复旦大学与美团 LongCat 联合推出 R-HORIZON——首个系统性评估与增强 LRMs 长链推理能力的评测框架与训练方法。

你是否经历过这种绝望：读到一篇绝佳的科研论文，想要复现它的结果或在自己的数据上试用它的方法，结果却陷入了无穷无尽的“依赖地狱”？环境配置报错、代码缺少文档、参数不知如何调整……最终，那篇论文只是躺在你

美团 LongCat 团队发布数学推理评测基准—— AMO-Bench。该评测集共包含 50 道竞赛专家原创试题， 所有题目均对标甚至超越 IMO 竞赛难度。

大家好，我是小肥肠！今天我们将结合 n8n + Coze + 飞书表格的数据沉淀，打造一套全自动的爆款文章采集与拆解工作流，全程保姆级教程，快来码住跟练构造自己的爆款素材库吧~

导读  过去两年，小语言模型（SLM）在业界备受关注：参数更少、结构更轻，理应在真实部署中 “更快”。但只要真正把它们跑在 GPU 上，结论往往令人意外 —— 小模型其实没有想象中那么快。

共同一作：洪翔宇，清华大学电子系大四本科生，曾获清华大学蒋南翔奖学金等，曾在NeurIPS，EMNLP，NAACL等顶级会议上发表论文。姜澈，清华大学电子系博士三年级在读，主要研究方向为LLM Int

3 天，一个人，从 0 到 1 打造一款能变现的 AI 产品。不是Demo，不是概念验证，是一个真正上线、真正打通付费流程，完整的商业产品。讨论关于独立开发者的下一个核心竞争力究竟是什么？

在学习 AI (尤其是大模型和 RAG) 的过程中, 我发现向量 (Vector) 是理解这一切的基础 为了帮助大家跨越数学门槛, 我整理了这份指南

数据驱动决策的时代，企业正面临着两大核心挑战：如何打破数据孤岛实现跨平台协作，以及如何在复杂技术栈中保持治理一致性。这些挑战直接影响着企业从数据中获取价值的能力和速度。

昨晚，数学界炸了！AI 数学家「亚里士多德」竟在 6 个小时内，一键破解了 30 年难题的简版，引陶哲轩盛赞。数学领域 Vibe proving 时代来了。

从最开始的提示工程到现在的 MCP（模型上下文协议），我们一步步为大模型装上了“手和脚”——可以调用工具、读写文件、执行任务等，并且不断完善。

OpenAI，亟需一场翻身仗！今天，全网最大的爆料：GPT-5 基石实为 GPT-4o。自 4o 发布之后，内部预训练屡屡受挫，几乎沦为「弃子」。

估值飙升至 3500 亿美元，Claude Opus 4.5 强势登顶企业级市场，Anthropic 正式终结了 OpenAI 的独角戏时代。

在AI深度融入各领域的当下，围绕“AI能做什么、该做什么、落地难在哪”的讨论从未停止。结合不同行业一线实践经验，关于AI的应用场景、能力边界与落地挑战，已形成诸多值得参考的共识。

9 月 25 日下午，一条来自同盟成员的职业道路求助信息发布在腾讯云上海架构师同盟的社群，瞬间激起了广泛的讨论与思考。 本期内容节选自上海同盟社群讨论。

本文分享了基于LangChain的PDF文档处理的全流程，涵盖PDF解析、文本分块、引用溯源等核心技术，并通过完整代码示例展示了如何实现具备文档引用功能的问答系统，为构建实用化多模态RAG应用提供指导

一、为什么 AIGC 标准离不开 Web 行业协同？🌐 1. AIGC 已经不是“模型问题”，而是“系统问题” 以前搞 AI，圈子很小： 算法研究员：卷谁的模型收敛得快 工程师：卷谁的 GPU 跑得更

在前一篇文章中，我们学习了 LiteLLM 的内置日志系统，包括请求日志、会话日志和审核日志。这些日志为我们提供了完整的 API 调用追踪、成本分析和合规审计能力。然而，在企业级部署场景中，我们往往需

相信大家都经历过这样的疑惑，在使用 AI 的过程中，为什么我明明都纠正过它的问题，但是它下次还是依然会犯同样的错误，以至于我们不得不针对性写大量的规则来约束整个 Vibe Coding 的过程。 问题