Langfuse v4.3.0 发布：新增媒体预览与语义根 API
Langfuse 发布 v4.3.0 版本，包含多项功能改进和错误修复。新功能包括在预览界面显示媒体大小、在 v2 API 中暴露语义根，以及预览时自动以演示用户登录。修复了应用内代理草稿编辑、API 路由方法校验、评估元数据传播等问题，并调整了 GPT-5.6 系列模型的价格。
OpenAI / ChatGPT
公司与模型 · OpenAI 的全部动态：GPT 系列模型、ChatGPT 与 Sora 产品、公司战略与人事
关联由结构化实体与正文位置共同判定 · 最近刷新 2026-11-11 14:02
顺带提及正文出现过，但不是文章的主要讨论对象，当前共 1152 条。
8月3日周一 · 18 条
正文顺带提及命中实体：gpt 5.6
正文顺带提及命中实体：openai
超越表层对齐：信念层对齐成为AI对齐研究新视角
阿里巴巴与浙江大学的研究者提出“信念层对齐”概念，主张AI对齐不应仅停留在输出层面的表层对齐，而应关注模型内部信念与真实世界的一致性。文章引用OpenAI、Anthropic等研究，论证模型内部存在可观测和干预的信念结构，并呼吁发展系统方法进行度量与控制。
正文顺带提及命中实体：openai
Meta 财报暴露 AI 困境：现金流告急，被迫转向 ROI 叙事
Meta 发布 2026 年二季度财报，净利润暴跌 14%，自由现金流仅剩 7.84 亿美元，同时上调全年 AI 资本开支至 1350 亿-1450 亿美元，引发股价大跌。Meta 在 AI 上半场因 Llama 4 失败和产品融合不佳而落后，现正通过自研模型路由器、限制 Token 使用、筹建云业务等方式寻求 AI 变现。分析认为，AI 行业已从拼投入转向
正文顺带提及命中实体：openai
阿里发布Qwen3.8-Max，性能直逼Claude且价格低廉
阿里巴巴发布新一代基座大模型Qwen3.8-Max，总参数量达2.4万亿，在编程、专业工作、长程任务和多模态分析等场景表现突出，在第三方榜单Arena中进入全球第一梯队，直逼Claude系列。该模型定价低廉，国内每百万Tokens输入12元、输出36元，隐式缓存命中仅1.5元，国际价格仅为Opus 5的40%和24%。实测显示其能端到端交付编程项目、进行长文
正文顺带提及命中实体：codex
llama.cpp b10236 发布：Metal 实现 DSv4 Lightning Indexer 并优化性能
llama.cpp 发布 b10236 版本，在 Metal 后端实现了 DeepSeek V4 的 Lightning Indexer 算子，支持 F16 键和多种量化缓存，并通过分阶段处理 K tiles 优化性能。基准测试显示，在长 KV 缓存下预填充速度显著提升（如 d30000 时从 33.40 提升至 49.18 t/s），同时提供了多平台二进制
正文顺带提及命中实体：openai
Embabel 代理框架发布 1.0 正式版
Embabel 框架在 Java 上构建 AI 代理，现已达到 1.0 正式发布。它允许开发者将代理定义为类型化领域对象，并使用受游戏 AI 启发的目标导向行动规划（GOAP）在运行时动态规划行动序列。Embabel 基于 Spring AI 构建，支持多种模型提供商，并可与 LangGraph 等现有框架对比。该框架由 Spring 框架创始人 Rod J
正文顺带提及命中实体：gpt 5.4
LLMs能否真正理解题目难度？对自动生成题目的启示
该研究探讨了大型语言模型（LLMs）在预测大规模阅读与写作测试中题目难度水平的表现。研究发现，零样本GPT-4.1（温度设为0）的预测准确率最高，二次加权kappa（QWK）为0.578，但仍低于ConvBERT（QWK=0.625）。所有LLMs在标记难题时表现不佳，GPT-5.4倾向于低估难度，且嵌入分析表明仅凭语义信息不足以预测难度。研究建议在利用LL
正文顺带提及命中实体：gpt 4o
Chain-of-Models：跨模型审计提升 LLM 评判者的偏差鲁棒性
arXiv 上的一项研究提出 Chain-of-Models (CoM) 方法，通过让第二个模型审计第一个模型的推理轨迹来减少 LLM 作为评判者时的认知偏差。实验发现，审计者的身份（同模型、同族或异族）影响审计效果，且最佳审计者因偏差类型而异。研究者据此提出按偏差类型选择审计者的规则，在四个偏差数据集上达到最高准确率 0.884，优于固定审计者和无审计基线
正文顺带提及命中实体：gpt 5.4
AI能否评估AI科学家？基于自动多模型评审的自主研究生成系统基准研究
本研究提出了一种使用前沿大语言模型进行自动同行评审的基准测试协议，用于评估AI科学家系统生成的论文质量。研究对Sakana AI v1/v2、CycleResearcher和Data-to-Paper四个框架生成的60篇论文与FARS公司的15篇基准论文进行了比较，发现FARS论文在原创性、严谨性、清晰度和重要性四个维度上显著优于其他系统。Gemini和Cl
正文顺带提及命中实体：openai
Kimi K3 开源 2.8T 参数模型，技术创新与前端能力实测
雷峰网报道了 Moonshot AI 发布的开源模型 Kimi K3，该模型拥有 2.8 万亿参数，是迄今最大的开源模型。K3 采用两项核心创新：KDA 注意力机制和 AttnRes 残差连接，分别提升推理效率和训练效率。文章通过一个前端开发案例展示了 K3 的代码能力，并指出其 API 定价较高，部署门槛不低。
