跳到正文
11月4日週三
  1. TNW58

    英國 ARIA 將在商用數據中心測試 Lumai 光學 AI 伺服器

    英國 ARIA 支持的 Scaling Inference Lab 將在商用數據中心部署 Lumai 的 Iris 伺服器,作為其首個光學運算平台,並測試伺服器處理真實 AI 模型時的供電及散熱情況。Lumai 聲稱其方案可令數據中心用電最多減少 90%,配合標準晶片時每次請求的能源效率至少是單用矽晶片的 16 倍;這些數字尚未經獨立核實,實驗室將負責測試。

  2. Ai2 / Allen Institute for AI59

    StateBench 評估語言模型追蹤長篇文件狀態變化的能力

    Ai2 推出 StateBench,這套基準評估語言模型在長篇文件中追蹤實體狀態變化的能力,並將任務按複雜度分為四級。從零開始訓練、參數量為 275 million 的模型在最長 64,000 次變數賦值序列測試中,Gated DeltaNet 及混合模型在前三級幾乎完美泛化;Transformer 則未能學會最難的通用有限狀態任務。

11月3日週二
  1. HuggingFace Daily Papers(社區熱門論文)51

    DR Pixel:以視覺語言模型對文件頁面進行深度研究

    DR Pixel 是一個開源多模態智能體,直接以渲染後的文件頁面圖像作為檢索與推理單位,並在包含 1.06M 頁的語料庫上運作。研究建立 DRPixelBench;未經訓練的頁面原生方法已在 GPT-5.4、Gemini-3.5-Flash 和 Qwen3.6-27B 等模型上勝過 OCR 基線,且所需工具呼叫較少。

  2. 虎嗅58

    A Heart Means Recursion:一顆愛心如何令 AI 改用遞迴寫程式?

    研究發現,題目旁加上紅色愛心後,模型在二叉樹遍歷題中會由迭代寫法轉用遞迴。論文記錄 GPT-5.4 有高達 74.7% 的樣本出現不忠實歸因,即推理解釋與實際行為明顯脱節。文章指出,可在其他條件不變下替換疑似無關元素,累積足夠樣本比較輸出,以檢查其是否造成系統性偏移。

  3. O'Reilly Radar62

    O'Reilly Radar:2026 年 11 月科技趨勢盤點

    O'Reilly Radar 發布 2026 年 11 月趨勢盤點,聚焦模型進展、智能體與軟件開發、安全風險,以及基礎設施等變化。文章指出,新模型推出速度加快,最佳開放權重模型正追近前沿模型表現;同時整理智能體互通標準、漏洞與模型安全事件等發展。

  4. Analytics India Magazine71

    Revolut 自託管 GLM-5.3,將 AI 編碼推理成本降至原來約十分之一

    Revolut 在專用 NVIDIA GPU 上自託管 Z.ai 的開放權重 GLM,將 AI 編碼任務的推理成本降至使用 Anthropic 和 OpenAI 時約十分之一。每百萬個 token 的混合成本為 30 cents;部署由 56 張 NVIDIA B200 GPU 支援,服務約 2,000 名工程師。Revolut 稱,工程交付週期縮短 70%,編碼時間減少 60%。

  5. DEV Community58

    AI 為何在數學研究中快速進展?五項因素解析

    文章從可驗證回饋、推理時計算、驗證工具、合成訓練材料及跨領域連結五方面,解釋 AI 為何能更深入參與數學研究。文中以 DeepSeek-R1 的強化學習、Aletheia 的反覆生成與驗證,以及 AlphaGeometry 的程式生成幾何訓練例子,説明這些方法如何擴大探索並核查結果。文章同時指出,判斷證明是否新穎、形式化命題是否準確表達原題,以及如何理解和推廣結果,仍需要數學家的判斷。

  6. 阿里雲開發者社區 AI33

    大模型推理效能優化指南:算子、記憶體存取、多模型 Pipeline 調度全方位實戰解析 27.4

    文章從算子、記憶體存取及多模型 Pipeline 調度三方面,拆解大模型推理的底層優化方法。文中稱,三者協同可令推理速度提升40%–80%、顯存佔用降低30%,硬件利用率達70%+。內容涵蓋算子定製、融合與精度調整,以及數據遷移、記憶體管理和任務調度。

  7. 新浪科技53

    墨芯人工智能完成近10億元人民幣 C+ 輪融資

    墨芯人工智能近日宣佈完成近10億元人民幣 C+ 輪融資,資金將投向稀疏專用推理晶片的全棧升級、下一代晶片預研及稀疏計算產學研聯盟建設。本輪融資距上一輪近10億元融資落地僅5個月,兩輪累計近20億元。墨芯與北京大學上海臨港國際科技創新中心地球與空間技術研究院合作測試兩款遙感影像數據智能分析基礎模型,推理吞吐最高提升2.88倍、模型壓縮最高達7.64倍,且幾乎不損失業務精度,無需重新訓練下游任務。