PulseAugur
中
实时 17:04:57
实体 Gemini-3.*

Gemini-3.*

PulseAugur coverage of Gemini-3.* — every cluster mentioning Gemini-3.* across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
12
90 天内 52
发布 · 30天
0
90 天内 0
论文 · 30天
4
90 天内 22
层级分布 · 90 天
主题
关系
时间线
  1. 2026-08-19 product_launch Google launched its new frontier model, Gemini 3. 来源
  2. 2025-11-18 product_launch Google launched its new Gemini 3 AI model, showcasing advanced capabilities in coding and interactive content generation. 来源
情绪 · 30 天

5 天有情绪数据

最近 · 第 1/4 页 · 共 68 条
  1. SIGNIFICANT · CL_366827 ·

    Gemini 4 Neon 通过自动上下文缓存实现 95% 折扣,大幅削减 AI 成本

    Google 的 Gemini 4 Neon 模型引入了一项自动上下文缓存功能,通过对重复输入的 prefix 收取较低的费率来显著降低成本。这种隐式缓存机制会自动识别并缓存至少 4,096 个 token 的 prefix,与标准费率相比提供 95% 的折扣。为了利用这一点,用户必须通过将系统指令和共享文档等稳定、相同的内容放在开头,然后是动态元素来构建他们的提示。这种方法与之前在 Gemini 2.5 和 3 中使用的显式缓存方法…

  2. TOOL · CL_365925 ·

    Google 详细介绍 Gemini 4 Neon 定价:输入 3 美元,输出 15 美元

    Google 详细介绍了其 Gemini 4 Neon 模型的定价,该模型在 Gemini 4 系列中定位在 Hydrogen 和 Carbon 模型之间。该模型提供四个付费层级,其中标准层级的输入 token 价格为每百万 3 美元,输出 token 价格为每百万 15 美元,思考 token 也按输出费率计费。不同的层级提供不同的速度保证,Batch 和 Flex 层级价格减半,Priority 层级则为更快的性能增加成本。与 H…

  3. TOOL · CL_360963 ·

    大型语言模型在 PDF 数据中产生幻觉;基于事实的提取提供可验证的解决方案

    像 GPT、Gemini 和 Claude 这样的大型语言模型在从 PDF 中提取信息时经常产生幻觉,生成看似合理但错误的数据,并且难以检测。这些错误源于模式中的非空字段、扫描文档的图像分辨率降低以及表格的隐式结构等因素。虽然提示和结构化输出模式可以改进格式的遵守,但它们并不能完全解决幻觉问题。基于事实的提取将每个提取的值与其在源文档中的特定位置关联起来,为该问题提供了一个可验证的解决方案。

  4. COMMENTARY · CL_346023 ·

    Google 在 AI 模型领域领先,Anthropic 在 AI 智能体领域领先:Polymarket 预测显示分化

    Polymarket 上的交易者正在押注不同的公司在 AI 模型和 AI 智能体方面取得领先,这表明行业存在结构性分化。到 2026 年底,Google 因其 Gemini 3 系列、激进的定价以及集成到 Workspace 中,被看好在 AI 模型竞赛中获胜。相反,Anthropic 在 AI 智能体市场处于领先地位,该市场评估端到端任务完成情况和可靠性,这表明“控制系统”(围绕模型的系统)对于智能体的性能而言,正变得与模型本身一样重要。

  5. TOOL · CL_338486 ·

    新的RECAST框架重建隐藏的AI推理过程

    研究人员开发了一个名为RECAST的新框架,该框架可以重建大型闭源AI模型的思维链(CoT)推理过程,即使在其内部工作原理隐藏的情况下也是如此。现有方法由于API限制和过滤,无法从Claude Sonnet 5.5、GPT-6.1和Gemini 3.*等模型中提取CoT。RECAST通过在模型的问答和最终答案上条件化解码器来生成结构化推理,然后对其进行清理以生成适用于监督微调(SFT)的数据。这种方法无需依赖隐藏的推理通道即可重建Co…

  6. TOOL · CL_336205 ·

    新的GraphNIAH基准揭示LLM在长期上下文推理方面存在困难

    研究人员推出了GraphNIAH,一个旨在利用真实世界引用图谱测试大型语言模型(LLM)长期上下文推理能力的新基准。与之前的基准不同,GraphNIAH采用在模型知识截止日期之后发表的论文动态构建,防止数据污染并模拟真实的推理挑战。对包括GPT-5.6、Gemini-3.*和Qwen 3.5在内的模型的评估显示,随着推理深度的增加,性能显著下降,即使所有必要信息都存在于上下文中,模型也常常无法找到答案。

