2026年3月3日，谷歌研究院发布论文揭示一种简单却高效的AI优化方法：重复提示词可显著提升大语言模型在非推理任务中的表现。例如，在信息提取任务中，Gemini 2.0 Flash-Lite模型的准确率从21.33%飙升至97.33%。该方法利用Transformer架构的特性，通过“虚拟重读”帮助模型更好理解输入内容，且几乎不增加延迟。实验显示，这一技巧在7个主流模型的70种场景中，47次显著提升性能，无一失效。不过，对深度推理型模型效果有限，且可能因提示词过长影响处理效率。网友评论称，这种“简单粗暴”的方法令人意外，也展现了朴素智慧的力量。

2026年1月24日，Anthropic宣布开源其内部技术笔试题，因Claude Opus 4.5模型在测试中全面超越人类工程师。该试题曾用于筛选顶尖性能工程师，但随着AI能力提升，传统笔试已无法区分人类与AI表现。Claude Opus 4.5在2小时内完成优化任务，甚至追平人类历史最高纪录。Anthropic尝试多次迭代考题，包括设计更复杂或‘分布外’问题，但均被AI攻克。公司现公开挑战：若有人类能在无限时间内击败Claude Opus 4.5的最佳表现（1363周期），可联系Anthropic。原版试题已发布至GitHub，供公众尝试。

2025年9月，Gimlet Labs研究发现，AI可自动生成苹果设备的Metal内核，并显著提升PyTorch推理速度。实验显示，AI生成内核在215个PyTorch模块上实现平均1.87倍加速，部分工作负载甚至快数百倍。研究人员使用Mac Studio（Apple M4 Max芯片）和PyTorch eager模式作为基准，测试了Anthropic、DeepSeek和OpenAI等模型。AI生成内核正确性随尝试次数增加而提高，第5次尝试时可达94%。智能体群体策略进一步优化性能，平均加速31%，特定层级达42%。研究强调其目标是验证AI生成内核的可行性，而非追求极限性能，展现自动化内核工程的潜力。

无需数据标注！测试时强化学习，模型数学能力暴增159%！ 清华和上海AI Lab周伯文团队提出一种新方法：测试时强化学习（TTRL），无需数据标注，仅靠模型自身生成数据即可显著提升数学能力。以Qwen-2.5-Math-7B为例，在AIME 2024竞赛题中的准确率从16.7%提升至43.3%，增幅...

标题：深度解析：DeepSeek-V3的训练过程 近日，DeepSeek-V3低调发布，凭借500万美元的成本，其性能媲美Claude 3.5，并已开源。 性能 DeepSeek-V3在多项基准测试中表现出色，尤其在高级数学推理能力方面超越其他模型。它在BBH、MMLU系列、DROP、HumanEv...

本文探讨了IT系统中的延迟问题，从1纳秒到2天，涵盖了CPU、内存、网络、硬盘等组件的响应时间。作者强调了理解延迟指标对性能优化和产品设计的重要性，指出即使在现代技术中，光速限制等因素决定了某些延迟的理论最低值。例如，北京到广州的延迟受物理距离影响，不可能低于6毫秒。文章介绍了不同延迟级别下的典型活动，如CPU的20纳秒以下、内存读写和网络操作的微秒级，以及广域网通信的毫秒至秒级延迟。最后，作者提醒在产品设计和性能需求设定时，需考虑这些延迟因素。本文摘自公众号“云算计”，作者曹亚孟。