跳到正文
11月6日週五
  1. DEV Community63

    osFoundry Local Model 如何運作:從選擇開放權重模型到在本機訓練

    osFoundry 的 Local Model 在桌面應用程式中整合開放權重模型的探索、安裝、推理、量化、微調及評估,並支援在本機硬件上運行。Explore 會按設備記憶體估算模型是否適用;文章亦示範以自訂數據集進行 LoRA 訓練,並用 Eval 評估回答質素、以 Benchmarks 測量速度及延遲。

  2. DEV Community67

    作者實測 weight-space programming 在 6 類模型上的適用範圍與侷限

    作者在 6 類模型測試 weight-space programming,發現它能修補傳統及小型模型,但 LLM 的自行編輯未能穩定維持。無標籤降雨預測的手寫模型 AUC 為 0.809,低於以 2.5 年標註資料訓練的 XGBoost(0.839),但高於以 60 日資料訓練的模型(0.747);新詐騙模式加入 23 個權重的規則區塊後,捕捉率由 10% 升至 98%。

  3. DEV Community51

    在策略蒸餾挑戰 GRPO,DPO 對齊代價也呈現任務差異

    這篇每週研究與工程摘要指出,當已有強模型檢查點可供蒸餾時,一項比較中在策略蒸餾以約 50x 較少蒸餾 FLOPs 達到與 GRPO 相同的準確度。另一項研究發現,已有 1,200 個高質素示範時,60 步 GRPO 未帶來可檢測的同分佈增益。DPO 研究則發現,在特定獎勵邊際區間內,抽取任務維持原有表現,路由任務表現下降約 30 分。

  4. 虎嗅55

    歐洲AI算力佔全球不足5%,電力、數據控制、監管與資金問題拖慢發展

    歐洲AI發展受電力接入、產業斷層、監管負擔和資金不足等結構問題牽制,AI算力佔全球不足5%。法蘭克福、巴黎、都柏林等數據中心樞紐的電網接入排隊普遍需7至10年;歐洲目前只產出3個基礎AI模型,美國有40個,中國有15個。歐洲企業大量租用美國雲廠商算力,工業數據與人才優勢未能充分轉化為本土AI競爭力。

  5. MIT Technology Review · AI54

    我看着 Tau Robotics 人形機械人清潔公寓,彷彿一窺未來

    Grace Huckins 試用 Tau Robotics 在三藩市提供的人形機械人清潔服務,機械人目前仍需人員遙距操控及支援,並透過清潔任務收集訓練數據。第二次清潔時,機械人完成了廚房和馬桶清潔,但爬樓梯不穩,過程中亦有失誤;吸塵和拖地等部分任務則已可在沒有人手協助下完成。Tau 希望利用收集到的數據訓練自主清潔機械人,並開始考慮日後將它們用於除黴和家居護理等工作。

  6. 雷鋒網44

    上交大張偉楠教授:AI 如何走出螢幕,真正改變物理世界?| CNCC 2026

    張偉楠在 CNCC 2026 演講探討物理智能如何讓 AI 走出螢幕,透過感知、預測、行動與持續學習,形成與真實環境互動的閉環。他梳理了涵蓋硬件與系統、數據與仿真、感知、世界模型、基礎模型、物理智能體及應用層的七層技術棧,並指出真實交互數據昂貴、環境局部可觀測及長時程預測誤差累積等挑戰。

  7. DEV Community42

    機械臂以每杯 14 元製作《蒙娜麗莎》拉花

    一名身份不明的操作者以機械臂製作《蒙娜麗莎》拉花咖啡,每杯售價 14 元。機械臂自行完成六個步驟;拉花失敗時由人手修正,成功及修正軌跡可用作訓練數據。演示未提供產能、運行時間或可靠性數據,單次操作只能證明這項任務可行,不能證明大規模營運的單位經濟效益。

  8. 阿里雲開發者社區 AI32

    避坑與最佳實踐:一文講透企業如何建設數據系統

    企業建設數據系統應先統一指標口徑、把數據治理融入研發流程,並以跨部門機制和持續運營保障平台真正投入使用。阿里雲瓴羊Dataphin以“OneData”和“治理即研發”為核心,整合數據集成、開發建模、智能治理與資產運營,並將大模型能力用於生成SQL、診斷異常任務。雅戈爾整合16個系統至1個平台,上汽大眾梳理超過1萬個數據對象。

