Llama-4可能要来了！

我在 ChatbotArena 随机测试的时候发现了2个新的 llama 模型：

代号跟别是 spider, cybele. 其中： cybele 这个模型输出特别慢，可能是个特别大的模型？400B+？ 而spider特别话痨，输出了特别多并不需要的信息，可能用来创意写作会好一些，但是正常任务绝对不适合。 …

分享一个 linux 下的下载工具 rTorrent

…

显卡终于能插内存了？

…

大模型竞技场刚刚更新了 Hunyuan-TuborS-20250313 的评分。依旧是来自 ramondsq 同学的贡献。十分感谢。

…

Apple 平台的视觉推理框架 MLX-VLM 现在支持微调了！

这个发twi的是 mlx 核心贡献者之一。显示正在微调 Qwen2-VL-2B-Instruct。

…

千问3小时前发布了 QVQ-Max，一个图片/视频推理模型。

我测试了图片推理（吃惊的仓鼠），见图2。以及视频推理（win98屏保），见图3

…

更多的NVIDIA DGX Station GB300的图（图片来自STH）。

几个细节，图1，注意新的内存封装和安装方式，图2，ConnectX-8 800GB ，图3，可插拔BMC

…

LiveCodeBench 上的这个 kimi-1.6 有点猛啊？那么啥时候发布？

…

Gemini-2.5-Pro 这是获得了天顶星科技么？

来自 fiction.live 的大模型长文本理解（召回）测试，Gemini-2.5-Pro 竟然在120K上下文长度有 90.6% 的召回率, 这意味着你让AI在开篇埋个伏笔, 然后AI写了差不多10万字以后，仍然能记起来用这个伏笔…妈耶

不过这个测试的波动特别大，可以看到16K左右跌到了66.7 %（当然这个数值也很猛了，一般高于60%就是极好的水平），但是32K又恢复到了86.1%。

另外刚更新的 DeepSeek-V3-0324 也很不错，虽然略低于 DeepSeek-R1, 但仍然是很可用的。 …

给大家带来全网最速 DeepSeek-V3-0324 写代码实测！

直接说结论—— 超越 DeepSeek-R1！甚至超越 Claude-3.7! 难以想象这还不是一个 Thinking 模型！

DeepSeek-V3-0324 目前以 328.3 分在 KCORES 大模型竞技场排名第三 (图1)，仅次于 claude-3.7-sonnet-thinking 和 claude-3.5 (没错 claude-3.5 在我们的测试下比 claude-3.7 要好一些)。

…

…