今日一句话
本期为阅读记录与要点摘录；后续会选 1–2 条进一步展开。
最重要的 10 条（新闻）
- OpenAI 与 Cerebras 合作 推理/硬件合作动向，可能影响延迟、成本与高速推理的可获得性。
- 差分变压器V2 面向长上下文效率改进的注意力变体，可与标准 Transformer 做对照。
- 对话式考试：AI 时代可扩展的评估设计 一种面向 AI 时代的评估形式，尽量保持测评的有效性。
- Open Responses：你需要了解什么 多模型对照与整合的工作流范式：用多样性拓展思路，用验证收敛结论。
- 用大语言模型评估高等教育课程的 21 世纪能力：性能基准与推理式提示策略 用 LLM 读课程材料评估能力覆盖，并提供基准与提示策略对照。
- aiPlato：用于物理作业的 AI 辅导与分步反馈系统 物理作业辅导系统：强调分步反馈/支架，而非直接给完整答案。
- 拿出你的计算器：用“LLM 学生模拟”估计题目真实难度 用“LLM 学生模拟”估计题目难度：适用于数据不足场景，但需要校准。
- AI 迎合：用户如何标记与回应 整理用户识别/反馈“迎合型”行为的可观测信号，可用于信任与安全评估。
AI 工具 / 模型更新
-（本窗口暂无条目。）
全部列表（新闻）（8 条）
推理/硬件合作动向，可能影响延迟、成本与高速推理的可获得性。
2
面向长上下文效率改进的注意力变体，可与标准 Transformer 做对照。
多模型对照与整合的工作流范式：用多样性拓展思路，用验证收敛结论。
一种面向 AI 时代的评估形式，尽量保持测评的有效性。
用 LLM 读课程材料评估能力覆盖，并提供基准与提示策略对照。
物理作业辅导系统：强调分步反馈/支架，而非直接给完整答案。
用“LLM 学生模拟”估计题目难度：适用于数据不足场景，但需要校准。
整理用户识别/反馈“迎合型”行为的可观测信号，可用于信任与安全评估。