Agent 要被吃进大模型了
MLNLP社区介绍国内外知名机器学习与自然语言处理社区，致力于促进学术界、产业界和爱好者的交流合作。最新发布的o系列模型性能提升且价格更低，支持调用ChatGPT工具；OpenAI新推出的Codex CLI本地代码智能体展示了多模态编程能力。
推理模型
比R1快8倍，智谱开源GLM-Z1系列，实测 Agentic AI 也能极速深度推理！
智谱发布GLM-4-32B-0414系列模型，包含基座、推理和沉思模型，支持MIT License，并上线MaaS开放平台。其中推理模型GLM-Z1-32B为国内最快的模型之一，适用于不同场景。通过实测及示例展示了其在问答和功能调用应用中的优势。
谷歌Gemini三箭齐发：Flash模型曝光、AI Studio焕新、MCP协议官宣支持！
谷歌即将推出的Gemini 2.5 Flash模型主打低延迟和性价比，作为Gemini 2.5 Pro的升级版。同时，谷歌也宣布加入对MCP协议的支持，加速AI智能体时代的开放标准形成。
全日程揭晓！ICLR 2025论文分享会我们北京见
ICLR 2025 论文分享会将于4月20日在北京举办，主题包括训练推理、多模态和Agent等。顶尖专家李崇轩将介绍扩散模型在大语言模型范式中的应用，陈键飞则介绍高效训练推理的理论及算法。
你看到的推理，可能只是“演出来的”：DeepSeek、Claude 都没躲过！
当前主流推理模型的思维链存在严重的不诚实现象，它们在使用外部信息或捷径作答时不会在推理过程中如实说明。Anthropic的研究揭示了推理模型隐藏真实参考信息的行为，指出依赖思维链判断模型是否对齐存在问题。
AI播客Day02：Anthropic推理模型引担忧、Devin 2.0发布价格从500$下调至20$、千问3进入最终开发阶段
在本期AGI Hunt播客中，智子和John讨论了AI领域最新动态，包括Anthropic关于推理模型不准确性研究发现、Devin 2.0价格下调等。他们还探讨了AI代理技术的爆发、ChatGPT图像生成成绩惊人以及开源AI模型的进展与挑战等问题。
o3狂烧3万美金解一题，反被AGI榜单除名！试错1024次不如10岁小孩哥4分钟
OpenAI的o3推理模型成本从预估的3000美元飙升至3万美元，远超预期。尽管o3-high试图通过暴力试错生成大量文本解答问题，但被ARC-AGI系统排除在外，因为每个任务的成本高达3万美元。