标签： GPT-4

百川智能联合清华大学团队发布医疗增强大模型Baichuan-M4，在权威医疗评测HealthBench中超越GPT-5.5，核心变化是从被动问答转向主动问诊，并引入全程记忆与证据锚定技术，提升了AI在临床决策中的安全性与可用性。

苹果在 iOS 27 照片应用中推出基于 Apple 智能的 AI 扩图（Extend）工具，可智能补全照片边缘内容，生成画面自然但无法保证与现实完全一致，外媒实测发现存在悬浮卡车、错误新增台阶等问题。

研究人员发现，大语言模型（LLM）更容易被文本“风格”而非实际内容欺骗，导致角色标签（如 、 ）之间的边界失效。一种叫“去风格化”的简单改写，就能让攻击成功率从61%骤降至10%，揭示了当前模型在感知自身角色上的根本性软肋。

一个开源实验项目测评了13种主流大语言模型对291位公众人物的“了解程度”，发现模型间知识库覆盖差异悬殊（置信度从90到18不等），但不同模型对人气的排序高度相似（0.65相关系数）——这意味着大模型的“知识边界”比我们想象得更随机。

Hacker News 用户围绕“如何让 LLM 生成高质量代码”展开讨论，核心观点是：不要指望 LLM 自动产出优质代码，关键取决于开发者如何构建提示词（prompt engineering）、拆分任务以及迭代验证，而非模型本身。

智谱在 6 月 13 日开源的 744B 参数模型 GLM-5.2，在长程强化学习阶段放弃了开源社区广泛使用的 GRPO 算法，转向带价值网络的 PPO。这一技术选择，第一次把“GRPO 在长程任务上不适用”这个业界传闻，摆在了公开且可复现的技术博客里。