搜索
2025 年以来，各种 AI Coding 的宣发，已经从科技进步，快进到了科幻文学赛道。C 端市场，一句话生成 Demo 的宣发内容仍在收割流量，将技术演进包装成科幻叙事；但没人关心小白为什么要做 coding，一句话生成的的 demo，在生产环境能跑起来吗？
罕见病诊断一直是医学界的难题。
沉寂许久的DeepSeek又回来了！今天，DeepSeekMath-V2重磅登场，一举夺下IMO 2025金牌，实力媲美甚至超越了谷歌的IMO金牌模型，开源AI再次扳回一局。
用最强的编程助手 Claude Code 写小说？
如果不是这波大模型的爆发，没人会想到「输入法」这个早已被视为「基础设施」的赛道，会在 2025 年下半年突然变得性感起来。
在软件开发领域，需求工程（Requirements Engineering, RE）一直是项目成功的关键环节。然而，传统 RE 方法面临着效率低下、需求变更频繁等挑战。根据 Standish Group 的报告，仅有 31% 的软件项目能在预算和时间内完成，而需求相关问题导致的项目失败率高达 37%。
Context Pruning如何结合rerank，优化RAG上下文？
To C玩梗是Sora的热闹，用多模态大一统模型服务专业客户，才是AI视频生成的正经生意。
基准测试（Benchmarks）在人工智能的发展进程中扮演着至关重要的角色，构成了评价生成式模型（Generative Models）性能的事实标准。对于从事模型训练与评估的AI研究者而言，GSM8K、MMLU等数据集的数据质量直接决定了评估结论的可靠性。
最近两周的模型竞赛非常热闹：OpenAI 在 11 月 12 日发布 GPT-5.1，引入更强的推理深度与更高效的对话体验；Google 在 11 月 18 日发布 Gemini 3，全面强化多模态理解与复杂推理能力；Anthropic 在 11 月 24 日又发布了 Claude Opus 4.5，模型在专业文档处理、代码生成与长流程 agent 方面有显著提升。