If you listen to this programme, you may learn a lot!

一张以前所未有的精度绘制出的新地图呈现了南极洲冰层下地貌前所未见的细节。科学家认为这张地图能极大地增进我们对这片白色冰封大陆的认识。 Thanks to data collected by satellites, scientists have a good understanding of Antarctica's icy surface, but what lies beneath has ...

在衡量大语言模型（LLM）代码生成能力的竞赛中，一个日益严峻的问题正浮出水面：当模型在 HumanEval、MBPP 等经典基准上纷纷取得近乎饱和的成绩时，我们究竟是在评估其真实的泛化推理能力，还是在检验其对训练语料库的「记忆力」？ 现有的代码基准正面临两大核心挑战：数据污染的风险，以及测试严谨性不足。前者使评测可能退化为「开卷考试」，后者则常常导致一种「正确的幻觉」（Illusion of Co ...

此前Grok 4.2测试版就被曝出在Alpha Arena的大模型实时投资比赛中，成为唯一盈利的模型。该比赛的规则是，每个模型获得1万美元初始资金，在真实加密货币市场中进行无人工干预的自主交易决策。根据Alpha Arena最新排行榜，Grok ...

引言 缓存是工程师优化分布式系统时首先采用的工具之一。我们会缓存已完成的响应（如数据库查询结果或HTTP响应体），以避免重复执行昂贵的任务。然而，传统缓存未能解决一个经常被忽视的低效源头，即重复的进行中请求（duplicate in-flight request）。

这两天，一款名为Pony Alpha的模型，凭借在Coding能力上的出色表现，一时间成为了AI圈内最火爆的名字。 OpenRouter上并未标注Pony ...