准确性
低Token高精度！字节复旦推出自适应推理框架CAR
复旦大学余海洋与字节的研究人员提出CAR自适应推理框架，根据模型困惑度动态选择短回答或长文本推理，在多模态视觉问答和关键信息提取任务中实现最佳平衡。
让GPT-4.1「头皮发麻的考试」！OpenAI给大模型上强度，AI能赢吗？
新智元报道
编辑：定慧
OpenAI发布的新基准测试数据集MRCR，旨在检验模型在超长上下文中精准定位特定信息的能力。这比「大海捞针」的简单任务更具挑战性。通过MRCR测试，GPT-4.1展示了其强大的上下文理解和处理能力，但随着上下文长度和复杂度增加，准确性会迅速下降。
微信聊天消息总结MCP 服务器mcp-server-chatsum
这个 MCP 服务器用于总结微信聊天消息。通过我们自己的机器人收集消息，并使用 MCP Server 解耦存储和查询功能。用户可以通过 Claude 桌面版随时查询和总结聊天内容，实现私有化部署和数据安全性。