Nathan Lambert 谈 LLM 转型之艰

Nathan Lambert 评价 Nvidia 收购 HuggingFace，认为 HuggingFace 影响 AI 讨论方向的能力对 Nvidia 值得每年付出约 100 亿美元。他认为 Nvidia 比三大云厂商更适合做买方，HuggingFace 应摆脱盈利单位定位，去争取下一代 1 亿 AI 开发者；作者曾在 HuggingFace 工作并于去年预言过这一收购。

终于整理出了一份关于开源模型现状的完整演示文稿。 涵盖它们是什么、许可证、竞争力如何、使用迹象、蒸馏的影响，以及我们如何平衡开放的风险与收益！ 很快会录制这些内容的视频讲座，希望每年能重做几次。

最新开源模型，以及对近期监管动作的一些分析——MOFCOM 关于模型出口、DHS 关于 DeepSeek。很高兴看到这一期里有来自 Reflection、Meta 和 Nvidia 的多款强劲美国开放权重模型！ https://www.interconnects.ai/p/latest-open-artifacts-25-deepseek

回顾 Meta 的重要一周，美国开源权重模型的现状，以及对 Anthropic 和 OpenAI 形成有意义竞争的前景。 Meta 感觉正不断壮大，但他们能弥合与 Claude 之间的最后一点差距吗？

DeepSeek 发布 DeepSeek-V4.1-Flash-1017，相比上一版基准更强、任务完成更快、输出更短，称是性能与成本的 Pareto 改进，已上线网站、App 和 API。Nathan Lambert 转发时吐槽命名方式（小版本号加日期标签），并称基准提升幅度大，内置视觉后可能强于 GLM 5.3，问开源权重之王是否回归。

当人们都在评论一份简短的中文政策文件时，一个稳妥的假设是：他们并不知道它是什么意思，只是试图用 claude 解析一份不完整的翻译，而没有从头读到尾。 在这个平台上，我信任其评论的人大概只有 5-10 个。

当人们都在评论一份简短的中文政策文件时，一个稳妥的假设是：他们并不知道它是什么意思，只是试图用 claude 解析一份不完整的翻译，而没有通读全文。 在这个平台上，我信任的评论者大概只有 5-10 个。

Nathan Lambert 转评 @alexandr_wang 发布的 muse spark open，称其为迄今最强的美国开放权重模型：816B 总参数、42B 激活、1M token 上下文、原生多模态，面向编码和长程任务等智能体工作。他认为若实际表现与跑分相符，该模型采用率将暴涨，是美国首个具备接近前沿智能体能力的开放权重模型，并提到此前 GLM 5.2 与 Kimi K3 代表了中国模型的那次跃升。

很多生态玩家（Nvidia、Huggingface）都在含糊其辞地预告近期会有大量发布。传闻包括 thinky、muse spark，以及一些有一阵子没发新东西的中国厂商。Fable 5.5 和 OpenAI 正在酝酿的东西也预计随时会来。

Nathan Lambert 发推预告自己参加 a16z 播客（与 Lisha Li 对谈），讨论开源模型如何影响 RSI 动态、开源模型的价值由谁捕获、agent swarm 的驾驭问题，以及他创办 Trillium Labs 的原因。引用块补充了部分观点：他认为中国实验室人才不缺但算力不足，蒸馏的优势约为几个月，前沿进展很大程度依赖购买数据和 RL 环境，Trillium 将开源这些环境并展示团队如何用 AI 构建 AI。