来源与许可
这一页列出全站引用的每一份资料。历史部分 66 篇文献逐条核对了标题、作者、年份与链接；前沿部分 99 个官方页面在 2026-10-13 联网核实。
核实方法
- 历史文献：通过 arXiv、Crossref、出版方与机构页面核对；预印本年份与正式发表年份不同时，两者都写明（如 BERT：arXiv 2018，NAACL 2019）。
- 前沿资料：以厂商公告、模型卡、技术文档、论文和官方评测页为准。区分“宣布”“预览”“公开可用”“受限发布”；性能数字除特别说明外均为厂商自报，不同评测框架之间不可直接比较。
- 部分核实：核心事实已读到原文，但确切日期来自模型卡元数据或媒体转述的条目，在第 09 章中标为“部分核实”。
- 未收录：只有二手报道、来源互相矛盾或尚未正式发布的消息，一律不写进正文。
- 演示数据：全站演示里的权重、概率、生成文本和检索结果都是预设的教学数据，页面上用 标记 注明；没有连接任何真实模型或付费接口。
历史文献 66
- 1943 A logical calculus of the ideas immanent in nervous activity
Warren S. McCulloch, Walter Pitts · Bulletin of Mathematical Biophysics, 5(4): 115–133 (Dec 1943)
首次用数理逻辑描述一种简化的阈值神经元模型，并说明由这类单元组成的网络可以实现逻辑运算，是人工神经网络的理论起点之一。
- 1950 Computing Machinery and Intelligence
A. M. Turing · Mind, 59(236): 433–460 (Oct 1950)
提出用“模仿游戏”（后称图灵测试）替代难以定义的“机器能否思考”问题，并逐条回应了对机器智能的各种反对意见。
- 1955 A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence
John McCarthy, Marvin L. Minsky, Nathaniel Rochester, Claude E. Shannon · Research proposal (typescript, dated Aug 31, 1955); reprinted in AI Magazine 27(4), Winter 2006
这份提案首次使用“人工智能”（artificial intelligence）一词，并促成了1956年夏天的达特茅斯研讨会，通常被视为AI成为独立研究领域的起点。
- 1958 The perceptron: A probabilistic model for information storage and organization in the brain
F. Rosenblatt · Psychological Review, 65(6): 386–408
提出感知机模型，即一种能通过调整连接权重从样例中学习分类的神经网络，是最早可以“学习”的神经网络模型之一。
- 1960 Electronic Neural Network, Mark I Perceptron
Smithsonian National Museum of American History (object record) · Smithsonian National Museum of American History, object nmah_334414
罗森布拉特团队在康奈尔航空实验室建造的感知机硬件（约1959年组装测试、1960年公开演示，不同来源年份略有出入），以20×20光电管阵列为输入、电动电位器存储权重，现藏于史密森尼美国国家历史博物馆。
- 1966 ELIZA—A Computer Program for the Study of Natural Language Communication Between Man and Machine
Joseph Weizenbaum · Communications of the ACM, 9(1): 36–45 (Jan 1966)
介绍了基于关键词匹配和模板替换的对话程序ELIZA；它并不理解语言，却让不少用户产生了被理解的感觉，这种现象后来被称为“ELIZA效应”。
- 1969 Perceptrons: An Introduction to Computational Geometry
Marvin Minsky, Seymour Papert · MIT Press (1st ed. 1969; expanded ed. 1988; reissue 2017)
用数学方法严格分析了单层感知机的能力边界（例如无法计算奇偶性、连通性等需要全局信息的谓词，异或是其最简单的情形），常被认为加剧了1970年代神经网络研究的低潮。
- 1973 Artificial Intelligence: A General Survey
James Lighthill · In “Artificial Intelligence: a paper symposium”, Science Research Council (UK), 1973 (survey text dated July 1972)
受英国科学研究委员会委托评估AI研究现状，认为基础研究未兑现早期承诺并强调“组合爆炸”难题；报告发表后英国大幅缩减了AI研究经费，被视为第一次“AI寒冬”的标志事件之一。
- 1982 Neural networks and physical systems with emergent collective computational abilities
J. J. Hopfield · Proceedings of the National Academy of Sciences (PNAS), 79(8): 2554–2558 (Apr 1982)
提出后来称为“霍普菲尔德网络”的模型，借用物理学中能量函数的思想，使网络能作为联想记忆，从不完整或有噪声的输入中恢复已存储的模式。
- 1984 Rule-Based Expert Systems: The MYCIN Experiments of the Stanford Heuristic Programming Project
Bruce G. Buchanan, Edward H. Shortliffe (eds.) · Addison-Wesley (full text hosted by E. H. Shortliffe)
系统总结了1970年代斯坦福大学开发的MYCIN专家系统，它用数百条“如果-那么”规则和确定性因子诊断细菌感染并推荐抗生素（Shortliffe于1976年出版的专著《Computer-Based Medical Consultations: MYCIN》最早完整描述了该系统）。
- 1986 Learning representations by back-propagating errors
David E. Rumelhart, Geoffrey E. Hinton, Ronald J. Williams · Nature, 323(6088): 533–536
