01
AI 技术突破
AI 领域 Publishes 三位相比市场主流的性能指标涉众数据
高优先级
Signal Feed
#数据 主题信号
围绕 数据 的精选动态、来源摘要和重要性判断。
动态列表
02
AI数据支出将超千亿美元
will depue 在推文中分析称，随着公共互联网数据耗尽，AI 实验室将进入数据受限时代，预计到 2030 年数据支出将超过 1000 亿美元/年（当前约 70 亿美元），数据将成为竞争壁垒。
观察
03
Meta员工30天使用超60万亿token
SemiAnalysis报告显示，Meta员工30天内消耗超过60万亿token，单用户最多消耗2800亿，平均每人每年token成本约5万美元；大多数公司设置月度上限250-4000美元，编码贡献OpenAI和Anthropic ARR的70%以上。
观察
04
RPC-Bench 论文理解基准
RPC-Bench是一个长上下文和多模态文档理解基准，包含61.3K QA对（来自4150篇论文），其中约15K经过人工验证；GPT-5在该基准上的正确性-完整性得分为68.2%，调整简洁性后降至37.46%。
观察
05
前沿实验室仅用全球21%AI算力
EpochAI数据显示，OpenAI、Anthropic和xAI在2025年底仅使用全球约21%的运营AI算力，全球约有1600万部署的H100等效芯片和2000万售出的H100等效芯片。
观察
06
AI 分析
文章批判当前AI技术视频性能与方法论，强调其潜力与限制并提及关键技术迭代
观察
07
除了原厂token，都是赛博倒爷
作者对 AI 模型训练数据中 token 的来源进行了分析，结论显示除了原始训练数据中的 token 外，其他 token 具有较高的垃圾信息（赛博倒爷）比例，这表明数据质量对模型性能的重要性。 核心要素包括： - 主体：作者（文中未提及具体机构，仅作为个人观点呈现） - 动作：分析与结论（指出训练数据质量的影响） - 关键数据：未提供具...
值得跟进
08
Claude 用法洞察
Claude 的使用日志来自约10000名用户，显示工作日个人提示占比35%上升至周末近50%，配方请求在18点后提升2.3倍，税务查询在美国 filing 截止前激增8倍后迅速下降。 93% 的对话产出清晰，主要输出为解释 (17%)、文档报告 (15%) 和指导 (11%)，工作相关输出如营销、博客和数据库查询超过80% 与高工资职业...
观察