跳到正文
目前篩選:模型
今天11月22日週日23 則
  1. TNW73

    Anthropic 研究員稱 Claude 協助他證明黎曼猜想

    Anthropic 研究員 Levent Alpöge 稱,他與 Claude 合作找到了黎曼猜想的證明,並表示成果亦涵蓋廣義黎曼猜想。他未有發表傳統論文,而是以 Lean 發佈約 17 million 行程式碼,供工具逐步檢查邏輯。這項證明尚未正式獲接納;數學家指出,Lean 編譯通過仍須確認命題表述正確,而且目前尚無人理解這份證明展示甚麼。

  2. 第一財經50

    MiniMax披露內部模型密碼分析成果

    MiniMax公佈最新內部模型的密碼分析研究成果,研究團隊利用該模型對現代密碼方案進行系統性自動化分析,發現多處此前未知的演算法構造缺陷,並將多項理論攻擊推進至秒級至分鐘級破解。該模型亦攻破歷屆 NIST 國際密碼標準化競賽中的多個候選演算法,這些演算法此前尚無已知實際攻擊。

  3. 新浪科技46

    MiniMax 利用最新內部模型破解多項密碼學前沿方案,刷新國際挑戰賽紀錄

    MiniMax 研究團隊利用最新內部模型對現代密碼方案進行自動化密碼分析,發現多處此前未知的演算法構造缺陷。多項原本停留在論文理論層面的攻擊,已推進至可在秒級至分鐘級執行的破解。研究聚焦學術前沿方案、歷史競賽候選設計與公開參數挑戰,不影響 AES、RSA、SHA-256 等現行主流密碼標準的安全性。

  4. 新浪科技53

    Tiny 2.1 微型問答模型讓 DOS 系統的 486DX 和 Pentium 老電腦也能使用 AI

    開發者 WollyMonjac 將 Tiny 2.1 微型問答 Transformer 模型放進軟碟,讓運行 DOS 的 486DX 和 Pentium 電腦也能使用 AI。這款模型並非 LLM,老式 PC 需要約 540 KB 可用常規記憶體,並可透過內置揚聲器以機械人語音朗讀回答。軟件以 MIT 許可證發布,附有訓練資料夾供用戶補充訓練數據。

  5. IT之家49

    開發者將微型 Transformer 模型放進軟碟,讓 486 舊電腦也能使用 AI

    開發者 WollyMonjac 將 Tiny 2.1 微型問答 Transformer 模型放進軟碟,讓運行 DOS 的 486DX 和 Pentium 舊電腦也能使用 AI。模型有 36.7 萬個參數,採用 4 層網絡及 8 位量化,大小約 380 KB;運行需要約 540 KB 可用常規記憶體。軟件以 MIT 許可證發布,並提供訓練文件夾,供用戶自行補充訓練資料。

  6. 阿里雲開發者社區 AI53

    阿里雲 Qwen3.8-Max 模型指南:免費 Tokens、能力、價格、限流、上下文與工具調用

    阿里雲開發者社區文章整理 Qwen3.8-Max 在百煉平台的模型能力、上下文規格、計費及地域限流資訊。模型採用 2.4 萬億參數 MoE 架構,可輸入圖像、文字和影片並輸出文字,上下文長度為 1,000,000 tokens;華北2(北京)按量價格每百萬 Tokens 分別為輸入 12 元、輸出 36 元。

  7. DEV Community78

    Inkling 2 Mini 可在 32GB MacBook 離線運行,循環架構為何重要

    Thinking Machines Lab 於 2026 年 11 月 20 日發佈 Inkling 2 Mini,這款 26.4B 參數的循環 Transformer 約佔 20GB 記憶體,可在 32GB MacBook 上離線運行,採用 Apache 2.0 授權。

    推薦理由:文章將本機部署門檻與循環架構的計算取捨並置,並以編碼基準和事實回憶數據呈現其較適合的任務範圍。

  8. gihyo.jp76

    Thinking Machines Lab 開放權重發佈 Inkling 2 Mini,以循環方式運行中間 12 層

    Thinking Machines Lab 開放權重發佈 264 億參數的 Inkling 2 Mini,可由文字或圖片生成文字及程式碼。模型共 24 層,每個 token 會將中間 12 層依次運行 3 次,合計經過 48 層;每個 token 使用 34 億個參數,計入重用權重則合計 54 億個。

    推薦理由:文章將 Inkling 2 Mini 與 Qwen3.8-27B、Gemma 4 31B 的單 token 參數用量及基準成績並列,方便比較循環層設計的計算取捨。

  9. 阿里雲開發者社區 AI66

    阿里雲 Qwen4-Max 預覽版上線,模型調用限時 2 折

    阿里雲於 2026 年 11 月 11 日上線通義千問第四代旗艦 Qwen4-Max 預覽版,預覽期內模型調用按標準費率的 20% 計費。模型支援 100 萬 Token 上下文及文字、圖片、影片輸入,並具備原生 Agentic 能力。優惠至 2026 年 11 月 25 日 24:00(UTC+8);屆時 qwen4-max-preview 模型標識將下線,正式版會採用全新模型名稱。

