本文探讨了与GPT-4o协同编程的经历。尽管初期顺利，但在重构代码时，GPT-4o出现了上下文丢失和错误建议，导致无限递归等问题。尽管在某些方面表现良好，但协同编程需要信任和精确性，因此建议使用版本控制和调试工具。总体而言，GPT-4o的表现仍需进一步评估。

全球首个多模态通才段位排行榜General-Level发布，采用五级段位体系评估多模态AI能力。目前无模型达到Level-5，GPT-4V等大多数为Level-2，标志着多模态AI研究的新阶段。

OpenAI推出了最新的GPT-4.1模型，付费用户可使用，免费用户暂不支持。该模型及其mini版优化了编码任务，支持更大的文本处理窗口，速度显著提升。

GPT-4.1已在ChatGPT上线，所有用户可免费使用。该模型专注于编码任务，推理效率高，速度快。免费用户每日可使用5次，Plus用户每3小时80次。GPT-4.1在处理长代码文件方面表现优异，性价比高。用户希望OpenAI改善免费用户的模型切换体验。

UC伯克利等机构提出了All-Angles Bench基准，用于评估多模态大语言模型的多视图理解能力。研究显示，现有模型如GPT-4o在多视图推理方面与人类水平存在显著差距，尤其在遮挡和相机位姿估计任务中表现不佳。该基准涵盖90个真实场景，包含2100组问答对，旨在推动多视图理解研究的进展。

本研究探讨大型语言模型（LLMs）在物理教育中的应用，发现其在解决奥林匹克物理问题时优于人类，强调合理使用LLMs的重要性。

技术瓶颈往往源于问题定义不当。在2019年的一个项目中，我提取2D图像中的服装并应用于3D角色。虽然背景去除较为简单，但生成服装轮廓的网格计算量大。通过使用Douglas-Peucker算法简化多边形并保留关键点，成功解决了这一问题。这让我认识到，定义问题比找到答案更为重要。

git-gpt-commit v0.9.0是一个Git扩展，利用OpenAI的GPT模型自动生成提交信息。新版本支持GPT-4，响应速度快且成本低，新增12种语言选择、提交前缀切换和API密钥管理功能，简化配置管理。用户只需注册API密钥即可生成上下文相关的提交信息。

OpenAI发布了新语言模型系列GPT-4.1，包括GPT-4.1 mini和GPT-4.1 nano，支持最多100万tokens。GPT-4.1在编码能力和长文本理解上显著提升，准确率达到54.6%。mini版降低了延迟和成本，nano版适合简单任务。GPT-4.1在代码编辑方面表现优异，减少了不必要的修改。GPT-4.5将于2025年7月14日停用，GPT-4.1的定价也有所调整。