Answer.AI 与 LightOn 发布 ModernBERT 编码器模型，支持 8192 序列长度并全面超越 BERT
北京时间 · UTC+8
Answer.AI 与 LightOn 发布 ModernBERT 编码器模型系列，提供 base（149M 参数）和 large（395M 参数）两个规格，可作为 BERT 类模型的直接替代。
AIHOT 精选理由原文详细披露了架构改进、训练数据和实测效率数字，读者可据此评估它在现有 BERT 类工作流中能否直接替换。
AI PRICE SPY / INTELLIGENCE
精选归档
追踪 AI 更新，查看事件时间线和原始信源；需要做购买决策时，再去比价。
精选归档 · 4264
清除筛选当前公开精选集合，保留来源更正和撤回。最后同步：
Answer.AI 发布 ModernBERT：替代 BERT 的新一代编码器模型
北京时间 · UTC+8
Answer.AI 与 LightOn 联合发布 ModernBERT，这是一系列旨在取代 BERT 的 SOTA 编码器模型。该模型将 LLM 的最新架构改进（如 Flash Attention、RoPE）应用于编码器，支持 8192 token 上下文长度（远超传统 BERT 的 512），并在速度和下游任务性能上全面超越旧一代模型。提供 base (149M) 和 large (395M) 两种参数规模，已集成至 Hugging Face Transformers v4.48.0，可直接作为 BERT 类模型的即插即用替代品，适用于 RAG、分类及代码检索等场景。
AIHOT 精选理由这是六年来首个真正意义上对 BERT 架构的重大升级，解决了长上下文限制并提升了效率，对依赖编码器的 RAG 和搜索系统开发者具有直接的生产力价值。
构建高效智能体：从简单模式开始
北京时间 · UTC+8
Anthropic基于实践经验指出，成功的LLM智能体往往采用简单、可组合的模式，而非复杂框架。文章区分了工作流（预定义路径编排）与智能体（LLM动态自主决策），建议开发者优先采用最简单方案，仅在必要时增加复杂性。许多核心模式直接调用LLM API仅需几行代码即可实现。文中介绍了增强型LLM、提示链等基础构建模块，强调应为特定用例定制检索、工具等增强功能，并推荐通过Model Context Protocol集成第三方工具生态。
AIHOT 精选理由Anthropic 官方把过去一年踩过的坑浓缩成一篇 Agent 架构指南，核心观点是「别上框架，先用最简单的模式」。做 Agent 产品的开发者，这篇比任何第三方教程都值得当 checklist 用。
ARC-AGI-Pub 2024 进展：Jeremy Berman 与 MIT 康奈尔联队刷新公开榜
北京时间 · UTC+8
ARC Prize 官方宣布 2024 ARC Prize 竞赛结束时，两个新方案在 ARC-AGI-Pub 公开榜刷新纪录：Jeremy Berman 用基于遗传算法思想的 Evolutionary Test-time Compute 配合 Claude Sonnet 3.5 得到 53.6%，MIT 与 Cornell 联合团队用测试时训练（TTT）方法得到 47.5%。
AIHOT 精选理由原文介绍了两种登上 ARC-AGI 公开榜的方案细节与开源代码，读者可以对比进化式测试时计算与测试时训练的思路差异。
AIHOT 精选理由官方公告涵盖 o1 发布及开发者工具多项更新，读者可借此了解当时 API 侧新增能力与适用场景。
Hugging Face 发布 Synthetic Data Generator，用自然语言无代码生成数据集
北京时间 · UTC+8
Hugging Face 团队发布 Synthetic Data Generator，这是一款无代码应用，通过三步流程用自然语言描述生成自定义合成数据集，后台由 distilabel 和免费的 Hugging Face 文本生成 API 驱动。
AIHOT 精选理由原文给出从提示词到数据集再到训练模型的完整流程和速率、部署选项，读者可按需复用这套无代码生成方法。
🎉 DeepSeek-VL2 is here! Our next-gen vision-language model enters the MoE era. 🤖 DeepSeek-MoE arc...
北京时间 · UTC+8
🎉 DeepSeek-VL2 来了！我们的下一代视觉-语言模型进入 MoE 时代。 🤖 DeepSeek-MoE 架构 + 动态图像分块 ⚡ 3B/16B/27B 规模，灵活使用 🏆 在所有基准测试中表现优异 🧵 1/n https://t.co/C7FvQ7p0ym
AIHOT 精选理由DeepSeek 开源 VL2 视觉模型，3B 轻量版可端侧部署，MoE 架构支持动态图像分块
将 Grok 带给所有人
北京时间 · UTC+8
Grok 正式向所有用户免费开放，取消此前仅限 X Premium 订阅者使用的限制。用户无需付费订阅即可直接使用 xAI 的 AI 助手，大幅降低使用门槛。
AIHOT 精选理由xAI官方宣布Grok面向所有用户开放，降低使用门槛
🚀 DeepSeek-V2.5-1210: The Grand Finale 🎉 🌐 Internet Search is now live on the web! Visit https:/...