  10. Engadget78

    Anthropic 員工聲稱使用 Claude 證明黎曼猜想

    Anthropic 員工 Levent Alpöge 聲稱與 Claude 合作,花六星期找到黎曼猜想的證明。他以 Lean 呈現研究結果,並稱完整證明超過 250,000 頁。牛津大學數學家 James Maynard 表示,他有 98% 或 99% 把握認為 Alpöge 的發現正確;黎曼猜想是克雷數學研究所的千禧年大獎難題之一,首個正確解答可獲 $1 million。

    推薦理由:報道列出 Alpöge 以 Lean 呈現研究結果、完整證明逾 250,000 頁的説法,並引述牛津數學家對其正確性的 98% 或 99% 把握。

  11. Hacker News 熱門(buzzing.cc 中文翻譯)77

    LookAtMyQuant 將 Inkling-2-Mini 壓縮至 5.38 GB 和 8.87 GB

    LookAtMyQuant 使用量化編譯器將 Inkling-2-Mini 壓縮為 5.38 GB 和 8.87 GB 兩個版本,並比較其基準測試表現。5.38 GB 版本在 GSM8K 得 134/200、HumanEval 得 60/164,高於 9.14 GB 的 Unsloth UD-Q2_K_XL(132/200、49/164)。

    推薦理由:文中比較 5.38 GB 版本與 9.14 GB 的 UD-Q2_K_XL,並列出 GSM8K 和 HumanEval 成績,呈現較小模型檔案在兩項基準上的表現。

  12. DEV Community54

    ChatGPT 能讀出歌詞,卻難以辨認旋律

    作者實測 ChatGPT 語音功能,並測試三種 OpenAI API 路線,發現這些系統能依歌詞辨認歌曲,卻幾乎不能只憑哼唱辨認旋律。在 MTG-QBH 測試中,逐字稿路線和 gpt-audio-1.5 各辨認有歌詞歌曲 71/76 首,gpt-realtime-2.1 辨認 74 首;對 30 段無詞錄音,三者分別只辨認 0、1、1 首。

  13. DEV Community50

    AI 智能體的 token 用在哪裏:Gemini 3.5 Flash-Lite 和 Gemini 3.1 Flash-Lite 測試 9 個 GitHub bug,各修復 1 個

    Gemini 3.5 Flash-Lite 和 Gemini 3.1 Flash-Lite 各自處理 9 個 GitHub bug,合共呼叫模型 964 次,兩個模型都只修復 1 個 bug。按付費牌價計算,每個成功修復的 bug 分別花費 $0.561 和 $0.426;作者指出,未計入快取的工作流程計算器估算成本高出 2.4 倍和 1.8 倍。

11月21日週六
  1. DEV Community45

    ja-nli-v1:連接生成與信任的日語 NLI 檢查器(封閉測試 0.961,零樣本基線 0.79–0.81)

    ja-nli-v1 是一款小型日語自然語言推理模型,根據前提與假設判斷藴涵、中立或矛盾。模型在 5,000 組封閉測試中取得 0.9612 準確率及 Macro F1,兩個多語言模型的零樣本分數為 0.7920 和 0.8094。模型採 Apache 2.0 授權並附有 ONNX,CPU 每組約需 109 ms;測試集由合成資料衍生,實際文本表現預期較低。

  2. MarkTechPost52

    OpenAI 將語音模型 GPT-Live-1.1 上線 API,新增每分鐘 $0.02 待機費率

    OpenAI 已在 API 提供語音模型 GPT-Live-1.1,新增待機模式,閒置 WebRTC 時段每分鐘收費 $0.02,低於啟用時的 $0.05。模型支援多語言全雙工對話;OpenAI 稱其口音、轉錄、字母與數字處理及任務完成能力有所改善,但未公佈基準分數。待機期間推理會暫停而 WebRTC 連線保持開啟,閒置逾時可設定為 5 至 60 秒。

  3. 阿里雲開發者社區 AI48

    2026 年阿里雲雙11:Qwen3.8-Flash 優惠折扣與選型解讀

    阿里雲2026年雙11為Qwen3.8-Flash提供按量付費和Token Plan兩套優惠方案,並解析活動入口、折扣規則及選型。按量定價為輸入每百萬Token 0.8元、輸出每百萬Token 2.7元,節省計劃最低4.5折;Token Plan新客首購5折,夜間指定時段Credits消耗打4折。兩套計費通道優惠不互通,按量模式適合用量浮動,穩定或批量任務可考慮Token Plan。

  4. 阿里雲開發者社區 AI44

    Qwen3.8-Flash 深度解讀:模型定位、特性、能力與訂閲收費説明

    Qwen3.8-Flash 是面向高頻、低延遲及成本敏感任務的輕量模型,適合批量內容處理、客服問答和資訊抽取等場景。它支援 JSON 結構化輸出、工具調用及文字與圖像輸入,並可透過百煉平台調用,兼容 OpenAI 與 Anthropic 風格接口。個人版 Token Plan 月費由 39 元至 312 元,額度按月重置、不結轉。

  5. 阿里雲開發者社區 AI55

    Qwen3.8-Max 是甚麼?阿里雲旗艦大模型功能、適用場景及計費方案説明

    阿里雲開發者社區文章介紹 Qwen3.8-Max 的模型定位、主要能力、適用場景及計費方式,並列出按量 API 和 Token Plan 兩種模式。文章稱,Qwen3.8-Max 採用 2.4 萬億參數 MoE 架構,支援百萬 Token 上下文、文字、圖片及影片輸入,並針對智能體、編碼和專業辦公等複雜任務。