跳到正文
11月5日週四
  1. 新浪科技62

    北大教授董彬主張數學走出自身領域,與 AI 共同進化

    北京大學教授董彬主張數學走出單純證明定理的範疇,與 AI 共同進化,並更多支援科學與工程。他的團隊利用智能體 Pharos 尋找一項有理曲線判據的特徵零代數證明思路,從項目建立到目標獲系統接受約 20 小時,之後由數學合作者理解、重寫、發展論證並核驗。董彬也提醒,學生若直接依賴 AI 完成課業,可能失去自主訓練高階思維的機會。

  2. DEV Community61

    模型供應商故障時如何維持 AI 產品運作:LLM 故障轉移、閘道與後備模型

    Control Plane 的指南建議以 OpenAI-compatible 閘道和分層後備鏈,維持 AI 產品在模型供應商故障時的可用性。後備次序為其他區域的同一模型、其他供應商的同等模型,再到自託管開放權重模型;客戶端需處理超時、429、重試及中斷串流,服務則應至少部署於兩個區域。

  3. 阿里雲開發者社區 AI29

    2026年教育機構如何構建 AI 錯題錯因智能診斷與追問式答疑係統?

    教育機構可結合多模態大模型、認知圖譜與自適應蘇格拉底式追問引擎,構建涵蓋錯因診斷、啟發答疑、變式訓練及教研反饋的 AI 系統。落地時需處理手寫公式與圖表識別,並透過提示詞工程及輸出護欄限制模型輸出,避免直接洩露答案或產生幻覺。

  4. 新浪科技81

    月之暗面開源 Kimi K3.1 Pro 權重,總參數 2.8 萬億

    月之暗面已將 Kimi K3.1 Pro 的模型權重上載至 Hugging Face,正式開放權重。模型採用 MoE,總參數為 2.8 萬億,每次推理啟用其中 1040 億,支援 100 萬 token 上下文及看圖;Artificial Analysis 綜合智能指數為 46.5 分,較 DeepSeek-V4.1-Flash 的 32.6 分高約 14 分。

    推薦理由:文章交代授權例外及部署所需硬件,呈現權重開放後商用與自行部署各自面對的實際門檻,方便判斷其適用範圍。

  5. 新浪科技67

    Claude、GPT 集體「降智」?7 個原因及排查教學

    Claude 和 GPT 使用時出現「降智」感,可能涉及模型路由、推理強度、對話上下文及帳戶狀態等 7 類原因,文中並整理相應的自查和處理方法。LiveNerf 以同一套 78 道題追蹤 Claude Opus 5.5,至 11 月 3 日的三次評估均判定沒有變化;NerfBench 的 GPT-6.1 Sol 和 GPT-6 Astra 成績亦在正常範圍。

  6. HuggingFace Daily Papers(社區熱門論文)37

    SwarmEvolve:用於演化發現與最佳化的潛在智能體羣

    SwarmEvolve 是一個由 LLM 引導、用於數學發現與最佳化的演化搜尋框架。它以數百個小型智能體進行潛在推理,透過 KV cache 傳輸溝通,不會撰寫文字。使用開放權重 Qwen3 8B、14B 和 32B 時,它只需數分鐘便達到其他框架一小時才能取得的分數,並在少數問題上超越 AlphaEvolve 的結果。

  7. DEV Community74

    騰訊發佈 Hy4,加入視覺理解與電腦操作能力

    騰訊於 2026 年 11 月 4 日發佈 Hy4,為其旗艦語言模型加入視覺理解、圖表分析、視覺數學推理,以及操作命令列工具和圖形介面的能力。騰訊稱 Hy4 的上下文窗口為一百萬 tokens;TechNode 將其描述為 770 billion parameters,文章亦列出其遊戲開發基準較 Preview 提升 19.1%,GameLogic 提升 9.8%。

  8. DEV Community64

    SambaNova 與 Supermicro 合作,Supermicro 將採購 10,000 顆 SN50 RDU 用於分離式 AI 推理系統

    SambaNova 與 Supermicro 宣佈圍繞 SN50 RDU 合作,Supermicro 將先採購 10,000 顆,用於結合 NVIDIA GPU 與 SambaNova RDU 的分離式推理系統。SN50 於 2026 年 2 月推出;廠商稱其速度是競品的 5 倍、TCO 低 3 倍,這些數字並非獨立測試結果。交付將從 neocloud 和主權雲服務商開始。

  9. HuggingFace Daily Papers(社區熱門論文)44

    對抗式推測解碼改善長時程智能體推理能力

    對抗式推測解碼透過訓練草稿模型拒絕關鍵推理 token,讓目標模型在較低數值噪音下驗證這些 token,提升長時程智能體的推理準確度。複雜智能體編碼基準測試顯示,此方法不改變目標模型或其輸出分佈,只需訓練託管參數的 0.06% 至 0.28%,即可提高端到端成功率。