展示了用反向传播算法训练多层神经网络，使隐藏层能学到有用的内部表示，推动了1980年代神经网络研究的复兴（反向传播的数学思想此前已有人提出）。
- 1997 Deep Blue
IBM · IBM Heritage (web page)
1997年5月IBM深蓝在六局制比赛中以3.5比2.5击败国际象棋世界冠军卡斯帕罗夫，是计算机首次在标准比赛时限下的对局赛中战胜现任世界冠军，其棋力主要来自专用硬件上的大规模搜索。
- 1997 Long Short-Term Memory
Sepp Hochreiter, Jürgen Schmidhuber · Neural Computation, 9(8): 1735–1780 (Nov 1997)
提出带门控记忆单元的循环神经网络结构LSTM，缓解了普通RNN因梯度消失而难以学习长距离依赖的问题。
- 1998 Gradient-based learning applied to document recognition
Yann LeCun, Léon Bottou, Yoshua Bengio, Patrick Haffner · Proceedings of the IEEE, 86(11): 2278–2324 (Nov 1998)
系统阐述了用梯度下降端到端训练卷积神经网络（LeNet-5）识别手写字符和文档的方法，并在MNIST数据集上做了对比，相关系统曾实际用于银行支票识别。
- 2002 Deep Blue
Murray Campbell, A. Joseph Hoane Jr., Feng-hsiung Hsu · Artificial Intelligence, 134(1–2): 57–83 (Jan 2002)
由深蓝开发者撰写的技术论文，介绍了其专用国际象棋芯片、大规模并行搜索和评估函数等系统设计。
- 2009 ImageNet: A large-scale hierarchical image database
Jia Deng et al. · 2009 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 248–255
发布了按WordNet层级组织、人工标注的大规模图像数据库ImageNet，为后来的ILSVRC竞赛和深度学习在视觉领域的突破提供了数据基础。
- 2012 ImageNet Classification with Deep Convolutional Neural Networks
Alex Krizhevsky, Ilya Sutskever, Geoffrey E. Hinton · Advances in Neural Information Processing Systems 25 (NIPS 2012; the conference was renamed NeurIPS in 2018)
用GPU训练的深层卷积网络（AlexNet）在ILSVRC-2012中取得15.3%的top-5测试错误率（次优成绩为26.2%），使深度学习迅速成为计算机视觉的主流方法。
- 2013 Efficient Estimation of Word Representations in Vector Space
Tomas Mikolov, Kai Chen, Greg Corrado, Jeffrey Dean · ICLR 2013 Workshop (arXiv:1301.3781)
提出CBOW和Skip-gram两种简单高效的模型（即word2vec），可在大规模语料上快速学习词向量，词向量之间的线性关系能反映部分语义和句法关系。
- 2013 Intriguing properties of neural networks
Christian Szegedy, Wojciech Zaremba, Ilya Sutskever, Joan Bruna, Dumitru Erhan, Ian Goodfellow, Rob Fergus · arXiv:1312.6199 (ICLR 2014)
发现给图像加上人眼几乎察觉不到的特定扰动，就能让训练好的神经网络给出错误分类，这类输入后来被称为“对抗样本”。
- 2014 Neural Machine Translation by Jointly Learning to Align and Translate
Dzmitry Bahdanau, Kyunghyun Cho, Yoshua Bengio · ICLR 2015 (arXiv:1409.0473)
在编码器-解码器翻译模型中引入注意力机制，让解码器每生成一个词都能有选择地关注源句的不同位置，缓解了用固定长度向量表示长句的瓶颈。
- 2014 Sequence to Sequence Learning with Neural Networks
Ilya Sutskever, Oriol Vinyals, Quoc V. Le · NIPS 2014 (arXiv:1409.3215)
用一个LSTM把输入序列编码成固定长度向量、再用另一个LSTM解码生成输出序列，在英法机器翻译上取得有竞争力的结果，确立了“编码器-解码器”范式。
- 2015 Distilling the Knowledge in a Neural Network
Geoffrey Hinton, Oriol Vinyals, Jeff Dean · NIPS 2014 Deep Learning Workshop (arXiv:1503.02531)
提出“知识蒸馏”：用大模型（或模型集成）经温度调节后的软化输出概率来训练小模型，使小模型以较低成本接近大模型的性能。
- 2015 Neural Machine Translation of Rare Words with Subword Units
Rico Sennrich, Barry Haddow, Alexandra Birch · ACL 2016, pp. 1715–1725 (arXiv:1508.07909)
把字节对编码（BPE）压缩算法改造成子词切分方法，使神经机器翻译能用有限的词表处理罕见词和未登录词；BPE及其变体后来成为大语言模型分词器的常见做法。
- 2016 Mastering the game of Go with deep neural networks and tree search
David Silver et al. · Nature, 529(7587): 484–489
介绍结合策略网络、价值网络与蒙特卡洛树搜索的围棋程序AlphaGo，它于2015年10月以5:0击败欧洲冠军樊麾，是计算机程序首次在全尺寸棋盘、不让子的条件下战胜职业棋手；2016年3月又以4:1战胜李世石。
- 2017 Attention Is All You Need
Ashish Vaswani et al. · NIPS 2017 (arXiv:1706.03762)
提出完全基于注意力、不使用循环和卷积的Transformer架构，训练可高度并行，后来成为几乎所有大语言模型的基础结构。
- 2017 Deep reinforcement learning from human preferences
