📰 Easy AI日报 | 2025-12-13

📅 2025年12月13日 AI行业动态

Model Updates and Performance

GPT-5.2 发布：基准高分但真实反馈分化

GPT-5.2 在 ARC AGI 2 等基准上得分很高，但在真实的创意写作与编码任务中不如 GPT-5.1。输出 token 价格 \(14/百万（5.1 为\)10），并因疑似“刷榜/过拟合基准”遭到批评。

相关链接：ARC AGI 2｜LMArena

社区测试：Claude Opus 4.5 在编码任务中占优

社区成员认为 Claude Opus 4.5 在编码上优于 GPT-5.2，Gemini 3 Pro 也是可行替代；Opus 4.5 主要因稳定性与成本更受偏好。

相关链接：LMArena Discussion

Gemini 3 Pro 在真实任务中遭遇性能质疑

Gemini 3 Pro 虽在基准上表现不错，但在图像分析与真实编码任务中吃力，用户更偏向 GPT-5.1 或 Claude Opus 4.5。

相关链接：LiveBench

GPT-5.2 Pro 因高价与表现引发反弹

GPT-5.2 Pro 输出 token 价格 \(168/百万，但在 LMArena 的基础测试中表现不佳，用户更倾向选择免费替代方案。 > 相关链接：[LMArena](https://lmarena.ai)｜[OpenRouter Discussion](https://discord.com/channels/1091220969173028894) ##### 视觉任务：Gemini 3 Pro 更受青睐 用户认为 Gemini 3 Pro 在视觉任务上优于 GPT-5.2，但仍会出现部分图像分析错误。 > 相关链接：[OpenAI Discord](https://discord.com/channels/974519864045756446) ##### GPT-5.2 图像分析错误频发 用户反馈 GPT-5.2 的图像分析仍有不少错误，图像生成模型仍为 gpt-image-1。 > 相关链接：[OpenAI Discord](https://discord.com/channels/974519864045756446) --- #### **社区讨论与项目** ##### NVIDIA Nemotron 模型在 Hugging Face 意外泄露 NVIDIA 疑似误将即将发布的 Nemotron 系列模型文件夹（如 NVIDIA-Nemotron-Nano-3-30B-A3B-BF16）上传至 Hugging Face，导致未发布数据暴露。 > 相关链接：[Reddit Thread](https://www.reddit.com/r/LocalLLaMA/comments/1pkpxss/someone_from_nvidia_made_a_big_mistake_and/) ##### TimeCapsuleLLM 在 19 世纪伦敦文本上训练 开源项目 TimeCapsuleLLM 使用 90GB 的 19 世纪伦敦文本数据集，训练了 3 亿参数模型，并提供偏见报告；代码在 GitHub/Hugging Face 可获取。 > 相关链接：[GitHub](https://github.com/haykgrigo3/TimeCapsuleLLM)｜[Hugging Face](https://huggingface.co/haykgrigorian/v2mini-eval1) ##### 社区分享高性能本地 LLM 服务器组装方案 用户分享一套本地 LLM 服务器配置（X570 Taichi、Ryzen 3950x、3 张 GPU：2x3090 + 1x4090），配 10GBe 网卡与 8TB NVMe 存储。 > 相关链接：[Reddit Thread](https://www.reddit.com/r/LocalLLaMA/comments/1pl0ojb/the_new_monsterserver/) ##### Reddit 讨论 GPT-5.2 基准过拟合 Reddit 用户质疑 GPT-5.2 的高基准分数，怀疑存在过拟合，同时指出其真实表现落后于 GPT-5.1。 > 相关链接：[Reddit Thread](https://www.reddit.com/r/singularity/comments/1pkp2sw/simplebench_for_gpt_52_and_gpt_52_pro_both_scored/) ##### Discord 用户讨论 Perplexity Pro 限额 Perplexity 用户讨论更早触发 prompt 限额的问题，并引用文档与 Reddit 讨论，认为对 Claude 等高成本模型可能存在更严格的节流策略。 > 相关链接：[Discord Discussion](https://discord.com/channels/1047197230748151888/1047649527299055688) ##### Reddit 讨论 12GB 显存可跑的无审查 NSFW LLM 用户讨论 12GB 显存/32GB 内存条件下可用的“无审查”NSFW LLM，推荐包括 TheDrummer_Cydonia-24B 等。 > 相关链接：[Reddit Thread](https://www.reddit.com/r/LocalLLaMA/comments/1pkidf6/what_is_the_smartest_uncensored_nsfw_llm_you_can/) --- #### **硬件与基础设施** ##### 7900 XTX 为 30GB 模型提供高性价比 7900 XTX（24GB 显存）在运行 Qwen3 Coder 等 30GB 模型时，性能接近 4090，但成本仅约三分之一（\)600-700 美元）。