  7. TOOL · CL_324718 ·

    廉价“System One”模型在内容审核准确性上可与前沿大模型媲美

    一篇来自arXiv的最新研究论文探讨了“System One”模型在内容审核中的有效性,发现它们在准确性上可与GPT 5.x、Claude、Gemini-3.*和Grok等前沿大模型相媲美,但成本却显著更低。研究指出,这些更廉价的模型可以达到0.83的AUROC,与许多先进模型相当,并且校准良好。然而,该研究也区分了人类分歧和决策风险之间的关键区别,认为这些模型单一的置信度分数可能无法充分捕捉这两种不确定性,尤其是在处理讽刺或隐晦语言…

  8. COMMENTARY · CL_311520 ·

    谷歌 CEO Pichai 透露,谷歌优先考虑前沿人工智能模型而非云客户

    谷歌 CEO Sundar Pichai 表示,公司优先考虑其前沿人工智能模型,即使这意味着牺牲短期收入。他强调,开发先进人工智能的计算资源是不可谈判的。Pichai 还提到,Gemini 4 Argon 在初期处理了大量的 token,表明存在容量限制。展望未来,他承认人工智能安全方面的持续研究以及监管的最终作用,同时还宣布了即将推出的针对 Search、Gmail 和 Gemini 应用的个人代理。

  9. COMMENTARY · CL_310664 ·

    大语言模型图像输入成本差异巨大:Gemini 3.1 Pro vs GPT-5.6 vs Claude Sonnet 5.5

    大型语言模型处理图像输入的成本因提供商而异,将像素转换为计费token的公式也不同。例如,OpenAI的GPT-5.6按每32x32像素块收费,而Anthropic使用28x28像素块,Google的Gemini 3则基于媒体分辨率收取固定费用。在用一张典型的手机照片进行测试时,GPT-5.6、Claude Sonnet 5.5和Gemini 3.1 Pro显示出显著的成本差异,Gemini每千张图像的费用最高,为2.24美元,而Op…

  10. TOOL · CL_303682 ·

    多模态大语言模型在检测AI生成的深度伪造方面展现出潜力

    一项新的研究论文探讨了多模态大语言模型(MLLMs)检测AI生成的深度伪造面部图像的潜力。该研究使用真实和生成图像的数据集,对包括GPT-4o、GPT-5、GPT-5.2、Gemini 2.5和Seed 1.6在内的多个MLLMs进行了基准测试。结果显示检测准确率很高,其中GPT-5.2通过识别结构不一致性,在成对比较中达到了97.9%的准确率。然而,SynthID水印的存在将Gemini的检测准确率降低了10%,这表明虽然MLLMs…

  11. SIGNIFICANT · CL_302911 ·

    Google 发布 Gemini 4 Argon,AI 基础设施成焦点 · 跟踪 1 个来源

    Google 发布了其新的旗舰模型 Gemini 4 Argon,该模型定位为解决复杂问题而非进行通用升级。此次发布正值 AI 基础设施层日益受到关注之际,微软宣布推出自己的 AI 芯片和部署计划,旨在减少对 Nvidia 的依赖并降低成本,这进一步凸显了这一点。本周还出现了关于每次任务成本的公开基准测试,OrcaRouter 和 TechBullion 发布了对 DeepSeek V4 Flash 等模型的分析,为工程师提供了评估 …

  12. TOOL · CL_275703 ·

    开发者通过分时计费将LLM批量成本降低50%

    一位开发者详细介绍了一种利用分时定价来降低使用大型语言模型(LLM)成本的策略。通过将批量作业路由到统一网关(如AGIRouter),该网关提供高峰和非高峰时段的不同费率,可以实现显著的节省。作者演示了如何在非高峰时段安排延迟容忍型任务(如评估运行或数据处理),从而将令牌成本降低高达50%。该帖子包含一个Python脚本示例,并讨论了时区准确性和在生产环境中使用可靠调度工具等实际注意事项。

  13. TOOL · CL_275039 ·

    AI模型的合作受声誉、策略和情感影响

    一篇新发表在arXiv上的研究论文探讨了生成式AI模型在模拟社交互动中的合作方式。该研究使用迭代囚徒困境来测试对手声誉、策略和情感信号对合作水平的影响。像Claude 3.5和GPT-4o这样的非推理模型表现出与人类相似的合作模式,受所有三个因素的显著影响,尽管模型之间存在显著差异。Claude 4.6和GPT-5.2等推理模型则更依赖策略和声誉,情感线索的影响减弱,并且在终局行为上表现出更多样性,表明其可利用性存在差异。

