一文搞懂模型名称的 B、GGUF、MTP、A3B、E4B 都是啥意思
满屏模型名像天书，选错白花钱跑不动，你的电脑能跑哪个？最近逛Ollama和HuggingFace，满屏都是什么Qwen3.6-27B-MTP-GGUF、35B-A3B，看着跟密码一样。
中国大模型简史01：模型越做越大，却没人知道它该变成什么
大模型当然要越做越大，公司当然要抢算力、做产品、争用户;模型越来越便宜以后，当然会有人做开放生态、做Agent，再把AI带进真正的工作。
Arm发了个“挑模型神器”，针对硬件优化，能直观对比延迟和内存占用
智东西9月9日报道，今日，在Arm Create开发者大会上，Arm推出Arm AI Portal，提供针对Arm优化的模型、代码、工作流和学习路径，让开发者与智能体都能便捷地在Arm计算平台范围内完成AI软件的发现、优化及部署。
本地转字幕先别急着换电脑：4种配置对照官方内存数字
想在自己电脑上把录音转成字幕、不传云端，先要问：这台机器够不够。这篇把四种常见配置，对照 openai/whisper、whisper.cpp、faster-whisper、LFM3-Audio-2B 官方给的数字，不比哪个好用，只看官方写了什么、没写什么。
同一个模型从 30 分到 95 分：拉开差距的不是模型，是Harness
编译｜宇琪 策划 | Tina “Harness 就是包装纸，就是脚手架，就是提示工程”。这种论调在 Reddit 上每隔几天就会冒出来一次，甚至有人说“上下文工程根本不算研究问题”。
实测小米新模型MiMo V2.6，我真服了第一次看开源那么彻底的
小米五天内连发 MiMo-V2.6-Pro、Flash 与 Pro-UltraSpeed，Pro 以 46.32 分位列开源第一、国产第一。
大模型微调前，产品经理必做的数据质量评估
问题可能不在数据量，而在数据质量。本文以医药研发模型为例，提出三维度数据质量评估框架与五步实操流程，教你如何科学评估微调数据，避免“调了不如没调”的尴尬。
中国大模型简史01：模型越做越大，却没人知道它该变成什么
模型越来越便宜以后，当然会有人做开放生态、做Agent，再把AI带进真正的工作。Transformer、BERT及《Scaling Laws for Neural Language Models》等原始论文。
标着4GB，8GB的Mac装得下吗
NVIDIA 今天放出了一个模型的权重，名字里直接写着 4GB。8GB 的 Mac，4GB 正好是一半。听着像随手就能跑。我去下载列表里找这一档。官方仓库里最小的文件，6.18GB。Ollama 上最小的包，7.2GB。4GB 那一档，两个列表里都没有。
准确率 97.8% 的模型，为什么换个场景就全部误报？
一个在公开数据集上 AUROC 高达 0.978 的电弧故障检测模型，在跨负载测试中竟出现概率反向的灾难性失效。