OpenAI的研究人员声称，他们已经攻克了影响大语言模型性能的最大障碍之一：“幻觉”(hallucinations)问题。
当大语言模型生成不准确的信息，并将其作为事实呈现时，就会产生“幻觉”。从OpenAI的GPT-5到Anthropic的Claude，许多热门的的大语言模型都受到这一问题的困扰。
OpenAI在周四发布的一篇文章中公布了其核心发现：大语言模型之所以产生幻觉，是因为它们的训练方法更倾向于奖励“猜测”，而不是“承认不确定性”。
换句话说，大语言模型被告知要“不懂装懂，直到蒙对为止”(fake it till they make it)。研究人员在文章中写道：“幻觉”问题之所以持续存在，与大多数评估的评分方式有关——AI模型被优化成优秀的应试者，在不确定时进行猜测能提高考试成绩。大语言模型基本上一直处于“应试模式”，它们回答问题时，仿佛生活中的一切都是二进制的——非对即错，非黑即白。
在许多方面，它们并未准备好应对现实生活，因为在现实中，不确定性比确定性更常见，而真正的准确性也并非必然。
研究人员表示：人类在学校之外，在艰苦的磨练中学会了表达不确定性的价值。而另一方面，大语言模型主要通过那些惩罚“不确定性”的考试来进行评估。
OpenAI发现，幻觉问题有解决办法，而这与重新设计评估指标有关。
OpenAI表示：根本问题在于大量的评估标准未能与现实目标对齐。必须调整众多主要评估方法，以停止在模型不确定时惩罚其“弃权”行为。
目前广泛使用的、基于准确率的评估方法需要更新，使其评分机制不鼓励猜测。如果主记分牌(main scoreboards)继续奖励侥幸的猜测，模型就会继续学习去猜测。
via 匿名
一个现代化的 Umami 统计数据看板，提供实时的网站流量统计和监控功能。
https://github.com/songtianlun/umami-dashboard
https://github.com/songtianlun/umami-dashboard
Garage 是一种与 S3 兼容的分布式对象存储服务，专为中小规模的自托管而设计。
https://git.deuxfleurs.fr/Deuxfleurs/garage
https://git.deuxfleurs.fr/Deuxfleurs/garage
claude mcp add --transport http deepwiki https://mcp.deepwiki.com/mcp
claude mcp add --transport http context7 https://mcp.context7.com/mcp基本思路如下：
1. 获取内容或者让 Claude Code 自己调研
2. 让 Claude Code 调用 xiaohongshu-mcp 完成发布
📮投稿 📢频道 💬群聊
Lucida
音乐在线下载服务，支持 Qobuz、Tidal、SoundCloud、Deezer、Amazon Music 和 Yandex Music 等平台的音乐资源，只需输入歌曲名称或链接，即可进行搜索并下载，支持码率选择，最高可下载 Flac 无损音质，免费无广告，无需注册。
测试了一下，支持的歌曲还挺全的，搜不到可以尝试繁体，或者带歌手，只能说一句很牛逼了。
https://lucida.to
频道 @WidgetChannel
Office Viewer
在线文档浏览工具，除了 Word、Excel、PowerPoint、PDF 外，还涵盖 CSV、ZIP 与 RAR 文件和文本对比功能，通过拖拽、点击上传和 URL 即可瞬间查看和对比文档内容，完全本地运行，免费使用，无需注册。
没太多使用场景，没安装 Office 软件倒是可以临时应急一下，只能查看，不能编辑。
https://officeviewer.org
频道 @WidgetChannel
简易语音工具箱
包含多种自动化音频工具，覆盖音频处理、语音识别、语音转录与语音合成等环节，功能可顺序衔接构成完整工作流，支持中、日、英三种语言，免费且开源。
https://github.com/Spr-Aachen/Easy-Voice-Toolkit
频道 @Edgebyte
OpenAI在X上宣布，ChatGPT现已推出分支对话功能，你可以提出其他问题不用担心偏离原来的方向，目前在web端登录的用户可以使用此功能。
via 匿名
阿里巴巴Qwen今日在官网和OpenRouter上线了最新的Qwen-3-Max-Preview模型。根据官网描述，该模型是Qwen系列中最强大的模型。
有关地址如下：
● 官网：Qwen Chat
● OpenRouter
该模型在OpenRouter上的介绍和价格如下：
Qwen3-Max是基于Qwen3系列的更新，与2025年1月版本相比，在推理、指令跟随、多语言支持和长尾知识覆盖方面提供了重大改进。它在数学、编码、逻辑和科学任务中提供更高的准确性，更可靠地遵循中文和英文的复杂指令，减少幻觉，并为开放式问答、写作和对话生成更高质量的响应。
该模型支持超过100种语言，具有更强的翻译和常识推理能力，并针对检索增强生成（RAG）和工具调用进行了优化，尽管其不包括专门的“思考”模式。
● 输入：1.20 美元（现汇率约合 8.6 元人民币）/每百万 tokens
● 输出：6 美元（现汇率约合 42.8 元人民币）/每百万 tokens
via 匿名
智谱于9月1日起推出面向开发者的专属套餐“GLM Coding Plan”，月费区间为20至100元（网友实测发现100元开发包有93亿token），适用于其最新旗舰模型GLM-4.5及GLM-4.5-Air。该套餐首期以Claude Code为主，未来将扩展至更多编程工具。
目前GLM-4.5已接入多款主流编程工具，包括Claude Code、Cline、Gemini CLI等。在前端开发、跨文件修改和全栈构建等场景中表现稳定实用，解决实际问题的能力接近Claude Sonnet 4，并在多项评测中展现国际竞争力。
据官方披露，GLM-4.5在WebDev Arena中并列全球第二，在SWE-bench Verified优于Gemini-2.5-Pro和GPT-4.1，并在BFCL v4基准取得全球第一，综合编码性能接近Claude Sonnet 4，价格仅为后者1/7。
via 匿名
MouseGesture
为 Chrome/Edge 浏览器增加鼠标手势和超级拖拽功能的插件，预设了丰富的手势，包括前进、后退、刷新、关闭/新建标签页、滚动到底部/顶部等常用操作，并可轻松拖拽链接、图片到新标签页打开，支持自定义手势动作、手势轨迹的颜色和宽度，免费开源。
频道 @WidgetChannel