Paul Christiano et al. · NIPS 2017 (arXiv:1706.03741)
让人类比较两段智能体行为片段，用这些偏好训练奖励模型再做强化学习，只需少量人类反馈就能学会难以手写奖励函数的任务，是RLHF的重要前身。
- 2017 Outrageously Large Neural Networks: The Sparsely-Gated Mixture-of-Experts Layer
Noam Shazeer et al. · ICLR 2017 (arXiv:1701.06538)
提出稀疏门控的混合专家（MoE）层，每个输入只激活少数“专家”子网络，使模型参数量可以大幅增加而计算量增长有限。
- 2018 2018 ACM A.M. Turing Award
Yoshua Bengio, Geoffrey Hinton, Yann LeCun (recipients) · ACM (award year 2018; announced March 27, 2019)
ACM表彰三人“在概念和工程上的突破，使深度神经网络成为计算的关键组成部分”；这是2018年度奖项，于2019年3月27日公布。
- 2018 BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding
Jacob Devlin, Ming-Wei Chang, Kenton Lee, Kristina Toutanova · NAACL-HLT 2019, pp. 4171–4186 (arXiv:1810.04805)
用掩码语言模型等目标预训练双向Transformer编码器，再微调到下游任务，在11项NLP任务上刷新纪录，推动了“预训练+微调”范式的普及。
- 2018 Improving Language Understanding by Generative Pre-Training
Alec Radford, Karthik Narasimhan, Tim Salimans, Ilya Sutskever · OpenAI (technical report; announced in the blog post “Improving language understanding with unsupervised learning”)
先在大量无标注文本上对Transformer解码器做生成式预训练，再针对具体任务做有监督微调，在多项自然语言理解任务上取得当时最好成绩，即后来所称的GPT-1。
- 2019 Language Models are Unsupervised Multitask Learners
Alec Radford, Jeffrey Wu, Rewon Child, David Luan, Dario Amodei, Ilya Sutskever · OpenAI (technical report; announced in the blog post “Better language models and their implications”)
在约800万个网页（WebText）上训练了最大15亿参数的GPT-2，显示语言模型无需针对任务训练也能零样本完成部分任务；OpenAI以担心被滥用为由分阶段公开了模型权重。
- 2020 An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale
Alexey Dosovitskiy et al. · ICLR 2021 (arXiv:2010.11929)
把图像切成16×16的图块作为序列输入标准Transformer（ViT），在大规模数据上预训练后图像分类效果可与卷积网络相当，推动Transformer进入视觉领域。
- 2020 Denoising Diffusion Probabilistic Models
Jonathan Ho, Ajay Jain, Pieter Abbeel · NeurIPS 2020 (arXiv:2006.11239)
通过学习逐步去噪的反向过程从随机噪声生成图像，并给出简洁的训练目标，生成质量可与GAN相比，带动了扩散模型的兴起。
- 2020 Dense Passage Retrieval for Open-Domain Question Answering
Vladimir Karpukhin et al. · EMNLP 2020 (arXiv:2004.04906)
用双编码器把问题和段落都变成稠密向量，按向量相似度检索；在前 20 条结果的检索准确率上比 Lucene-BM25 高出 9–19 个百分点。RAG 论文的检索器即基于此。
- 2020 Language Models are Few-Shot Learners
Tom B. Brown et al. · NeurIPS 2020 (arXiv:2005.14165)
训练了1750亿参数的GPT-3，展示只需在提示中给出少量示例（上下文学习，不更新参数）就能完成许多任务。
- 2020 Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks
Patrick Lewis et al. · NeurIPS 2020 (arXiv:2005.11401)
将稠密检索器与序列生成模型结合，生成答案前先从维基百科等外部文档中检索相关段落，提升了开放域问答等知识密集型任务的表现，“RAG”一词由此而来。
- 2020 Scaling Laws for Neural Language Models
Jared Kaplan et al. · arXiv:2001.08361
实证发现语言模型的测试损失随参数量、数据量和计算量呈幂律下降，并据此给出在固定算力下如何分配模型规模与数据量的建议。
- 2021 High-Resolution Image Synthesis with Latent Diffusion Models
Robin Rombach et al. · CVPR 2022 (arXiv:2112.10752)
在预训练自编码器的低维潜空间而非像素空间中做扩散，大幅降低训练和采样成本，并通过交叉注意力支持文本等条件输入；Stable Diffusion即基于这一方法。
- 2021 Learning Transferable Visual Models From Natural Language Supervision
Alec Radford et al. · ICML 2021 (arXiv:2103.00020)
用约4亿对网络图像-文本做对比学习训练CLIP，使模型能用自然语言描述类别进行零样本图像分类，并成为后续文生图系统常用的图文对齐组件。
- 2021 RoFormer: Enhanced Transformer with Rotary Position Embedding
Jianlin Su et al. · arXiv:2104.09864; later published in Neurocomputing, 568: 127063 (2024)
提出旋转位置编码（RoPE），通过旋转查询和键向量把相对位置信息融入注意力计算，后被LLaMA等许多大语言模型采用。
