长安则把量产目标定在 2028 年。

外媒称特斯拉 Optimus V3 在机械手、产线与训练数据上均遇困难,目前周产数百台;与此同时,小鹏机器人完成供应链审厂,长安则把量产目标定在 2028 年。
模型卡显示每个 token 占用 890 字节缓存,约为 V4-Flash 的四分之一;HBM 需求也降至上一代的四分之一。
2026 年 9 月 10 日发布。这款多模态 Mixture-of-Experts 模型拥有 5520 亿参数,处理输入 token 时激活 80 亿,生成回答时激活 160 亿。改变的是架构,而非仅仅规模。
国家网信办公告显示,截至 2026 年 8 月 31 日累计有 1112 款生成式人工智能服务完成备案;与此同时,《人工智能安全治理框架 3.0》在网络安全宣传周上发布。
国家网信办公告显示,截至 2026 年 8 月 31 日累计有 1112 款生成式人工智能服务完成备案;与此同时,《人工智能安全治理框架 3.0》在网络安全宣传周上发布。
模型卡对比表显示,V4.1-Flash 在 Terminal-Bench 2.1 上得 90.6 分,在 DeepSWE v1.1 上得 74.2 分,成绩持平或高于 Opus-5.0、GPT-5.6 Sol、K3 和 GLM-5.3。
据路透社与 The Information 报道,DeepSeek 已聘请中信证券筹备科创板上市,并在推进目标 500 亿元人民币的第二轮融资;公司年化营收据称已突破 10 亿美元。
路透社与 The Information 报道,DeepSeek 已聘请中信证券筹备科创板上市,并推进目标 500 亿元人民币的第二轮融资;公司年化营收据称已突破 10 亿美元。
梁文锋署名的 DeepSeek 新论文公开了 Agent 训练系统 DSec,它每秒能生成 5000 个以上沙盒、单日达到 300 万个,峰值同时运行 38 万个。
梁文锋署名的 DeepSeek 新论文公开了 Agent 训练系统 DSec,它每秒能生成 5000 个以上沙盒、单日达到 300 万个,峰值同时运行 38 万个。
DeepSeek-V4-Flash-Vision-Exp 在 Hugging Face 上线,采用 MIT 许可,公开模型文件、Tokenizer 与最小化 PyTorch 推理实现。该模型支持在文本之外输入图片,可识别截图文字、分析图表,支持 JPEG、PNG、GIF、WebP 等格式。
据用户反馈,DeepSeek App 正在灰度测试语音对话,设置页面新增「朗读音色」选项,可选贝壳、白浪、海星、暗潮四种音色。
DeepSeek Harness 上线官方桌面版,版本号 V0.1.7-rc.2,支持 Windows x64 与 macOS Apple Silicon,无需安装 Node.js 或手动运行 npx。桌面版提供标准、PTC、极简、创造四种模式。
有网友在 X 上称,调用 DeepSeek V4.1 Flash 并组合 Hermes Agent 工具,把《生化危机 7》的游戏纹理从 4096 像素压缩到 1024 或 512 像素,在一加 12R 上把帧率从约 20FPS 提升到约 30FPS。
DeepSeek 发布 API 峰谷时间说明:调休上班的周末、中国法定节假日全天均按空闲时段计费。此前周六、周日全天已不再区分峰谷时段,统一按低谷时段价格收取调用费用。
据凤凰网科技从多个独立信源处获悉,DeepSeek 的 CFO 即将到岗,最接近最终人选的是高瓴创投合伙人严文韬,后者已在走离职程序。业内人士认为,这个岗位的吸引力一半来自 DeepSeek 的行业地位,另一半来自它即将推进的资本化进程。