Hugging Face 现 14 万亿参数假 Anthropic 模型
Hugging Face 上一个名为 burner22/numbat 的仓库声称是 Anthropic 下一代 Mythos 级模型的 14 万亿参数中期训练检查点,但有强证据表明其为伪造。
按来源浏览
Hugging Face 上一个名为 burner22/numbat 的仓库声称是 Anthropic 下一代 Mythos 级模型的 14 万亿参数中期训练检查点,但有强证据表明其为伪造。
据 Axios 报道,OpenAI 正在为美国中期选举后的政治游说和公关行动做准备,以防民主党赢得众议院多数后监管压力加大。
沙特阿美宣布收购 Humain 49% 股份,2026 年出资约 26 亿美元并提供自有 AI 技术。Humain 由主权基金 PIF 于 2025 年 5 月创立,建设数据中心、云服务并训练阿拉伯语模型 ALLaM,计划 2030 年前建成 3 GW 数据中心容量;伊朗战争促使公司加强数据中心防护,但需求未见下滑。
沃顿商学院教授 Ethan Mollick 在播客访谈及新书《共存》中提出,学用 AI 或转做管道工等动手职业都难以抵御 AI 冲击,因为机器人与大语言模型存在打通的可能。他认为破局关键在于四类特质:深度专业认知、广博知识面、审美判断力和主观能动性,提示词工程正越来越像项目管理。他还担忧传统学徒制培养链条断裂,指出企业若只招资深熟手,人才输送通道将后继无人。
Cisco Talos 发现一款名为 VOLTA 的 Windows 恶意木马,会将收集的浏览记录、加密货币钱包、聊天记录等敏感数据上传至 Anthropic Claude 等在线 AI 产品生成摘要,评估受害者信息价值,随后尝试自我删除以降低被发现风险。
a16z 播客访谈 Bending Spoons 创始人 Luca Ferrari,其公司估值 200 亿美元,先后收购 Airtable、AOL、Vimeo 等五十多家软件公司,94% 代码由 AI 写,数据分析九成以上交给 AI,客服工单基本交给 AI 或外部供应商。
DeepSeek Harness 团队开源 Super-agent 架构,将计算机系统的调度、缓存、存算分离和 Watchdog 等经典思想搬入 Agent 设计,构建双层架构、事件驱动、异步多信道交互、存算分离与外部 Watchdog 五大模块,实现持续在线、并行多任务、主动响应和异常自愈的智能体。
TRAE 推出面向开发者的 Personal Agent「TRAE宝」,每个在开发项目自带一个分身,可一次性询问所有项目进度并批量下发需求。它把拆解任务清单、带上验收标准与约束的规划步骤内化为自身能力,同一对话内前后任务可并行运行。TRAE宝可绑定飞书和微信汇报项目进展,第一周免费,从该入口开任务不花积分。
Kimi 发布「游戏开发与创意工作解决方案」,基于 Kimi K3.1 Pro 模型、Kimi Code 与 Kimi Work 系列 Agent 产品,并通过插件连接 Unity、Unreal Engine、Blender、Godot 等工具。
Nebius CTO 认为,AI 云的差异化来自统一软件平台、跨供应限制的执行能力,以及硬件之上的工作负载优化。
本文揭示了 .NET 10 中关于分类器置信度分数的六种常见误解,并提供了实用的代码解决方案,通过对数概率、温度缩放和 Wilson 置信边界来正确衡量和校准模型预测。
本文分析了 AI 订阅的消费模式,发现 87% 的用户只订阅一个方案,并推荐选择像 SmophyAI 这样的多模型工作空间,每月 19.98 美元即可使用 ChatGPT、Claude、Gemini、Grok、Perplexity 和 DeepSeek,通过模型对比实现价值最大化。
本文介绍了 AI 驱动的平台如何将静态流程文档转化为可交互、可自我追踪的应用,让组织无需大量技术开发即可实现工作流数字化。
一篇详细指南,讲述如何在免费 GPU 上从零构建一个 125.9M 参数的语言模型,利用语域控制 token 实现对生成文本中俚语、表情符号、缩写、拉长音和正式程度的旋钮式控制。
文章探讨了 AI 助手为何会遭遇记忆缺失,解释了无状态设计是有意为之,并深入剖析了为 AI 智能体实现持久、可靠记忆所面临的复杂分布式系统挑战。
一份实用指南:如何利用基于 CPU 的 LoRA 微调,从网页链接训练一个小型商业与 SaaS 策略模型,并将其发布到 Hugging Face。
本文阐述了 AI 与机器学习如何通过模式识别、预测和自动化,在客户分析、预测、欺诈检测和流程优化等领域,将企业原始数据转化为可执行的洞察。
腾讯混元发布 Hyra 2.0,通过基于智能体的三层架构,将自动化科学研究从直接解决问题转向开发可复用的科学模型、工作流与工具。
Sagar Batchu 认为,有效凭证不代表有效意图;智能体还需要独立身份、权限交集约束和可追溯的操作记录。
Andrew Norrish 认为,AI 编码把瓶颈推向审查与事故响应,SRE 需要跨仓库的代码上下文和可控自动化。
Adam Nahari 解释,AI 要影响利润,企业必须重做核心工作流,并落实负责人、用户采用与经济性衡量。
作者分享了一套历时一年搭建的 Agent 自动化系统架构,共分四层:事件中台、Agent 执行、CI 中台和飞书决策。
Zack Proser 主张用 AI 工作流帮助同事与家人讲出值得分享的故事,同时让人始终负责判断、修改与最终发布。
文章指出了 2026 年底主动式、常驻型 AI 智能体在上下文工程方面面临的五大新兴挑战,包括在主动性与用户体验之间取得平衡、智能记忆管理、异步协调、目标导向行为,以及防止目标操纵的对齐问题。
Amjad Masad 警告,受惠于人造金 AI 订阅优惠价格的用户,可能面临突如其来的涨价或服务终止,这表明当前的低价模式难以持久。
Nick Saraev 用短教程串起 Claude Code 的上手流程,涵盖项目文件夹、目标式提示词、权限、记忆、技能与任务委派。
Liam Ottley 围绕共享业务数据与辅助内容系统重建 Atlas AI,展示可靠集成与创始人接受改变,与部署智能体同样重要。
当前 AI 模型能维持数周的独立智能体工作,实质性生产力提升预计将于 2026 年 1 月起步,早期收益主要局限于编码任务。
本文介绍如何在 Claude Code 中使用「ultrathink」命令,在任务意外变难时提升推理努力。
Suhail 在旧金山招聘具备 swarm、DeepSeek Super Agent 等经验的 AI 智能体工程师,负责从零构建开放式多智能体系统。