- 2021 Switch Transformers: Scaling to Trillion Parameter Models with Simple and Efficient Sparsity
William Fedus, Barret Zoph, Noam Shazeer · Journal of Machine Learning Research, 23(120): 1–39 (2022) (arXiv:2101.03961)
把混合专家的路由简化为每个token只送往一个专家，降低了通信开销和训练不稳定性，训练出了万亿参数规模的稀疏模型。
- 2021 Zero-Shot Text-to-Image Generation
Aditya Ramesh et al. · ICML 2021 (arXiv:2102.12092)
即DALL·E论文：把文本token和离散化的图像token拼成一个序列，用120亿参数的自回归Transformer建模，实现根据文字描述零样本生成图像。
- 2022 Chain-of-Thought Prompting Elicits Reasoning in Large Language Models
Jason Wei et al. · NeurIPS 2022 (arXiv:2201.11903)
在少样本提示中给出带中间推理步骤的示例，可显著提升足够大的语言模型在数学应用题等多步推理任务上的表现。
- 2022 Constitutional AI: Harmlessness from AI Feedback
Yuntao Bai et al. · arXiv:2212.08073 (Anthropic)
用一组书面原则（“宪法”）引导模型自我批评和修改回答，并用AI生成的偏好反馈（RLAIF）取代大部分人工的有害性标注来训练无害的助手模型。
- 2022 Flamingo: a Visual Language Model for Few-Shot Learning
Jean-Baptiste Alayrac et al. · NeurIPS 2022 (arXiv:2204.14198)
用新增的交叉注意力层把冻结的预训练视觉编码器与冻结的大语言模型连接起来，能处理图文交错输入，并只凭少量示例完成多种视觉-语言任务。
- 2022 FlashAttention: Fast and Memory-Efficient Exact Attention with IO-Awareness
Tri Dao et al. · NeurIPS 2022 (arXiv:2205.14135)
通过分块计算减少GPU显存与片上SRAM之间的数据读写，在不做近似的前提下加快注意力计算并显著降低显存占用，使更长上下文的训练更加可行。
- 2022 Introducing ChatGPT
OpenAI · OpenAI Blog
OpenAI以免费“研究预览”形式发布对话模型ChatGPT，它由GPT-3.5系列模型微调而来，采用与InstructGPT类似的RLHF方法训练。
- 2022 Large Language Models are Zero-Shot Reasoners
Takeshi Kojima et al. · NeurIPS 2022 (arXiv:2205.11916)
发现只要在问题后加上“Let's think step by step”这类提示，不给示例也能让大模型逐步推理，从而提升多项推理任务的准确率。
- 2022 ReAct: Synergizing Reasoning and Acting in Language Models
Shunyu Yao et al. · ICLR 2023 (arXiv:2210.03629)
让语言模型交替生成推理过程和行动（如调用搜索API），并根据环境反馈继续推理，成为后来LLM智能体（Agent）框架的常见基础模式。
- 2022 Robust Speech Recognition via Large-Scale Weak Supervision
Alec Radford, Jong Wook Kim, Tao Xu, Greg Brockman, Christine McLeavey, Ilya Sutskever · ICML 2023, PMLR 202 (arXiv:2212.04356)
即 Whisper：用 68 万小时的多语言、多任务弱监督音频训练语音识别模型。音频重采样到 16,000 Hz，以 25 毫秒窗口、10 毫秒步长计算 80 通道的对数梅尔频谱，按 30 秒一段输入；编码器开头的第二个卷积层步长为 2。
- 2022 Training Compute-Optimal Large Language Models
Jordan Hoffmann et al. · NeurIPS 2022 (arXiv:2203.15556)
发现在固定算力下模型参数量与训练token数应大致等比例增长，当时许多大模型“训练数据不足”；据此训练的700亿参数Chinchilla在多项评测上超过了2800亿参数的Gopher。
- 2022 Training language models to follow instructions with human feedback
Long Ouyang et al. · NeurIPS 2022 (arXiv:2203.02155)
先用人工示范做监督微调，再用人类偏好排序训练奖励模型并以强化学习（RLHF）优化GPT-3，得到的InstructGPT更能遵循指令，13亿参数版本在人类评估中比1750亿参数的GPT-3更受偏好。
- 2023 Direct Preference Optimization: Your Language Model is Secretly a Reward Model
Rafael Rafailov et al. · NeurIPS 2023 (arXiv:2305.18290)
证明可以不单独训练奖励模型、也不做强化学习，直接用偏好数据上的一个简单分类式损失来优化语言模型，使偏好对齐训练更简单、更稳定。
- 2023 GPT-4 Technical Report
OpenAI · arXiv:2303.08774
报告了可接受图像和文本输入的大模型GPT-4在专业和学术考试等基准上的表现，以及可预测扩展和安全措施，但未披露模型规模、架构和训练数据等细节。
- 2023 Lost in the Middle: How Language Models Use Long Contexts
Nelson F. Liu et al. · Transactions of the ACL (TACL), 2023 (arXiv:2307.03172)
发现相关信息位于输入的开头或结尾时，模型表现通常最好；位于长上下文中间时，表现明显下降。
- 2023 Not what you've signed up for: Compromising Real-World LLM-Integrated Applications with Indirect Prompt Injection
Kai Greshake et al. · arXiv:2302.12173