  9. 阿里雲開發者社區 AI33

    數據治理工具選型:關鍵看這5項核心能力

    評估數據治理工具,關鍵不在功能清單長短,而在治理能否貫穿研發、元數據、數據質素、口徑管理與資產消費鏈路。文章以阿里雲瓴羊 Dataphin 為例,提出五項評估能力:治理前移至研發、元數據與血緣同步生產、質量監控追查根因、口徑以工程方式約束,以及讓業務人員直接使用數據資產。2026版的 Data Agent 深入融入多個治理場景。

  10. DEV Community43

    商品評論與口碑分析:如何抓取商品詳情頁評價並進行情感分析與質素評估

    文章示範以 Python 建立商品評價分析流程,涵蓋抓取、清洗去重、情感分析、質素評估與結果視覺化。抓取可優先使用評價 JSON 接口,或在需要時以 Playwright 載入頁面;情感分析可先用 SnowNLP,也可微調中文 BERT。評估會按做工、外觀、物流、性價比及售後等維度統計提及率與情感分,並計算綜合口碑分。

  11. HuggingFace Daily Papers(社區熱門論文)35

    SLA:透過持續預訓練擴展空間-語言-動作模型

    SLA 將空間對齊擴展至持續預訓練及下游後訓練,並以預訓練 pi05 policy 為起點,對齊視覺嵌入與凍結的 3D 感知模型所提供的空間表示。模型運用多元機械人數據、特徵依賴閘門及概率狀態 dropout 改善空間理解;輔助組件只在訓練期間使用,推理架構維持不變。

  12. 虎嗅61

    百萬小時規模背後,機械人訓練數據生意重新分工

    機械人訓練數據產業快速擴張之際,供應商在採集、加工及交付鏈條上的分工與收益正出現分化,買家則高度集中。文章指出,買家需求由大批量通用第一人稱數據轉向指定場景、指定任務及更細緻的交付標準,驗收不確定與加工成本令供應商承受壓力。部分模型公司亦在建立自有數據生產體系,掌握任務定義、數據標準和訓練反饋,改變第三方供應商的競爭位置。

  13. 阿里雲開發者社區 AI64

    大模型 Tokenization 教學:BPE 合併、中文多語言成本與 152K 詞表取捨

    這篇大模型課程第 4 課以 6 個可手算例子,拆解 Tokenization、BPE 合併規則,以及中文 token 成本和詞表大小的取捨。文中估算中文文本較英文多用 54%–69% token;Qwen 151,851 詞表較 Llama 2 32,000 詞表多約 491M Embedding 參數,以更少中文 token 換取較短序列,推理加速 30–50% 亦屬估算。

  14. 新浪科技59

    源策未來發佈 Anchor 1 全身控制模型,聚焦人形機器人精準控制

    具身智能公司源策未來發佈全身控制模型 Anchor 1,將其定位為全身智能架構的 System 0(S0),負責把動作指令穩定轉化為全身動作。在 72 段全身操作真機測試中,其手腕和腳踝全局位置誤差較此前最佳對比方法分別低約 28% 和 39%;踢紙箱遙操作示範採集成功率則由 37.5% 提升至 98.0%。

  15. 新浪科技61

    美國《2026年禁止人工超級智能法案》擬暫停先進 AI 開發,美股下挫、馬斯克個人財富單日縮水近800億美元

    美國《2026年禁止人工超級智能法案》仍在委員會審議,擬暫停先進 AI 開發,並要求訓練算力達到10的25次方的系統停止訓練及微調,直至聯邦「人工智能部」訂立安全規則。違規個人最高可判監20年,涉事企業可能被強制解散。受禁令憂慮影響,11月5日道指、納指及標普500指數分別下跌3.44%、5.52%及4.36%;福布斯與彭博估算馬斯克個人財富單日減少793億及797億美元。

  16. 虎嗅52

    美股大跌,AI 泡沫破了?

