潜在空间：基础、演进、机制、能力与展望
深度2026年4月2日122 分钟阅读
研究发现潜在空间比人类可读的显式空间更自然地承载语言模型的关键内部过程，克服了语言冗余、离散化瓶颈等结构限制。该文适合人工智能、自然语言处理领域的研究人员和工程师阅读，以把握潜在空间作为新兴计算范式的最新进展。
觉得有用？分享给更多人
相关文章
OpenAI 的 Decisions API 进入公测并加入图像输入，能在文本或图像上输出谓词、选项、分数三类结构化结果，模型跑在 GPT-6 Luna 上，按每百万输入 token 0.10 美元计费。Perplexity、Cloudflare、Amazon 也在本月发布了各自的开放权重决策模型，可下载自部署。OpenAI 坚持托管 API 的做法，可能成为开发者选型的关键差异。
深度The New Stack·10月7日·4 分钟
Haiku 5.5 定价 $0.10/$0.50 每百万 token（10 万 token 内），超过后涨价 5 倍；但新分词器让相同提示词多消耗约 1.25 倍 token，存在隐性涨价。Anthropic 同时将 Sonnet 5.5 的缓存读取价格减半，并为 Max 和 Team 订阅用户提供每月 API 额度。
深度Simon Willison·10月7日·4 分钟