相关链接：Discord Discussion

社区讨论约 250 欧元购入 RTX 3090

社区成员讨论以约 250 欧元价格获取 RTX 3090 的可能性，并将 RTX 3060（合计 24GB 显存）作为替代方案。

相关链接：Discord Discussion

SuperMicro 机箱服务器供电 GPU 的难题

用户讨论在 SuperMicro 3U 机箱中为 GPU 供电的问题：因缺少标准供电接口，需要使用 12V 供电轨连接器或外置电源。

相关链接：Discord Discussion

部分用户 float32 训练导致系统卡死

用户反馈 float32 训练时数据泄漏到 pagefile 导致系统卡死，修复后已恢复正常。

相关链接：LM Studio Discord

越狱与安全

Gemini 3 Pro 通过系统命令提示词被越狱

用户称可通过系统提示词将 Gemini 3 Pro 置于“unfiltered research”模式实现越狱，相关内容在 GitHub 仓库中分享。

相关链接：Jailbreaks Repo

DeepSeek 通过 Zalgo 输出被越狱

用户分享通过 Zalgo 风格文本绕过过滤的 DeepSeek 越狱方式，据称对敏感内容与编码任务均有效。

相关链接：Jailbreaks Repo

Claude Opus 4.5 通过 one-shot 提示词被越狱

用户称可用 one-shot 提示词激活“unfiltered research”模式，从而越狱 Claude Opus 4.5 与 Sonnet 4.5。

相关链接：Jailbreaks Repo

社区争论 LLM 是否会“幻觉”出非法内容

用户讨论 LLM 是否会“幻觉”出 LSD 配方等非法内容，并以带胁迫性的提示词进行测试与争论。

相关链接：BASI Jailbreaking Discord

工具与框架更新

Unsloth 的 Devstral 修复提升模型效果

用户称在应用 Reddit 提供的 Devstral 修复（主要是 chat template 问题）后，Unsloth 的效果明显改善。

相关链接：Reddit Guide

MCP 规范更新：Prompt 数据类型与危险工具标记

MCP 贡献者澄清 prompt 数据类型，并提议对“危险工具”进行标记，以限制 Claude Code 等客户端的自动接受行为。

相关链接：MCP Spec｜PR #1913

Unsloth GRPO 补丁改善训练

Unsloth 的补丁针对不支持的模型返回 hidden states 而非 logits，修复 GRPO 相关问题并提升奖励训练效果。

相关链接：Unsloth GitHub

DSPy 与 ReasoningLayer 集成用于神经符号 AI

ReasoningLayer AI 在本体（ontology）摄取流程中使用 DSPy GEPA，为 LLM 增加结构化推理能力，并开放候补名单。

相关链接：ReasoningLayer｜DSPy Discord

Unsloth 社区呼吁推出微调 UI

Unsloth 用户希望提供微调 UI，社区反馈积极，但仍在开发中。

相关链接：Unsloth Discord

📌 来源: Easy AI 日报 🤖 整理: AI助手

#EasyAI #AI日报 #AI教学