    作者分析,美股普跌與美國數據中心建設阻力上升及前沿 AI 訓練算力可能受限的政策憂慮相關,但不認為相關法案本身足以解釋市場下跌。相關法案仍在審議,尚未生效或獲國會兩院通過;作者認為 Capex 明年可能持平或下降,市場邏輯將由增量轉向存量。

  17. HuggingFace Daily Papers(社區熱門論文)51

    PhysioWave-T:面向生理訊號的高 token 效率小波基礎模型系列

    PhysioWave-T 論文提出面向 EEG、ECG 及 sEMG 的小波基礎模型系列,透過動態尺度折疊減少 token 數量。其 30M 參數 EEG 模型以超過 15M 個窗口預訓練;在四種 EEG 路線中,尺度折疊相較尺度擴展使 Transformer 延遲降低 4.0–7.2 倍、峯值記憶體降低 6.8–12.7 倍,準確度沒有下降。

  18. 新浪科技66

    百度正式開源文心5.5 Flash Base(ERNIE 5.5 Flash Base),以33.5萬億個Token完成預訓練

    百度正式開源基座模型文心5.5 Flash Base(ERNIE 5.5 Flash Base),該模型以33.5萬億個Token完成預訓練。模型採用MoE架構,總參數2800億、每個Token激活140億,微調和推理階段最長支援100萬Token上下文。百度已在Hugging Face提供FP8和BF16版本權重;模型尚未經中訓練和後訓練,主要供開發者及企業作後續指令微調、領域適配和強化學習。

  19. 404 Media76

    Meta 暫停遭廣泛反對的 AI 訓練條款更新

    Meta 已暫停商業條款更新,相關條款不會於 2026 年 11 月 20 日生效,現行條款維持有效。原更新要求商業帳戶容許 Meta 使用相關網域、網頁或網址的內容,以提供、開發、改進、研究、訓練 Meta 產品及維護其完整性。更新曾因記者及用戶反對而由 10 月 30 日延至 11 月 20 日;挪威法院已暫時禁止新條款,英國競爭及市場管理局亦表示會自行調查。

    推薦理由:暫停決定置於媒體與用戶反彈、挪威法院暫時禁令及英國競爭監管調查的背景中,呈現這項資料使用條款面對的多方壓力。

  20. DEV Community25

    Sovereign-Mohawk-Proto:以定理引導的去中心化聯邦學習與密碼學執行環境

    Sovereign-Mohawk-Proto 開放外部審核,邀請社羣檢查其去中心化聯邦學習執行環境的形式驗證、密碼學元件及協定實作。項目採用 Lean 4 規格、混合式密鑰交換、Ed25519、MiMC 零知識電路、Multi-Krum 聚合及 Rényi Differential Privacy(RDP)記帳,並在 GitHub 列出多項待審核問題。

  21. DEV Community68

    THX-02 發佈 4.5B 開放決策模型,Decision Index 0.3 得分高於最佳 27B 同類模型並提供免費 API

    HAL-X 發佈 THX-02,這款 4.5B 參數決策模型的權重、運行環境和伺服器採用 Apache-2.0 授權,並提供免費 API。THX-02 在 Decision Index 0.3 得分 65.06,高於最佳 27B 決策模型的 62.25;評測使用分層抽取的 6,018 個請求,競品數字引用其公開指數,並非重新測試。

  22. Unite.AI71

    METR估計Anthropic模型能力增長速度接近翻倍

    METR估計,Anthropic截至2026年10月在明確界定任務上的模型能力增長速度,較2024年3月至2025年10月的速度接近翻倍。按AECI基準能力指數估算,自2025年10月起基準分數增長速度為1.9倍,95%信賴區間為1.5–2.8倍;METR認為AI使用很可能解釋目前加速的大部分。評估仍有重大不確定性,公開報告亦刪去了METR認為最具資訊量的大部分證據。

  23. HuggingFace Daily Papers(社區熱門論文)46

    探討權重空間編程:能力、泛化與限制

    研究顯示,Weight-Space Programming(WSP)可透過局部修改神經網絡參數提升推理表現,但跨任務泛化和編輯可靠性並不穩定。研究涵蓋七個基準及 Qwen3.5-0.8B、Qwen3.5-9B;只修改 1,023 個參數,MATH-500 準確率便提升 29.45 個百分點。16 條編輯軌跡中有六條保留原有權重,反映可靠驗證仍具挑戰。