指出接入外部内容的大模型应用模糊了数据与指令的界线：攻击者把指令注入到可能被检索到的数据里，就能在不直接接触应用的情况下远程利用它（间接提示注入）。
- 2023 Survey of Hallucination in Natural Language Generation
Ziwei Ji et al. · ACM Computing Surveys, 55(12) (2023; online Mar 2023); preprint arXiv:2202.03629 (2022)
系统综述了自然语言生成中的“幻觉”（生成内容与来源不符或无法验证）问题，梳理了其定义、分类、成因、评测指标和缓解方法。
- 2023 Toolformer: Language Models Can Teach Themselves to Use Tools
Timo Schick et al. · NeurIPS 2023 (arXiv:2302.04761)
让模型以自监督方式自行标注何时、如何调用计算器、搜索引擎、翻译等API，从而学会在生成文本的过程中使用外部工具。
- 2024 DeepSeek-V3 Technical Report
DeepSeek-AI · arXiv:2412.19437
介绍总参数6710亿、每个token激活370亿参数的混合专家模型DeepSeek-V3，采用多头潜在注意力（MLA）、无辅助损失的负载均衡和FP8混合精度训练，报告完整训练约耗用278.8万H800 GPU小时。
- 2024 Introducing the Model Context Protocol
Anthropic · Anthropic News
Anthropic开源了模型上下文协议（MCP），这是一个把AI助手与内容库、业务工具、开发环境等外部数据源和工具连接起来的开放标准。
- 2024 Learning to reason with LLMs
OpenAI · OpenAI Blog
介绍用强化学习训练、在回答前先生成较长内部思维链的推理模型o1，并报告其表现会随训练时强化学习计算量和推理时“思考”时间的增加而提升。
- 2024 Mixtral of Experts
Albert Q. Jiang et al. · arXiv:2401.04088 (Mistral AI)
介绍开放权重的稀疏混合专家模型Mixtral 8x7B：每层8个专家、每个token只激活其中2个，总参数约470亿，但每个token只用到约130亿活跃参数。
- 2024 The Nobel Prize in Chemistry 2024
David Baker; Demis Hassabis, John Jumper (laureates) · Royal Swedish Academy of Sciences / NobelPrize.org
一半授予贝克以表彰“计算蛋白质设计”，另一半授予哈萨比斯和江珀以表彰“蛋白质结构预测”，后者指他们开发的AI模型AlphaFold2。
- 2024 The Nobel Prize in Physics 2024
John J. Hopfield, Geoffrey Hinton (laureates) · Royal Swedish Academy of Sciences / NobelPrize.org
授予霍普菲尔德和辛顿，表彰他们“为利用人工神经网络实现机器学习奠定基础的发现和发明”，分别涉及霍普菲尔德网络和玻尔兹曼机等工作。
- 2025 DeepSeek-R1 incentivizes reasoning in LLMs through reinforcement learning
Daya Guo et al. (DeepSeek-AI) · Nature, 645(8081): 633–638 (2025)
DeepSeek-R1的研究经同行评审后正式发表于《自然》，期刊版标题与arXiv预印本不同。
- 2025 DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning
DeepSeek-AI · arXiv:2501.12948
展示仅靠大规模强化学习、不先做监督微调，模型（DeepSeek-R1-Zero）就能发展出长链推理能力，并开放了R1的模型权重以及蒸馏得到的小模型。
前沿资料 99
按页面日期倒序。每条注明被哪一条正文使用。
- 2026-10-13 meta-llama 组织模型列表（Hugging Face API，按创建时间排序）
Hugging Face · huggingface.co
用于：2025-04-05 Llama 4 Scout / Llama 4 Maverick
- 2026-10-13 AI Act | Shaping Europe's digital future
European Commission · digital-strategy.ec.europa.eu
用于：2025-08-02 欧盟《人工智能法》（AI Act）通用目的 AI 模型义务开始适用；2026-07-27 AI Omnibus 生效与 AI Act 主体适用（2026-08-02）
- 2026-10-13
- 2026-10-13 Humanity's Last Exam leaderboard
Humanity's Last Exam（lastexam.ai） · lastexam.ai
用于：幻觉与校准：模型仍会“自信地猜”；专家级难题：进步很快，但远未“通关”
- 2026-10-07 Introducing Claude Haiku 5.5
Anthropic · anthropic.com
用于：2026-09-22 Claude Opus 5.5 / Claude Sonnet 5.5 / Claude Haiku 5.5；效率：MoE 与稀疏注意力成为主流，单位能力价格持续下降
- 2026-10-07 GPT-6 and Intelligent UI for everyone
OpenAI · openai.com
用于：2026-09-22 GPT-6 Sol / GPT-6 Luna / GPT-6.1 Sol
- 2026-10-02
- 2026-09-30 Introducing Gemini 4 Argon
Google · blog.google
用于：2026-09-30 Gemini 4 Argon；百万 token 上下文成为标配，并开始扩展输出长度
- 2026-09-30 Google releases Gemini 4 Argon, called its most powerful model yet
TechCrunch · techcrunch.com
用于：2026-09-30 Gemini 4 Argon
- 2026-09-30 Techmeme: Bloomberg report on Gemini 4 internal testing
Techmeme · techmeme.com
用于：2026-09-30 Gemini 4 Argon
- 2026-09-29
- 2026-09-29
- 2026-09-28 Introducing Claude Sonnet 5.5
