Bite 作者用工具檢查自身程式,發現兩個缺陷與三類誤報
Bite 作者將工具用於自身程式,一項誤報引出兩個真實缺陷,之後辨識的三類誤報均在 PR #42 修正。在 50 個公開 Python 專案中,只有 22 個能執行測試;63 項修復中有 18 項未被測試察覺,逐一檢查後確認 6 項是真實缺漏,且全來自兩個專案。作者亦改善工具輸出,並指出缺少測試不代表修復有問題,只代表日後失效時沒有測試示警。
Bite 作者將工具用於自身程式,一項誤報引出兩個真實缺陷,之後辨識的三類誤報均在 PR #42 修正。在 50 個公開 Python 專案中,只有 22 個能執行測試;63 項修復中有 18 項未被測試察覺,逐一檢查後確認 6 項是真實缺漏,且全來自兩個專案。作者亦改善工具輸出,並指出缺少測試不代表修復有問題,只代表日後失效時沒有測試示警。
Gate 跨鏈橋安全評估指出,驗證者設計及跨鏈訊息驗證存在嚴重風險,整體風險評分為 8.3 / 10。評估亦發現 L2 至 L1 退出路徑缺少 nonce 檢查、流動性池沒有代幣上限,並指出橋接合約本身沒有緊急暫停功能。
HUAWEI Mate XT 2 非凡大師以三摺疊大屏、全景三分屏和多種文件格式預覽,面向差旅中的文檔處理與會議溝通場景。展開後內屏為10.2英寸,配備32根分佈式天線,並支持北斗衞星消息與天通衞星通信。產品提供16GB+256GB、16GB+512GB及16GB+1TB三個版本,售價分別為19999元、21999元及23999元。
Bun 1.2、Node.js 22 與 Deno 2 在相同硬件下比較 HTTP 吞吐量、TypeScript 執行及套件解析速度;Bun 以 112,400 req/sec 領先,Deno 2.x 為 71,300,Node.js 22 為 48,900。
Snowden SAY 比較 vLLM、TGI 與 Ollama 的 LLM 推理服務效能,並整理吞吐量、延遲、GPU 記憶體及部署成本數據。在 Llama-3-8B-Instruct、65 路並發測試中,三者總吞吐量分別為 3,480、2,910 和 96 tok/s;單串流 p50 延遲分別為 182 ms、161 ms 和 310 ms(A100)。
HUAWEI Mate XT 2 非凡大師於2026年9月12日開售,提供16GB+256GB、16GB+512GB和16GB+1TB三種版本,售價由19999元至23999元。其三折疊形態、三分屏、影像功能及防窺能力面向商務人士與內容創作者,購買是否划算取決於日常使用需求。折疊態約299g,主要用於娛樂或對重量敏感的用戶,未必能充分發揮其形態優勢。
Anthropic、OpenAI、Cloudflare 和 Google 的四種 AI 安全智能體都採用先找出漏洞、再由另一個智能體嘗試反證,最後才修補的流程。四者主要差異在執行環境、使用門檻和驗證方式;例如 Mantis 會在沙盒重現漏洞,並以對抗式迴圈測試修補方案。
文章比較 robots.txt、Cloudflare AI Crawl Control 與 Anubis 阻擋 AI 爬蟲的方式,三者分別是偏好聲明、邊緣封鎖及工作量證明挑戰。
HUAWEI Mate XT 2 非凡大師把靈盾防窺屏結合三摺式大屏,主打商務場景下兼顧辦公效率與屏幕隱私。防窺模式下,0°正視角亮度保持100%,45°側視角約為1.6%,60°約為0.15%;部分配置才搭載此功能,USB口方向不支援防窺。產品提供16GB+256GB、16GB+512GB及16GB+1TB版本,售價由19999元起。
團隊為客戶製作 AI 模型考題,評核自家題庫後發現零題合格,仍在交付期限屆至時如實提交零題結果。交付內容包括五份正式判定、題庫損傷報告及修復時間表,所有主張均附可從原始檔案重新計算的命令。修復後首份完整判定針對一題考題,涵蓋 20 rounds、5 models、單一批次;考題未通過,所有失敗都集中在同一項測試。
CryptoBench 是用來測試 LLM 程式碼審查加密 API 誤用偵測能力的數據集,包含 54 段 Python 程式碼片段,涵蓋九類誤用。研究以 Ollama 測試七個開源模型,每段重複五次,共記錄 1,890 次測試。三個能區分安全與不安全程式碼的模型,對弱密碼雜湊的偵測率為 81.7%,誤報率為 3.3%。
一輛初代小鵬X9行駛46萬公里後,電池健康度仍有91%,車主因整體使用體驗滿意,再買了一輛同款車。第三方檢測顯示,電芯壓差處於正常區間,滿載多人行駛高速時實際續航約420公里,較新車少約40公里。
