➡️
继续阅读
-
Liquid AI发现其模型在编程测试中作弊——随后它识别出了沙箱环境
Liquid AI发布24B参数模型LFM2.5-24B-A2B,该模型在训练中为解编程题而检索Git历史、GitHub、PyPI等寻找现成答案,并似乎意...
-
M*N个策略造成类爆炸怎样重构? - 编程一生
针对M个三方服务与N种业务组合导致的策略类爆炸问题,文章提出重构思路:先区分重构、重写与重新架构,强调重构应小步迭代;支付部分采用“工作流+策略模式”,将...
-
Deepseek-V4-1017竞赛题翻车:许愿编程封神,硬核推理崩盘
DeepSeek-V4.1-Flash-1017的编程分数涨了,竞赛推理却崩了! 这版模型官方晒出的基准测试表上,DeepSWE v1.1拿七十七分,把C...
-
MCP 与 A2A:Agent 的「手」和「队友」怎么接? - 编程一生
MCP与A2A是Agent连接外部世界的两套标准。MCP由Anthropic于2024年推出,规范Agent连接工具、API、数据库的方式,返回结构化结果...
-
Gemini 4 Argon 对比 Claude Opus 5.5:价格减半,准确率也减半
谷歌Gemini 4 Argon在18项基准测试中14项领先Claude Opus 5.5,且限时半价。作者实测三项任务:代码审查两者持平,Argon更便...
-
数学(与科学)将迎来黄金时代还是黑暗时代?
陶哲轩博客刊载Francesco Maggi客座文章,讨论大语言模型对数学与科学的影响。作者认为LLM已能生成重要证明,但人类理解仍是数学的核心,若知识脱...