Anthropic · anthropic.com
用于：2026-09-22 Claude Opus 5.5 / Claude Sonnet 5.5 / Claude Haiku 5.5
- 2026-09-24 Google says Gemini 4 release is coming 'as soon as possible'
9to5Google · 9to5google.com
用于：2026-05-19 Gemini 3.5 Flash 与 Gemini Omni（Google I/O 2026）
- 2026-09-22 Introducing Claude Opus 5.5
Anthropic · anthropic.com
用于：2026-09-22 Claude Opus 5.5 / Claude Sonnet 5.5 / Claude Haiku 5.5；专家级难题：进步很快，但远未“通关”
- 2026-09-22 Introducing GPT-6 Sol and Luna
OpenAI · openai.com
用于：2026-09-22 GPT-6 Sol / GPT-6 Luna / GPT-6.1 Sol
- 2026-09-16
- 2026-09-10 Change Log
DeepSeek · api-docs.deepseek.com
用于：2024-12-26 DeepSeek-V3；2026-04-24 DeepSeek-V4（V4-Pro / V4-Flash）
- 2026-09-08 METR time horizon benchmark results v1.1 (YAML)
METR · metr.org
用于：2025-12-11 GPT-5.2；2026-02-05 Claude Opus 4.6
- 2026-09-08 Time horizons of frontier models
METR · metr.org
用于：2026-04-07 Claude Mythos Preview / Project Glasswing；长程任务：50% 成功率与高可靠性之间差距巨大
- 2026-09-03
- 2026-09-03 Safety overview: GPT-6 Astra
OpenAI · openai.com
用于：2026-09-03 GPT-6 Astra；双重用途：网络攻防能力跨过“严重”门槛，评测本身也出过事故
- 2026-09-03 OpenAI's GPT-6 Astra on ARC-AGI-3
ARC Prize · arcprize.org
用于：2026-09-03 GPT-6 Astra；基准测试快速饱和、受污染，结果高度依赖评测框架
- 2026-09-02 moonshotai/Kimi-K3 模型卡
Hugging Face / Moonshot AI · huggingface.co
用于：2026-07-16 Kimi K3；效率：MoE 与稀疏注意力成为主流，单位能力价格持续下降
- 2026-08-25
- 2026-08-14 Alibaba's Qwen team releases Qwen 3.8 models with open weights
The Decoder · the-decoder.com
用于：2026-08-14 Qwen3.8（Qwen3.8-2.4T-A95B / Qwen3.8-27B）
- 2026-08-12 Qwen/Qwen3.8-2.4T-A95B 模型卡
Hugging Face / Qwen · huggingface.co
用于：2026-08-14 Qwen3.8（Qwen3.8-2.4T-A95B / Qwen3.8-27B）
- 2026-07-24
- 2026-07-22 OpenAI's accidental cyberattack against Hugging Face is science fiction that happened（引述 OpenAI 官方披露 https://openai.com/index/hugging-face-model-evaluation-security-incident/ ）
Simon Willison · simonwillison.net
用于：双重用途：网络攻防能力跨过“严重”门槛，评测本身也出过事故
- 2026-07-16
- 2026-07-09
- 2026-07-09 GPT-5.6: Frontier intelligence that scales with your ambition
OpenAI · openai.com
用于：2026-07-09 GPT-5.6（Sol / Terra / Luna）
- 2026-07-08
- 2026-06-30 Redeploying Claude Fable 5
Anthropic · anthropic.com
用于：2026-06-09 Claude Fable 5 / Claude Mythos 5；2026-06-12 美国对 Claude Fable 5 / Mythos 5 实施出口管制（后解除）
- 2026-06-26 Previewing GPT-5.6 Sol: a next-generation model
OpenAI · openai.com
用于：2026-07-09 GPT-5.6（Sol / Terra / Luna）
- 2026-06-09 Introducing Claude Fable 5 and Claude Mythos 5
Anthropic · anthropic.com
用于：2026-06-09 Claude Fable 5 / Claude Mythos 5
- 2026-06-09
- 2026-06-02 Fact Sheet: President Donald J. Trump Promotes Advanced Artificial Intelligence Innovation and Security
The White House · whitehouse.gov
用于：2025-07-23 Winning the Race: America's AI Action Plan；2026-06-02 行政令《Promoting Advanced Artificial Intelligence Innovation and Security》
- 2026-05-20 100 things we announced at I/O 2026
Google · blog.google
用于：2026-05-19 Gemini 3.5 Flash 与 Gemini Omni（Google I/O 2026）；原生多模态：从“看懂”到“生成”，再到可交互的世界模型
- 2026-05-20 An OpenAI model has disproved a central conjecture in discrete geometry
OpenAI · openai.com
用于：AI 开始在数学与科学中产出可验证的新结果
- 2026-05-05