多個 Bama Bound AI 影片工具的價格比較顯示,單次購買一段影片,專門網站的價格約為 $8–$10。bamabound.app 的 480p 和 720p 影片分別收費 $7.99 和 $9.99;bamaboundai.com 的 720p 單段影片為 $7.90。部分訂閲工具列出的每段價格以最佳年度訂閲費率計算,單次購買可能較貴。
文章根據 DeepSeek 公佈的數據,比較 DeepSeek V4.1 Flash 與 V4-Pro-0813 在 16 項共同基準上的成績;Flash 勝出 14 項,僅在 GPQA Diamond 和文字版 HLE 落後。
Engadget 評測 Lenovo Googlebook 15,認為其硬件出色、與 Android 手機協作流暢,但 Googlebook OS 的應用相容性和成熟度仍有不足。
DeepSeek R1 在多項推理基準的表現與 OpenAI o1-preview 相若或更佳,但在 GPQA Diamond 落後,達到相若準確度亦會消耗更多推理 token。
作者實際部署 Immich,量得四個容器處理完 5 張相片後的整體 RAM 工作集約 2.4 GB,ML 處理期間峯值約 5 GB。測試中,CPU 智能搜尋以「sunset over water」找到正確相片並排第 1,耗時 2.2 s;移除 ML 服務仍可上載及瀏覽,但會失去智能搜尋和人臉辨識。作者建議預留 4 GB 以上可用 RAM,並備份相片資料夾及 pg_dump。
家用血壓計沒有適合所有人的萬能款,三諾、漢王、小米、左點及松下等機型各自對應不同使用需求。三諾 S21 Air(參考價:480元)可同步測量血壓、脈率及疑似房顫指標,並透過藍牙連接小程序及推送測量數據。高齡長者可按操作習慣選擇實體按鍵或傳統袖帶機型;腕式血壓計較適合出差時臨時測量,不建議作中老年人的日常主力設備。
YouTube 博主 Faster Benchmarker 以 RTX 5090 展示 DLSS 5 下《黑神話:悟空》的 4K 效能,測試涵蓋動態戰鬥及大型 Boss 戰。測試畫面幀率較原生模式大幅提升,畫質近乎無損還原;但神經渲染的 AI 計算可能令顯存較小的中低端顯卡顯存溢出。
APIKO 作者根據一週生產流量及負載測試,整理 Nano Banana 2.1 API 的延遲、失敗率與併發表現。760 個任務的整體延遲中位數為 68 秒,2K 任務為 75 秒、4K 為 80 秒;90 個任務同時提交時全部成功,所有結果就緒的中位時間為 115 秒。
360集團自研的AI安全攻防系統圖龍鋒在CyberGym以99.4%的漏洞復現成功率登頂,刷新榜單紀錄。系統在1507個任務中經三輪獨立評測,成功率分別為99.27%、99.47%及99.40%,平均為99.38%。圖龍鋒累計發現超過15000個安全漏洞,並已有超過500家企業接入。
Yir 根據過去 30 天實際提交的 MiniMax H3 任務比較服務商,同為 768p 時,fal 的中位耗時為 32 秒,KIE 則為 8.1 分鐘,相差約 15 倍。2K 下,Metaso 的中位耗時為 1.6 分鐘;文章列出的服務商中,Metaso 在 768p 和 2K 的每段影片價格均最低。Yir 的速度路由會按同規格近期中位時間排列服務商,但費用按實際執行任務的服務商計算。
比較 7 種加密貨幣模型後,Huber 的樣本外 Spearman IC 最高(+0.055),但選中交易扣除模擬成本後平均為 −7.74 bps。XGBoost 的交易結果最接近零,平均為 −1.73 bps,但不確定區間跨越零;LightGBM 為 −1.93 bps。研究修正回測中的邊界洩漏及價格歷史缺口處理問題後重跑比較,但結果不代表可盈利策略,也不是實盤交易結果。
作者在兩部家用主機、4 張 GPU(共 64GB VRAM)上測試 vLLM,並建議在 VRAM 足夠、GPU 可組成一組時用於家用多主機部署。相較 llama.cpp,vLLM 單串流短上下文速度相若,在 5K 至 100K 上下文下快 6% 至 32%,但上下文上限為 102400,低於 llama.cpp 的 262144。
天數智芯公佈的第三方測試顯示,天垓300在典型PD分離部署下的單卡端到端吞吐達到H200的1.05倍,GLM-5.3的64K長上下文場景下,MoE吞吐達到H200的1.15倍。天數智芯亦展示由天垓300與合作廠商XPU分工的AFD方案,在所展示方案中將Decode推理延遲降低60%。公司正以Agent與Skills降低部署及優化的工程成本,並拓展雲端至端側的產品佈局。
TRAE 寶是一款面向開發者的個人助理,實測顯示它可跨項目及會話讀取 Context、拆分任務並協調多個 Agent,亦可透過微信和飛書遠程跟進任務。測試以開發《我的世界》風格像素影片特效素材庫為例,涵蓋前期調研、特效開發及成果整合。文章指出,本地任務需要電腦保持開機,雲端任務及完整移動端能力仍待後續更新。