  10. DEV Community61

    2026 年 LLM 面試題:6 個除錯情境及作答方法

    StackChief整理了 2026 年 LLM 面試的 6 個除錯情境(完整指南共 15 個),示範先列出可能成因、辨別成因的訊號,再決定調整方式。案例涵蓋長提示詞中段資訊被忽略、生產環境輸出截斷、約 2% 結構化回應無法解析、成本翻倍、提示詞快取命中率近乎歸零,以及未部署卻發生行為變化。文章建議先查看停止原因、每次請求成本和快取讀取 token 等訊號,再進行修正。

11月4日週三
  1. IT之家54

    陶哲軒警告:人類把思考交給 AI,危險可能很快到來

    陶哲軒警告,隨着人類日益把思考和解決問題交給 AI,這種趨勢可能很快在現實世界產生嚴重後果。他指出,數學證明通常可以透過形式化工具驗證,但電網、航空交通管制、藥物研發和晶片設計等領域更複雜,AI 方案即使符合數學模型,也可能不符合現實需求。他主張推動數學研究進入「Math 2.0」,讓 AI 不只協助解題,也增強人類理解問題、識別模型侷限和潛在風險的能力。

  2. HuggingFace Daily Papers(社區熱門論文)39

    LowRAM:以低秩鍵與攤銷值實現可組合的測試時 KV cache 壓縮

    LowRAM 提出一種測試時 KV cache 壓縮方法,以低秩分解壓縮鍵,並用小型逐頭網絡根據鍵預測值。該方法將值快取壓縮 4×,效能接近無損;在 262K 上下文及 4× KV 壓縮下,選擇性重建令峯值解碼吞吐量最高提升 5×。結合量化與淘汰後,壓縮率達 26.9×,並保留基準效能的 94.5%。

  3. 新浪科技51

    天數智芯天垓300真機實測:性能趕超國際主流GPU,超節點有效Token成本降低40%

    天數智芯在2026媒體開放日展示天垓300真機實測;第三方今年7月的測試數據顯示,在典型PD分離部署下,其單卡整體端到端吞吐達某國際頂尖GPU的1.05倍。天垓300 IXL144超節點在單個標準機櫃內集成144顆GPU及約10.1TB顯存,每百萬有效Token成本據測算較國際主流方案降低約40%。

  4. DEV Community66

    批次與即時 LLM 推理的成本比較

    文章比較批次與即時 LLM 推理成本,指出 Anthropic、OpenAI 和 Google 的批次價格均為標準價格的 50%,但處理時間可達 24 小時。以每月 100 萬份文件分類為例,文中估算即時處理約 $7,000,批次約 $3,500,每年相差約 $42,000。文章建議將即時互動請求配合提示詞快取,其他可延後的工作則送入批次佇列,並列出排程、重試及結果管理等工程考量。

  5. 新浪科技51

    騰訊混元 Hy4 正式版發布,新增視覺感知與電腦操作能力

    騰訊混元正式發布新一代大語言模型 Hy4,較 Hy4 preview 擴大預訓練和後訓練規模,並首次加入視覺能力。正式版可結合推理和工具調用處理圖像、複雜圖表及數學視覺任務,並支援命令列和圖形界面操作。Hy4 preview 曾在超過1.45萬次真實世界智能體任務會話評測中,位列 Arena.ai Agent Arena 開放模型第二名、全球綜合榜單第十名。

  6. HuggingFace Daily Papers(社區熱門論文)56

    Kierston 與 KierstonBench:模擬賓夕法尼亞州阿倫敦,並評估語言模型在刑事調查與監控任務中的表現

    Kierston 與 KierstonBench 建立城市規模模擬環境及評測基準,16 個語言模型中只有少數前沿模型能完成大部分調查任務。Kierston 模擬約 125,000 名阿倫敦居民的日常活動,並生成電訊、金融、行政及車牌紀錄,模型須透過受限紀錄介面跨來源連結線索。多數模型提出紀錄不支持的身份判定;少數表現較好的模型仍會受常見欺騙影響,沒有模型取代調查人員。

  7. 新浪科技62

    Anthropic 發佈 FlashProve 研究原型,AI 中轉站的天要塌了?

    Anthropic 發佈開源研究原型 FlashProve,嘗試以密碼學證明讓用戶核驗模型推理輸出是否來自指定權重,而毋須取得模型權重或重新執行模型。以公開 4-bit 權重的 Llama 4 Maverick 測試時,單張 H100 的證明生成吞吐量約為 110 tokens/秒,每個 1,024-token 請求的證明約 19 MB;24 線程 CPU 驗證約需 17 秒。

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

    LoCo:以局部偏好學習壓縮推理

    LoCo透過局部偏好學習,教導推理模型何時繼續推理、何時停止,從而縮短輸出並維持或提升數學及程式任務的準確度。在五項數學及三項程式生成基準測試中,LoCo分別將完成長度縮短41.7%–45.4%及23.4%–36.3%,並在所有程式基準測試中取得最佳AUC。