- 2026-04-24 DeepSeek V4 Preview Release
DeepSeek · api-docs.deepseek.com
用于：2026-04-24 DeepSeek-V4（V4-Pro / V4-Flash）；百万 token 上下文成为标配，并开始扩展输出长度
- 2026-04-23
- 2026-04-13 The 2026 AI Index Report
Stanford HAI · hai.stanford.edu
用于：开放权重模型快速追赶，但最强模型仍是闭源；许可证开始收紧；“锯齿状前沿”：能拿奥数金牌，却读不准钟表
- 2026-04-08 Introducing Muse Spark: Scaling Towards Personal Superintelligence
Meta AI · ai.meta.com
用于：2026-04-08 Muse Spark
- 2026-04-07 Project Glasswing
Anthropic · anthropic.com
用于：2026-04-07 Claude Mythos Preview / Project Glasswing；双重用途：网络攻防能力跨过“严重”门槛，评测本身也出过事故
- 2026-03-24 OpenAI's Sora was the creepiest app on your phone — now it's shutting down
TechCrunch · techcrunch.com
用于：2025-09-30 Sora 2
- 2026-03-24 ARC-AGI-3: A New Challenge for Frontier Agentic Intelligence (arXiv:2603.24621)
ARC Prize Foundation（arXiv） · arxiv.org
用于：“锯齿状前沿”：能拿奥数金牌，却读不准钟表
- 2026-03-05
- 2026-02-23
- 2026-02-11
- 2026-02-05
- 2026-02-05
- 2026-02-05
- 2026-01-22 Clarifying limitations of time horizon
METR · metr.org
用于：长程任务：50% 成功率与高可靠性之间差距巨大；METR 说明：50% 时间跨度为 X 小时，并不意味着可以把 X 小时以内的任务交给 AI；误差历来约为上下 2 倍，不同领域的时间跨度相差很大。
- 2025-12-11
- 2025-12-11 Ensuring a National Policy Framework for Artificial Intelligence
The White House · whitehouse.gov
用于：2025-12-11 行政令 14365《Ensuring a National Policy Framework for Artificial Intelligence》
- 2025-12-09 Donating the Model Context Protocol and establishing the Agentic AI Foundation
Anthropic · anthropic.com
用于：2024-11-25 Model Context Protocol (MCP)；智能体：从对话走向操作电脑、写代码和调用工具；Anthropic 把 MCP 捐给 Linux 基金会下新成立的 Agentic AI Foundation（由 Anthropic、Block、OpenAI 共同发起）；文中称已有超过 1 万个活跃的公开 MCP 服务器，ChatGPT、Cursor、Gemini、Microsoft Copilot、VS Code 等产品均已采用。
- 2025-11-18 A new era of intelligence with Gemini 3
Google · blog.google
用于：2025-11-18 Gemini 3 Pro（预览）/ Gemini 3 Deep Think / Google Antigravity
- 2025-10-06
- 2025-09-30 Sora 2 is here（官方 RSS 摘要）
OpenAI · openai.com
用于：2025-09-30 Sora 2；原生多模态：从“看懂”到“生成”，再到可交互的世界模型；OpenAI 的旗舰视频与音频生成模型 Sora 2，生成视频的同时生成同步的对白与音效。OpenAI 官方 RSS 现注明 Sora 产品已不再提供。
- 2025-09-29
- 2025-09-23 OpenAI, Oracle, and SoftBank expand Stargate with five new AI datacenter sites
OpenAI · openai.com
用于：算力与基础设施：训练算力约每年 5 倍增长，走向吉瓦级数据中心
- 2025-09-17
- 2025-09-04 Why Language Models Hallucinate (arXiv:2509.04664)
arXiv（Kalai、Nachum、Vempala、Zhang） · arxiv.org
用于：幻觉与校准：模型仍会“自信地猜”；认为幻觉部分源于预训练的统计压力（例如只在语料中出现一次的生日等零散事实难以学会），更因为训练和主流评测只看对错、奖励“猜测”而不奖励承认不确定；建议在现有评测中给出置信度门槛 t，答错扣 t/(1−t) 分、答“不知道”得 0 分。
- 2025-08-27
- 2025-08-26
- 2025-08-07
- 2025-08-07
- 2025-08-05
- 2025-08-05
- 2025-08-05
- 2025-07-23 Winning the Race: America's AI Action Plan (PDF)
The White House · whitehouse.gov
用于：2025-07-23 Winning the Race: America's AI Action Plan
- 2025-07-21 Advanced version of Gemini with Deep Think officially achieves gold-medal standard at the International Mathematical Olympiad
Google DeepMind · deepmind.google
用于：2025-07-21 Gemini Deep Think 高级版达到 IMO 金牌标准；AI 开始在数学与科学中产出可验证的新结果
- 2025-07-11 moonshotai/Kimi-K2-Instruct 模型卡（仓库创建于 2025-07-11）
Hugging Face / Moonshot AI · huggingface.co
用于：2025-07-11 Kimi K2
- 2025-07-11
- 2025-07-09
- 2025-06-18 Model Context Protocol Specification (2025-06-18): Overview and Server Tools
