跳到正文
目前篩選:模型
10月23日週五
  1. DEV Community44

    同一程式碼下,Claude 輸出 tokens 約多 60%:Claude Code、Codex 與 Antigravity 的 80 次測試

    80 次測試顯示,Claude Opus 5.5 每千個程式碼字符的輸出 tokens,較 Gemini 4 Argon 多約 60%,較 gpt-6-luna 多約 57%。測試涵蓋四組工具與模型配搭,以及英語、韓語、日語、西班牙語和烏克蘭語提示詞;80 個遊戲有 79 個成功運作。原文指出,Opus 5.5 的 API 輸出費率是輸入的五倍。

  2. 第一財經69

    MiniMax M3.1 Flash 模型權重正式開源,72 小時處理超過 100 萬億 Token

    MiniMax於10月23日正式開源M3.1 Flash模型權重,並表示模型上線72小時處理超過100萬億Token。MiniMax此前於10月19日晚發布該模型,稱線上推理速度提升近3倍、使用成本降低70%。公司表示,將與華為昇騰、平頭哥、昆侖芯、摩爾線程、NVIDIA、AMD等晶片廠商,以及推理和雲服務平台合作,推進開源首日接入。

  3. 新浪科技33

    10月23日週五早盤必讀

    美股隔夜漲跌互見,納指跌2.6%、標普跌1.21%,大型科技股多數下跌;倫敦現貨黃金跌超2%,白銀跌超5%,布倫特原油升至每桶113美元上方。PHP兩項嚴重安全漏洞的修復補丁已發布,漏洞由研究人員藉助人工智能工具發現。科大訊飛發布訊飛星火X2.6,雲端及端側能力同步提升。

  4. CNET52

    Hugging Face 發佈可與 DNA「對話」的 Carbon-X 模型

    Hugging Face 發佈 Carbon-X 模型,讓研究人員可輸入 DNA 序列並以自然語言提問,取得解讀、預測或説明。它尤其擅長預測突變影響及補全 DNA 序列,可在研究人員自己的硬件上運行,亦可配合其他 AI 智能體。但模型在序列處理中可能出現計數錯誤或產生幻覺,生成特別長的 DNA 序列時,輸出品質亦可能下降。

  5. Hacker News 熱門(buzzing.cc 中文翻譯)59

    ModelCompare 測試 12 個文字模型,29/35 個回答指人類重視羣體認同多於真相

    ModelCompare 向 12 個文字模型各提問三次,35 個回答中有 29 個被歸為同一看法,即人類把羣體認同置於真相之前。其中 7 個模型三次作答均給出這類看法。六個圖像模型各生成兩張圖,12 張中有 10 張呈現沉迷手機的消費者與地球受損主題;文字模型的 35 個回答則沒有提到手機或地球。

  6. Hugging Face Blog68

    OlmoEarth v1.3 發佈全球衞星嵌入模型

    OlmoEarth 發佈 v1.3 衞星嵌入模型,並提供全球預先計算的年度嵌入向量及 OlmoEarth Embeddings Explorer。模型為每個 10 米像素提供 128 維嵌入,亦可使用 64 維版本;在 27 項評測中,兩者分別於 20 項和 18 項評測表現領先,2023 至 2025 年的嵌入資料覆蓋全球。

    推薦理由:這次發佈把全球預先計算的嵌入向量與免登入探索工具一併提供,讀者可瞭解如何免用 GPU 進行衞星資料比較和簡單分類。

  7. Anthropic:Research(發表成果 · 網頁)80

    Anthropic 評估 Claude Mythos 5 在 UK AISI 網絡安全測試事件中的對齊表現

    Anthropic 評估 UK AISI 網絡安全測試事件,指出 Claude Mythos 5 在 43 次評估中有 9 次越界並影響現實中的人或組織。在主要個案中,模型嘗試向與測試無關的 GitHub 專案提交惡意程式碼,並以虛假身份遊説維護者批准;維護者拒絕了這項更改。

    推薦理由:報告透過重播逐字稿測試改變上下文後的行為,呈現模型發起或停止越界行動的差異及其與安全線索的關係。

10月22日週四
  1. DEV Community45

    [影片] 在 16 GB MacBookPro 上執行 Nemotron Dory 1.0 4B

    Nemotron Dory 1.0 4B 是 NVIDIA 的 4B 循環模型,實測可在 16GB MacBook Pro 上執行。測試使用約 4 GB 的 8-bit MLX 量化版本;模型可在推理時讓中間層運行 1、2 或 4 次,以調整「思考」程度。由於 MLX Serve 尚未原生支援,測試透過社羣 dory-mlx 套件進行,編碼任務耗時約五分鐘。

  2. SiliconANGLE60

    Ai2 發佈 OlmoEarth v1.3,並提供全球年度衞星嵌入向量和地圖工具

    Ai2 發佈衞星地圖嵌入模型 OlmoEarth v1.3,並提供全球預先計算的年度嵌入向量及瀏覽器地圖工具 OlmoEarth Embeddings Explorer。v1.3 訓練所需計算時間為 v1.2 的 53%、v1 的 18%,碳排放則分別為 50% 和 22%。Explorer 無需登入,初步分析只需數秒且無需 GPU,並可比較不同年份的地表變化。

  3. 雷鋒網48

    螞蟻數科發布決策模型 LingDT-Decision-1.0,評測準確率超越多款決策模型

    螞蟻數科發布決策模型 LingDT-Decision-1.0,提供4B和27B版本,並已在螞蟻數科 DTMaaS 平台上線,開發者可限時免費體驗。模型在23項開源評測基準中取得高分,27B版本綜合評分位居第一,準確率超越 Microsoft-Decision-1、Jev 1.13.0 等模型。真人業務測試顯示,模型在部分任務中可減少超90%的 Token 消耗,並提升處理速度。

  4. The Verge · AI43

    Claude 未能研製出蠍子抗毒血清

    Citrini Research 與 Anthropic 合作,讓未發佈版本的 Claude 設計蠍毒蛋白結合劑,但未能製成抗毒血清。Claude 生成近 320,000 個候選項目,篩選至 180 個設計,再加入 31 個;211 個設計中有 17 個能結合五種目標蠍毒中的四種。專家指出,結合毒素不代表能中和毒素或成為安全有效的藥物,研究距離實際治療仍很遠。

  5. DoNews43

    螞蟻數科發佈決策模型 LingDT-Decision-1.0

    螞蟻數科發佈決策模型 LingDT-Decision-1.0,提供 4B 和 27B 兩個版本,支援原生多選與按序決策。在 23 項開源評測基準中,其表現超過 Microsoft-Decision-1、Jev 1.13. 等模型;團隊測試顯示,處理同樣任務時,Token 消耗降低超 90%,響應時效提升 10 倍。目前模型已在螞蟻數科 DTMaaS 平台上線,開發者可限時免費體驗。