北京时间 · UTC+8
🚀 DeepSeek-V2.5-1210: 盛大终章 🎉 🌐 联网搜索现已上线网页版！访问 https://chat.deepseek.com/ 并开启"联网搜索"获取实时回答。🕒 🧵(1/3) https://t.co/niCjfsn5t0
AIHOT 精选理由DeepSeek 网页版上线联网搜索，开启后可实时获取最新信息
Cognition 宣布 Devin 正式全面开放使用
北京时间 · UTC+8
Cognition 宣布 Devin 正式全面可用，无席位限制，所有工程团队可在 app.devin.ai 开始使用，并提供 Slack 集成、IDE 扩展（VSCode 及分支，Beta）和 API，以及 Cognition 工程团队的 onboarding 支持。
AIHOT 精选理由官方宣布 Devin 全面开放并给出适用任务、使用建议和多个开源 PR 实例，读者可据此评估如何把 Devin 接入自己的工程流程。
DeepSeek 将 deepseek-chat 升级为 DeepSeek-V2.5-1210
北京时间 · UTC+8
DeepSeek 将 deepseek-chat 模型升级为 DeepSeek-V2.5-1210，各项能力提升。数学能力在 MATH-500 基准测试中从 74.8% 提升至 82.8%，代码能力在 LiveCodebench (08.01 - 12.01) 基准测试中从 29.2% 提升至 34.38%。新版本还优化了文件上传和网页总结功能的用户体验。
AIHOT 精选理由DeepSeek把deepseek-chat数学拉到82.8%，代码涨了5个点，做复杂推理的开发可以试试水，但这还是V2.5系列的常规升级，别当次代际跃迁。
OpenAI 视频生成模型 Sora 正式上线 sora.com
北京时间 · UTC+8
OpenAI 的视频生成模型 Sora 上线，用户可在 sora.com 使用。支持生成最高 1080p、最长 20 秒的视频，可选宽屏、竖屏或方形画幅，还可导入自有素材进行延展、重混和融合，或直接从文本生成全新内容。
AIHOT 精选理由原文给出了分辨率、时长和素材混用等具体使用参数，读者可以直接据此了解 Sora 的开放入口和实际能力范围。
OpenAI 发布 Sora 系统卡，说明视频生成模型的能力与输入输出设计
北京时间 · UTC+8
OpenAI 发布 Sora 系统卡。Sora 是 OpenAI 的视频生成模型，可接收文本、图像和视频输入并生成新视频，基于 DALL-E 和 GPT 模型的经验构建，旨在为人们提供更丰富的叙事和创作表达工具。
Grok 正式发布图像生成功能
北京时间 · UTC+8
Grok 推出图像生成功能，支持通过自然语言指令直接创建图片。该功能已向 X 平台用户开放，标志着这款 AI 助手从文本交互向多模态能力扩展，用户可在对话中直接生成并编辑视觉内容。
AIHOT 精选理由xAI发布Grok图像生成功能，拓展多模态应用场景
ARC Prize 2024 获奖名单与技术报告发布
北京时间 · UTC+8
ARC Prize 官方公布 2024 年获奖者并发布技术报告，共 1,430 支队伍提交 17,789 个方案，ARC-AGI-1 SOTA 从 33% 升至 55.5%，但 100 万美元大奖无人认领。
AIHOT 精选理由官方技术报告给出完整获奖方案与三类新方法总结，读者可以据此了解 ARC-AGI 分数提升背后的具体技术路线。
OpenAI 推出 ChatGPT Pro
北京时间 · UTC+8
OpenAI 官网宣布推出 ChatGPT Pro，目的是拓展前沿 AI 的使用范围。本次抓取的 feed 未提供完整正文，更多定价与功能细节以官网原文为准。
OpenAI 发布 o1 系统卡披露发布前安全评估工作
北京时间 · UTC+8
OpenAI 发布 o1 和 o1-mini 系统卡，报告发布前开展的安全工作，包括外部红队测试以及依据 Preparedness Framework 进行的前沿风险评估。
AIHOT 精选理由报告披露 o1 系列发布前的外部红队测试和 Preparedness Framework 前沿风险评估流程，读者可了解官方安全评估的实际做法。
英国 AI Safety Institute 提出 Long-Form Task 方法评估 LLM 科学助手能力
北京时间 · UTC+8
英国 AI Safety Institute（AISI）提出 Long-Form Task（LFT）评估方法，作为人类提升研究（HUS）的可自动化替代，用于测量 LLM 在科学场景中提供分步指导的能力。
AIHOT 精选理由原文给出 LFT 评估方法的设计细节与案例结果，读者可了解自动评估科学助手能力如何平衡可解释性与可部署性。
🦃 At the end of Thanksgiving holidays, I finally finished the piece on reward hacking. Not an easy ...
北京时间 · UTC+8
🦃 感恩节假期结束时，我终于完成了关于 reward hacking 的文章。不好写啊，呼。
AIHOT 精选理由OpenAI研究员深度解析奖励作弊机制，揭示LLM自主化部署的关键安全障碍
Prime Intellect 发布 INTELLECT-1：首个全球分布式训练的 10B 参数模型
北京时间 · UTC+8
Prime Intellect 发布 INTELLECT-1，称其为首个全球协作训练的 10B 参数语言模型，基于 Llama-3 架构在 1T token 上训练 42 天，跨五国三洲最多同时使用 112 张 H100。
AIHOT 精选理由原文给出分布式训练的关键数字和 PRIME 框架细节，读者可以了解跨洲协作训练 10B 模型的可行性与工程代价。