modelcontextprotocol.io · modelcontextprotocol.io
用于：MCP 规范：用 JSON-RPC 2.0 在宿主应用、客户端与服务器之间通信；服务器可提供资源、提示模板和工具，客户端用 tools/list 与 tools/call 发现和调用工具。安全原则要求调用任何工具前取得用户明确同意，并建议始终保留能拒绝工具调用的人工环节。
- 2025-05-22 Introducing Claude 4
Anthropic · anthropic.com
用于：2025-02-24 Claude 3.7 Sonnet 与 Claude Code（研究预览）；2025-05-22 Claude Opus 4 / Claude Sonnet 4
- 2025-05-16
- 2025-05-14 AlphaEvolve: A Gemini-powered coding agent for designing advanced algorithms
Google DeepMind · deepmind.google
用于：AI 开始在数学与科学中产出可验证的新结果
- 2025-04-29
- 2025-04-29 Sycophancy in GPT-4o: what happened and what we're doing about it
OpenAI · openai.com
用于：对齐失效模式：谄媚、隐瞒（scheming）与意外行为；OpenAI 回滚了一次 GPT-4o 更新，因为它变得过度奉承、迎合用户（谄媚）；官方解释是调整时过于看重用户点赞等短期反馈。原文对自动抓取不可访问，内容经多家报道交叉核对。
- 2025-04-16
- 2025-04-16
- 2025-04-05 The Llama 4 herd: The beginning of a new era of natively multimodal AI innovation
Meta AI · ai.meta.com
用于：2025-04-05 Llama 4 Scout / Llama 4 Maverick
- 2025-03-25 Gemini 2.5: Our most intelligent AI model
Google · blog.google
用于：2025-03-25 Gemini 2.5 Pro（实验版）；推理模型与测试时计算成为默认配置；百万 token 上下文成为标配，并开始扩展输出长度
- 2025-03-18 Measuring AI Ability to Complete Long Software Tasks (arXiv:2503.14499)
METR（arXiv） · arxiv.org
用于：长程任务：50% 成功率与高可靠性之间差距巨大；提出“50% 任务完成时间跨度”：人完成某类任务通常需要的时间，模型能以 50% 成功率完成。前沿模型的这一指标自 2019 年以来约每 7 个月翻一番；Claude 3.7 Sonnet 约为 50 分钟。
- 2025-03-14
- 2025-02-27
- 2025-02-24 Claude 3.7 Sonnet and Claude Code
Anthropic · anthropic.com
用于：2025-02-24 Claude 3.7 Sonnet 与 Claude Code（研究预览）；以有限研究预览形式推出命令行编程智能体 Claude Code：可以搜索和阅读代码、编辑文件、编写并运行测试、提交并推送代码到 GitHub、使用命令行工具。；Anthropic 称 Claude 3.7 Sonnet 为“混合推理模型”，可在快速回答与扩展思考之间切换；通过接口，使用者可以设定思考预算，让模型最多思考 N 个 Token（N 最大到 128K 的输出上限）。
- 2025-01-20 DeepSeek-R1 Release
DeepSeek · api-docs.deepseek.com
用于：2025-01-20 DeepSeek-R1；开放权重模型快速追赶，但最强模型仍是闭源；许可证开始收紧
- 2024-12-26 Introducing DeepSeek-V3
DeepSeek · api-docs.deepseek.com
用于：2024-12-26 DeepSeek-V3；效率：MoE 与稀疏注意力成为主流，单位能力价格持续下降
- 2024-12-11 Introducing Gemini 2.0: our new AI model for the agentic era
Google · blog.google
用于：2024-12-11 Gemini 2.0（Gemini 2.0 Flash 实验版）；原生多模态：从“看懂”到“生成”，再到可交互的世界模型；Gemini 2.0 Flash 除支持图像、视频、音频等多模态输入外，还支持多模态输出：与文字混排的原生生成图像，以及可控的多语言语音合成。
- 2024-12-05
- 2024-11-25 Introducing the Model Context Protocol
Anthropic · anthropic.com
用于：2024-11-25 Model Context Protocol (MCP)
- 2024-10-22 Introducing computer use, a new Claude 3.5 Sonnet, and Claude 3.5 Haiku
Anthropic · anthropic.com
用于：2024-10-22 Claude 3.5 Sonnet（新版）计算机使用（Computer Use）；智能体：从对话走向操作电脑、写代码和调用工具；推出“计算机使用”公开测试版：模型通过看屏幕、移动光标、点击按钮和输入文字来操作电脑。官方称在 OSWorld 仅截图类别得分 14.9%（次优系统 7.8%），并说明该能力仍处实验阶段，有时笨拙、易出错。
- 2024-09-12 Introducing OpenAI o1-preview
OpenAI · openai.com
用于：2024-09-12 OpenAI o1-preview / o1-mini；推理模型与测试时计算成为默认配置
- — LLM01:2025 Prompt Injection
OWASP Top 10 for LLM Applications 2025 · genai.owasp.org
用于：把提示注入列为大模型应用的首要风险，区分直接与间接注入；缓解措施包括限制模型行为、隔离并标识外部内容、最小权限、高风险操作需人工批准等，并指出目前尚不清楚是否存在万无一失的防御方法。
素材与许可
全站没有使用外部图片、照片或 3D 模型文件：所有 3D 装置都由代码程序化建模，印刷质感由自写着色器生成；图标用文字符号代替。字体与代码库如下。
- 许可 Noto Serif SC（思源宋体）
Google / Adobe · SIL Open Font License 1.1，经 @fontsource/noto-serif-sc 自托管
展示字体。
- 许可
- 许可
- 许可
- 许可
- 许可