跳到正文
10月18日週日
10月17日週六
  1. The Guardian Technology41

    英國為何應拒絕廉價而令人不安的中國 AI 誘惑

    英國應拒絕廉價中國 AI;美國國家標準與技術研究院評估發現,下載後自行運行的 DeepSeek 模型仍有政治審查。DeepSeek 網上聊天機械人的政策稱會收集提示詞及上載資料,在中國處理和儲存個人資料,並容許向中國當局披露。英國亦應加強管治美國 AI,並支持本土及歐盟供應商。

  2. DEV Community43

    ListingSmith — an open-weight AI listing writer for Etsy & eBay sellers

    ListingSmith 將賣家的產品筆記轉化為 Etsy 或 eBay 可用的商品刊登內容,並提供利潤計算器。它會按平台規則生成標題、描述、標籤、價格建議及 SEO 提示;Etsy 標題上限為 140 個字元、標籤上限為 13 個,eBay 標題上限為 80 個字元。工具使用 Llama 3.3 70B、Mistral Nemo 等開放權重模型,程式碼採用 MIT 授權,亦可在本機離線運行。

  3. 第一財經36

    AI 演進速遞|DeepSeek V4.1 Flash 發佈新版本

    DeepSeek V4.1 Flash 發佈新版本,並向外開放搜尋引擎。中興通訊表示,新一代數據中心網絡 NPO 方案正為 AI Fabric 提供更佳方案;OpenSpace 開源太空生態發布,首期開源計算星座規劃 2600 顆衞星。Anthropic 聯合創始人稱,AI 快速滲透或推動美國 2030 年 GDP 達 44 萬億美元。

  4. DEV Community52

    Lucas Resende 如何以 AI 建立程式設計學習生態系,讓 AI 作為放大器而非自動駕駛

    Lucas Resende 分享以 AI 輔助程式設計學習的方法,將工具用於整理、研究與記憶鞏固,而非代寫程式或取代自己的推理。他以 Obsidian 整理課堂筆記、透過 Anki 的 FSRS 複習原子化卡片,並在 CS50x 編碼前先畫出程式邏輯。他亦介紹約 R$ 24 每月的多模型配置,並把 Agent 限於最小權限,要求涉及關鍵檔案變更、刪除目錄或網絡呼叫的操作先經本人確認。

  5. DeepSeek:API 更新日誌53

    DeepSeek 開放自研搜尋 API

    DeepSeek 開放其自研搜尋 API,並提供 Search & Fetch guide 説明使用方式。DeepSeek Search 每日處理來自全球的數億次搜尋請求,索引數千億個網頁並支援多語言搜尋。它亦透過嚴格檢測機制過濾 SEO 垃圾內容、GEO 操控及低質素 AIGC。

  6. IT之家41

    IT早報 1017:蘋果 iPhone Duo 預約火爆官網發貨排到明年;“瘋狂小楊哥”張慶楊宣佈復播;能飛的特斯拉第二代 Roadster 跑車亮相;國鐵新增 X 字頭動車組列車...

    蘋果 iPhone Duo 預約火爆,國行定價 15999 元起,部分機型發貨排至明年 1 月。特斯拉第二代 Roadster 正式亮相,展示短時間「飛行」能力,馬斯克表示新車將於 2028 年開始生產。國鐵集團啟動列車車次編排改革,動車組旅客列車字頭字母由 4 個增至 7 個,可編排車次數量增長近 40%。

  7. HuggingFace Daily Papers(社區熱門論文)47

    Design Anything 如何在大規模設計項目中維持設計意圖一致

    Design Anything 透過意圖-執行圖和任務合約,在長期設計項目中維持設計意圖一致,提升約束滿足度及交付物完整性。其基準測試涵蓋 19 個設計領域的 228 項任務;使用 DeepSeek V4.1 Flash High 和 GPT-5.6 Sol High 時,分別滿足 85.0% 和 92.5% 的簡報事實約束,較同模型基線高 15.4% 和 14.4%。

  8. HuggingFace Daily Papers(社區熱門論文)45

    IF-MAP:以影響函數為啟發的多智能體系統優先級排序

    IF-MAP 透過提示詞擾動分析,識別多智能體 LLM 系統中最值得優先改進的智能體,以提升系統整體表現。這種黑箱方法無須存取模型參數或梯度;在六種工作流程中,優化所選智能體的提示詞,平均提升 3.81 個百分點,高於平均選取的 1.85 個百分點。相較於優化或升級所有智能體,IF-MAP 亦減少了多種模型的 token 用量。

  9. DEV Community63

    為何編碼智能體能交付可運作卻不安全的程式碼:LSCBench 中 Claude Fable 5 的 91.1% 與 25.1%

    在 LSCBench 測試中,Claude Fable 5 的功能測試通過率為 91.1%,但同時通過安全測試的比例只有 25.1%。基準以 150 個真實漏洞設計 450 項任務,六個智能體共進行 2,700 次測試,其中 66% 產出可運作但仍有漏洞的程式碼。對四個模型加入一句安全要求後,三個模型的安全通過率上升 16 至 22 個百分點,但多數任務仍未通過安全測試。

10月16日週五
  1. DEV Community65

    何時值得為單次請求付費使用推理模型

    文章提出按可檢查性、延遲預算和答錯成本,判斷單次請求是否值得使用推理模型的框架。建議先在標準模型試用 zero-shot chain of thought,再視檢查結果及成本考慮 self-consistency,並以自有任務比較兩種模型的檢查通過率、token 用量和延遲。查詢、常規工作及無法檢查的文字任務應留在標準模型,推理模型則用於通過三項條件且能提升準確率的請求。

  2. DEV Community52

    C = 1.25 是容忍度而非常數:MoE token 丟棄背後的負載尾部定律

    這項 MoE 負載尾部研究指出,容量因子 C 代表可接受的 token 丟棄率,而非跨負載情境通用的固定常數;所需 C 取決於每位專家的平均負載 µ。均勻路由且 E = 64 時,µ = 1、C = 1.25 對應 29.89% 的丟棄率;µ = 128 時則為 8.29e-05。研究建議先設定可接受的丟棄率,再按實際服務負載選擇 C,因有限樣本造成的負載尾部不能靠路由平衡消除。

  3. DEV Community40

    Termux Assistant AI v3.7 有哪些新功能?

    Termux Assistant AI v3.7 新增社羣論壇及多引擎支援,並在 Hub 加入論壇入口,為危險指令加入確認提示、Allowlist 及 AI 操作審計日誌。多引擎涵蓋 DeepSeek、Claude、Perplexity、Gemini 和 Mistral,可分別負責聊天、搜尋及編寫程式碼。版本提供 Android 7+ APK。

  4. DEV Community28

    中國 AI 的崛起:DeepSeek、機械人與 AI 主導權之爭

    中國正以 DeepSeek-R1 等推理模型、開放權重、國產算力,以及機械人和自動駕駛應用,推進 AI 產業發展。DeepSeek 已按寬鬆授權釋出多個模型的權重,開放權重可讓開發者調整和部署模型,但不等於完整開源。先進晶片大規模生產仍是挑戰,人形機械人的成本、電池續航、維護和實際安全亦仍是障礙。