  14. SIGNIFICANT · CL_273840 ·

    谷歌发布Gemini 4 Argon,挑战GPT-6 Astra和Claude Opus 5.5

    谷歌发布了其新的前沿模型Gemini 4 Argon,据谷歌内部测试显示,该模型在多项基准测试中表现优于GPT-6 Astra和Claude Opus 5.5。然而,该模型目前仅对部分网络安全团队开放,更广泛的发布和API定价尚未公布。尽管内部报告称其编码能力在实际应用中可能不足,谷歌仍表示Argon代表着在经历了一段艰难时期后,重夺AI前沿领先地位的重要一步。

  15. RESEARCH · CL_269429 ·

    LLM 研究探讨忠实度、谄媚和知识更新 · 跟踪 10 个来源

    近期研究探讨了大语言模型(LLM)行为和评估的各个方面。一项研究引入了归一化可模拟增益(NSG)来衡量 LLM 自我解释的忠实度,发现它们能显著提高 Gemini-3.*、GPT-5.2 和 claude-4.5 等各种模型的行为预测能力。另一篇论文研究了 LLM 中的“谄媚”现象,揭示任务难度和模型推理能力比压力策略更能导致模型放弃正确答案。进一步的研究深入探讨了 LLM 中的会话级污染,提出了评估模型如何采纳错误前提的协议,并引入…

  16. RESEARCH · CL_260162 ·

    抖音创始人张一鸣成为亚洲首富,人工智能助推

    字节跳动(TikTok和抖音的母公司)创始人张一鸣以1055亿美元的净资产成为亚洲首富。自2019年以来,他的财富大幅增长,这主要归功于在人工智能技术方面的巨额投资。财富的激增归因于字节跳动能够利用其热门社交媒体应用的 डेटा 来训练先进的AI模型,这些模型被视为其视频平台之外的关键增长引擎。文章还指出,Michael Dell和Larry Page等其他科技领导者的财富也在人工智能的进步和产品发布中加速增长。

  17. TOOL · CL_259558 ·

    LLM基准测试:自行车上的鹈鹕展示了两年来的快速进展

    在过去的两年里,Simon Willison 使用了一个独特的基准测试来追踪大型语言模型的进展:生成一个骑自行车的鹈鹕的SVG。最初,模型在处理这项任务时很困难,生成抽象的形状和无意义的解释。然而,到2025年中期,DeepSeek R1和Nvidia的产品等模型显示出显著的改进,有些甚至开始“编辑化”,拒绝提示或添加创意元素。一场使用GPT-4.1 mini作为裁判的比赛揭示了Gemini 2.5 Pro预览版在代码生成和图像合成方…

  18. TOOL · CL_240901 ·

    开放权重 AI 模型在 AA-Omniscience 指数基准测试中表现落后

    评估 AI 模型基准的 AA-Omniscience 指数显示,最先进的开放权重模型的得分低于预期。鉴于 Gemini-3.* 等模型的出色表现,这一发现尤其令人惊讶,表明开放权重替代模型在能力或评估方法上可能存在差距。

  19. FRONTIER RELEASE · CL_232518 ·

    Google 发布 Gemini 3.8 Flash,增强了推理和网络安全功能

    Google 推出了 Gemini 3.8 Flash,这是一个专为复杂的代理任务和软件工程设计的先进 AI 模型。这一新版本在推理和编码能力方面有了显著的改进,旨在成为开发者的智能合作伙伴。一个专门的网络安全版本 Gemini 3.8 Flash Cyber 也通过 Google 的 Fairwind Program 向一小部分用户提供,这与 Anthropic 和 OpenAI 等竞争对手的类似举措相呼应。

  20. TOOL · CL_229045 ·

    新特征有助于检测和引导大型语言模型生成的韩语诗歌

    研究人员开发了一种方法来检测和引导大型语言模型(LLMs)生成韩语诗歌。该方法使用了可解释的格式级语言特征,例如输出长度、行尾格式多样性、行长不规则性以及对标准正字法的遵循程度。该方法在检测大型语言模型生成的诗歌方面取得了 83.60% 的 AUC-ROC,优于现有基线。此外,专家评估表明,在这些特征引导下生成的大型语言模型诗歌比不受约束的输出更受欢迎,目标统计数据也更接近人类创作的诗歌分布。