Exploring LLMs with MLX and the Neural Accelerators in the M5 GPU
采用 Apple 芯片的 Mac 越来越受到那些有兴趣使用 Mac 来试验最新模型和技术的人工智能开发人员和研究人员的欢迎。借助 MLX，用户可以在 Mac 上高效地探索和运行 LLM。它允许研究人员在自己的硬件上试验新的推理或微调技术，或在私人环境中研究人工智能技术。 MLX 可与所有 Apple 芯片系统配合使用，并且在最新的 macOS beta 版本1中，它现在可以利用新款 14 英寸 MacBook Pro 中引入的新型 M5 芯片中的神经加速器。神经...
10 Human-Centered Ways To Use LLMs In Live Tutoring
本文探讨了 10 种实用的、以人为本的方法，导师可以将大型语言模型 (LLM) 集成到现场课程中，以在不更换教师的情况下增强学习效果。这篇文章首次发表在 eLearning Industry 上。
Why LLMs Aren’t a One-Size-Fits-All Solution for Enterprises
法学硕士是在非结构化数据中寻找价值的无缝方式，但事实是，结构化数据中隐藏着更多的价值。这篇文章探讨了 LLM 的优化目的（和未优化的范围），以及行业如何在结构化业务数据集上实现人工智能，包括我和我的团队开发的一种方法。为什么 LLM 不是企业的一刀切解决方案一文首先出现在《走向数据科学》上。
一个描述数据科学家工作如何在三代机器学习中发生变化的实际用例《数据科学的三个时代：何时使用传统机器学习、深度学习或法学硕士（用一个例子解释）》一文首先出现在《走向数据科学》上。
Top LLMs and AI Trends for 2026 | Clarifai Industry Guide
使用 Clarifai Local Runners 通过公共 API 在本地运行 Hugging Face 模型。在您自己的硬件上构建、测试和扩展 AI 工作负载。
ChatLLM. An Honest Review of Our All-in-One AI Platform
ChatLLM 将所有主要的 AI 模型（GPT-5、Claude、Gemini、Grok 等）汇集到一个经济实惠的平台中。每月只需 10 美元，您就可以获得一把瑞士军刀的 AI 工具，用于编写、编码、分析和自动化。
IBMs släpper öppen källkod Granite 4.0 Nano – kompakt LLM för laptop och mobil
令人惊讶的是，IBM 向更易于使用的 AI 迈出了大胆的一步，发布了开源 Granite 4.0 Nano，这是一个由四种紧凑语言模型组成的系列，实际上可以在笔记本电脑或手机上运行。 Granite 4.0 模型：这些模型足够小，可以直接在浏览器中运行，而无需 […]IBM 发布开源 Granite 4.0 Nano – 适用于笔记本电脑和移动设备的紧凑型 LLM 的帖子首次出现在 AI 新闻中。
Water Cooler Small Talk, Ep. 9: What “Thinking” and “Reasoning” Really Mean in AI and LLMs
理解人工智能如何模拟“理性”，以及为什么它不是人类在思考时所做的事情The post Water Cooler Small Talk，Ep. 9：人工智能和法学硕士中“思考”和“推理”的真正含义首先出现在《走向数据科学》上。
Breaking Down Video LLM Benchmarks: Knowledge, Spatial Perception, or True Temporal Understanding?
本文在 NeurIPS 2025 的 Evaluating the Evolving LLM Lifecycle Workshop 上被接受。现有的视频理解基准通常将基于知识的问题和纯粹基于图像的问题混为一谈，而不是明确隔离模型的时间推理能力，而这是区分视频理解与其他模态的关键方面。我们发现了两个主要限制，这些限制掩盖了较高的分数是否真正表明对视频中的动态内容有更强的理解：（1）强大的语言先验，模型可以在不观看视频的情况下回答问题；和（2）...
ODKE+: Ontology-Guided Open-Domain Knowledge Extraction with LLMs
知识图 (KG) 是许多人工智能应用的基础，但保持其新鲜度和完整性仍然成本高昂。我们推出 ODKE+，这是一个生产级系统，可以自动从网络资源中高精度地提取和摄取数百万个开放域事实。 ODKE+ 将模块化组件组合成可扩展的管道：(1) 提取启动器检测丢失或过时的事实，(2) 证据检索器收集支持文档，(3) 混合知识提取器对大型语言模型 (LLM) 应用基于模式的规则和本体引导提示，(4) ...
Choosing the Best Model Size and Dataset Size under a Fixed Budget for LLMs
使用 Tiny Transformers 进行小规模探索《为法学硕士选择固定预算下的最佳模型大小和数据集大小》一文首先出现在《走向数据科学》上。
Are We Stochastic Parrots, Too? What LLMs Teach Us About Intelligence And Understanding
现在已经与 ChatGPT 5 互动了几个月，无论是针对工作相关问题还是私人/自学任务，我觉得我可以在这里分享一些关于这些大型模型可以告诉我们自己的思维过程的想法。上面的句子基本上泄露了我的底线，但我想我可以对这个概念进行更多的阐述。法学硕士在短短三四年内就彻底改变了广泛的信息处理任务。回顾过去，我能记得的唯一类似的突破是 20 世纪 90 年代初互联网搜索引擎的出现。但这一突破令人兴奋且令人敬畏，它更激发我思考这如何可能。让我来解压这个。阅读更多内容
MIT researchers propose a new model for legible, modular software
编码框架使用模块化概念和简单的同步规则，使软件更清晰、更安全、更易于法学硕士生成。
TDS Newsletter: The Theory and Practice of Using AI Effectively
当我们遇到一项新技术（例如法学硕士申请）时，我们中的一些人往往会卷起袖子立即投入其中，迫不及待地开始修补。其他人则更喜欢更谨慎的方法：阅读一些相关的研究论文，或浏览一堆博客文章，目的是了解这些工具的背景[…]TDS 时事通讯：有效使用人工智能的理论和实践首先出现在走向数据科学上。
Policy Maps: Tools for Guiding the Unbounded Space of LLM Behaviors
人工智能政策为人工智能模型的可接受行为设定了界限，但这在大型语言模型 (LLM) 的背景下具有挑战性：如何确保覆盖广阔的行为空间？我们引入了政策地图，这是一种受物理地图制作实践启发的人工智能政策设计方法。政策地图不是以全面覆盖为目标，而是通过有意识的设计选择来帮助有效导航，了解哪些方面要捕获，哪些方面要抽象。借助政策投影仪（一种用于设计法学硕士政策地图的交互式工具），人工智能从业者可以调查模型的情况……