正文顺带提及命中实体：gpt 5.5
自托管开源模型应对网络攻击的实用指南
Hugging Face 披露了一起由自主 AI 代理系统驱动的安全事件，攻击者以机器速度执行了数万次自动化操作。在分析过程中，商业 API 的前沿模型因安全护栏阻止了恶意负载分析而失败，最终 Hugging Face 使用自托管的开源模型 GLM 5.2 完成了取证分析，并避免了数据外泄。文章建议企业安全团队预先部署自托管模型作为后备，并介绍了通过戴尔、微
正文顺带提及命中实体：openai
DeepCoder-14B开源模型发布，性能媲美o3-mini
Together AI与Agentica团队联合发布了DeepCoder-14B-Preview，这是一个基于DeepSeek-R1-Distilled-Qwen-14B通过分布式强化学习微调的开源代码推理模型。该模型在LiveCodeBench上达到60.6%的Pass@1准确率，与o3-mini相当，并开源了数据集、代码、训练日志和系统优化。训练使用了2
正文顺带提及命中实体：openai
Together AI 发布开源深度研究工具 Open Deep Research
Together AI 发布了 Open Deep Research，一个开源的 LLM 工作流，用于回答需要多跳推理的复杂问题并生成研究报告。该工作流模拟人类研究过程，包括规划、搜索、自我反思和写作，并集成了 Together AI 云平台上的多种模型。其目标是提供灵活、可扩展的架构，供开发者社区使用和扩展，同时发布了数据集和代码。
正文顺带提及命中实体：gpt 4o
MoAA：将多模型集体智能蒸馏进单一高效模型
Together AI 在 ICML 2025 论文中提出 Mixture-of-Agents Alignment (MoAA) 方法，通过将多个开源大模型的集体智能蒸馏到单个小模型中，使 Llama-3.1-8B 和 Gemma-2-9B 等模型性能接近甚至超越 10 倍大小的模型。该方法包括 MoAA-SFT 和 MoAA-DPO 两个阶段，使用 MoA
正文顺带提及命中实体：gpt 5
LLM 优化数据库查询执行：Together AI 联合研究实现显著加速
Together AI 与斯坦福大学、威斯康星大学麦迪逊分校及 Bauplan 合作，测试了 LLM 优化数据库查询执行计划的能力。他们推出了 DBPlanBench 工具，通过将物理计划序列化为紧凑的 JSON 格式，让 LLM 生成局部补丁来改进连接顺序等，从而在不修改数据库引擎的情况下提升性能。实验显示，在 TPC-H 和 TPC-DS 工作负载上，中
正文顺带提及命中实体：codex
Mamba-3发布：以推理效率为核心的新型状态空间模型
Together AI 与卡内基梅隆大学、普林斯顿大学、Cartesia AI 合作发布了 Mamba-3，这是一种以推理效率为核心的新型状态空间模型（SSM），通过更富表现力的递推公式、复数值状态跟踪和 MIMO 变体，在 1.5B 规模下实现了比 Mamba-2、Gated DeltaNet 和 Llama-3.2-1B 更低的预填充和解码延迟。该模型还
正文顺带提及命中实体：gpt 5.5
Kimi K2.7 Code 对比 Claude Fable 5：落地页成本降低 94%
Together AI 进行了一项实验，比较了开源模型 Kimi K2.7 Code 与专有模型 Claude Fable 5 在生成落地页方面的表现。结果显示，Kimi 的成本平均低 94%，且质量评分接近，尤其在通过自定义 MCP 服务器提供设计灵感后，Kimi 的输出质量显著提升。该实验表明，开源模型在成本效益上具有明显优势，且质量差距正在缩小。
正文顺带提及命中实体：codex
ThunderAgent：实现 2 倍加速的智能体推理系统
Together AI 联合多所大学推出 ThunderAgent，一种面向智能体推理的高吞吐调度系统。它通过程序级调度缓解 KV 缓存抖动，在单节点上实现 2.5 倍吞吐提升，8 节点集群加速 2.4 倍，并保持近线性扩展。该系统已作为 Spotlight 论文被 ICML 2026 接收。
8月2日周日 · 2 条
正文顺带提及命中实体：openai
开放模型新动态：Inkling、Hy3、Kimi K3 等展示帕累托前沿价值
Interconnects AI 发布第23期开放模型盘点，指出开放模型生态持续繁荣，而非此前预测的行业整合。文章重点介绍了 Thinking Machines 的 Inkling、腾讯的 Hy3、Poolside 的 Laguna S2.1、DeepSeek-V4-Flash 和 Moonshot 的 Kimi K3 等模型，并讨论了开放模型的商业价值、许
正文顺带提及命中实体：openai
苹果漏洞赏金邮箱被AI垃圾报告淹没，真实漏洞无法上报
据《金融时报》报道，苹果公司因收到大量由AI生成的低质量漏洞报告而限制了安全研究者的提交数量，导致意大利初创公司Bynario发现的一个严重macOS漏洞无法上报，该漏洞在黑市价值高达20万美元。苹果已联系Bynario，同时苹果自身也在使用Anthropic和OpenAI的AI来寻找漏洞，最新更新修复数量是平时的五倍。这引发了对漏洞赏金计划长期可行性的质疑