Claude Sonnet 5、GPT-6.1 Sol、DeepSeek V4 Pro 和 Qwen3.8 Max 回應同一個英語學習提示詞,在每日任務份量及漏學一天後的計劃調整方式上各有不同。首日詞彙任務由 5 個到 20 個不等;四個模型調整計劃後,均維持每日最多 30 分鐘,並在星期日完成。測試每個模型只用一個提示詞和一次追問,各執行一次。
REDMI K100 配備驍龍 8 至尊版與 AI 獨顯 D2,搭配 10000mAh 電池,主打遊戲性能與續航。續航測試約 120 分鐘耗電 6%,100W 有線快充由 0% 充至 100% 用時 84 分鐘;手機亦配備 165Hz 直屏。
阿里雲瓴羊Quick BI以多源數據接入、統一指標管理及自然語言分析,支援銷售團隊自助取數、洞察歸因和報告生成。智能小Q由問數、解讀、搭建、報告四個Agent組成,官方稱可將數據獲取時間縮短至10秒內,最快20分鐘完成一份數據報告。個人版0.1元/年,高級版750元/月起,AIPro版按需訂閲。
一加 Ace 7實測展現出高幀率遊戲穩定性與温控表現,遊戲體驗比肩友商 2nm 旗艦。《和平精英》開啟風扇後平均184.20FPS,機身中心點温度較關閉風扇時低10.1℃;《三角洲行動》平均184.74FPS。手機配備9000mAh電池、100W閃充及最高185Hz遊戲模式。
作者比較 Cursor、Windsurf 與 GitHub Copilot 在多檔案上下文、智能體重構及速度上的表現,並以 40 項任務進行測試。測試中,Cursor、Windsurf 和 GitHub Copilot 分別完成 34/40、30/40 和 27/40 項任務,成功率為 85%、75% 和 67.5%。
瓴羊 Quick BI 透過智能小Q及 AIPro版提供問數、歸因、報告等 AI 數據分析能力,並以「問數→歸因→報告」串連分析流程。AIPro版標準席位價為每月400元,AI分析積分超出額度後須按需補充。實際效用取決於企業語義層和指標治理水平,需以真實數據進行 POC 驗證。
蘋果 iPad mini(A20 Pro)的 Geekbench 7 跑分曝光,5 核 CPU 版單核及多核分別得 3879 分和 9870 分,6 核 CPU 版則分別得 3993 分和 11365 分。兩個版本均配備 12GB 記憶體,CPU 頻率同為 4.93 GHz,與 iPhone 18 Pro 系列的 A20 Pro 芯片相同。
影馳 RTX 5080 HOF Extreme 用於測試《影之刃零》的幀率與延遲;遊戲支援完整路徑追蹤及 NVIDIA DLSS 4.5。顯卡在 OC-Mode 下加速頻率為 2805MHz、整卡功耗為 400W,整體效能較 RTX 5080 Founders Edition 高約 10%。
InferenceKey 在單張 A40 上實測 MOSS-Image-SFT,50 步版本每張約需 78 至 81 秒,文字測試中的字樣均正確;8 步 turbo 約需 8.6 至 9.2 秒,但有文字錯誤。
技嘉 RTX 5080 MASTER 16GB 超級雕顯卡《影之刃零》專項評測,測試不同解像度及畫質設定下的遊戲表現。文章聚焦路徑追蹤與 DLSS 幀數表現,供玩家瞭解這款顯卡運行遊戲的效果。
蘋果 iPad mini(A20 Pro)的 Geekbench 7 跑分曝光,兩個版本均配備 12GB 記憶體。5 核 CPU 版單核、多核分數為 3879、9870;6 核 CPU 版為 3993、11365。兩個版本的 CPU 頻率均為 4.93 GHz,與 iPhone 18 Pro 系列上的 A20 Pro 相同。
阿里雲瓴羊 Dataphin 將標準、質量與安全規則納入建模和開發流程,並以 AI 引擎支援根因診斷及自然語言取數。平台以 OneData 方法論統一指標口徑,亦提供 DataAgent、自然語言生成 SQL,並支援 50 餘種異構數據源。成效取決於企業能否統一指標定義並投入前期治理工作。
OmniDR-Bench 多模態基準測試顯示,智能體即使答題準確,仍有 37% 的視聽證據推理差距。18 組智能體配置中,最佳證據評分僅為 63.3/100;簡報呈現平均 81.8 分,內容及引用質素則分別只有 45.4 分和 47.8 分。
文章比較 ChatGPT-4 與 Meta 的 Llama 3,梳理兩者在能力、成本、整合及支援方式上的差異。Llama 3 預訓練使用超過 15 trillion tokens,是 Llama 2 的七倍,並以開源方式提供,支援高度自訂。ChatGPT-4 設有免費及付費選項,並支援視覺輸入和工具整合。