谷歌最新论文《Leave No Context Behind: Efficient Infinite Context Transformers with Infini-attention》，提出了一种新的方法来扩展基于Transformer的大型语言模型（LLMs），使其能够高效处理无限长的输入序列，同时保持内存和计算资源的有界性

当大模型只会“被动答题”已不够，阿里通义实验室最新论文《WebDancer》给出一条“从数据到算法”的端到端配方，让开源模型也能像OpenAI Deep Research一样，自主规划、翻网页、多跳推理，完成复杂信息检索任务。

信息论角度探讨语言模型的本质，指出预测next token的过程实际是对语言信息的高效压缩。压缩程度反映预测准确性，条件概率越精准，信息压缩越接近极限。因此，语言模型通过预测token实现了对语义空间的建模，其预测能力与信息压缩效率直接相关。

图像生成模型，包括两部分，先通过VAE，将原始图像变换到隐空间，然后在隐空间进行图像的生成，最后再通过VAE的解码变换到图像域。但是传统的方式，对于VAE部分，也就是论文说的Pre-training of Visual Tokenizers部分，无法scaling——而且，token部分的scaling还与下游的模型生成出现相反的效果。论文分析，这里的原因，在于，传统的的token部分，主要是进行

2026年春节，国产大模型迎来密集发布潮，DeepSeek、字节跳动、智谱AI等厂商纷纷推出新一代模型，技术竞争从参数规模转向工程化落地。DeepSeek-OCR 2实现百万级长文本处理，字节Seedance 2.0视频生成模型引发关注，智谱GLM-5参数达7450亿。行业呈现超长上下文、多模态融合、Agent工程化等趋势，API进入"厘时代"。与此同时，OpenAI发布GPT

VSCode中就可以安装，点击两下，非常容易就完成了安装

ReAct 通过交错推理与行动，首次在统一框架中实现了 LLM 的“边想边做”，在知识推理与交互决策任务中均取得显著性能与可解释性提升，为构建更智能、可控、可扩展的语言智能体开辟了新路径。

用最通俗的话来说，AI智能体可以定义为模型、工具、编排层和运行时服务的组合体——它通过让大语言模型（LM）在循环中持续工作，最终实现既定目标。这四个要素共同构成了任何自主系统的核心架构：模型（“大脑”）：作为智能体核心推理引擎的大语言模型或基础模型，负责处理信息、评估选项并做出决策。模型的类型（通用型、微调型或多模态型）决定了智能体的“认知能力”水平。一个Agentic AI系统，本质上是大语言模

摘要： markdown.new是一款免费网页转Markdown工具，可自动去除广告和冗余样式，保留核心内容，使网页体积减少80%。支持三种使用方式：浏览器地址前加markdown.new/、API调用或开源部署。采用三层转换机制确保稳定性，每日限500次请求。测试案例显示其成功将技术文章转换为结构化Markdown，保留了标题、列表和链接等要素。该工具特别适合需要处理网页内容的AI应用，能有效降

李宏毅新课《DeepSeek-R1 这类大语言模型是如何进行「深度思考」（Reasoning）的？》的部分纪要