跳到正文
10月29日週四
  1. DEV Community51

    上下文學習如何透過單次前向傳播完成適應,而不更新任何權重

    上下文學習讓語言模型只靠提示詞中的示例,在不更新權重的情況下,透過一次前向傳播推斷任務並回答新查詢。文章以線性回歸説明注意力如何實現近似學習算法,並以貝葉斯推斷解釋預訓練形成的先驗。示例順序、標記噪音及提示詞長度都會影響表現,這種適應不會跨提示詞持續;文章建議把提示詞視為小型數據集,並測試不同變化。

  2. The Verge · AI83

    Anthropic 以 AGI 願景爭取華爾街認同

    Anthropic 已提交赴 Nasdaq 上市的 S-1;The Verge 的 Decoder 訪問 SemiAnalysis 分析師 Joey Brookhart,拆解文件呈現的財務狀況及 AGI 商業前景。

    推薦理由:訪談把 Anthropic 的推理毛利、算力承諾與 AGI 訓練投入放在同一脈絡,呈現其增長敍事背後的財務邏輯與假設。

  3. Mistral AI76

    Mistral Large 4(Le Chonk)發佈改進版開放權重

    Mistral AI 發佈改進版 Mistral Large 4(Le Chonk)的開放權重;這款 1-trillion-parameter 原生多模態模型提升了編碼、防禦性網絡安全及推理效率。

    推薦理由:文章把編碼基準成績與 tokens 使用效率並列,並交代開放權重模型的自託管及企業託管服務選項,呈現能力比較與部署方式。

  4. 新浪科技34

    Momenta 預告 R7 Ultra:模型參數規模增至原來的5倍,駕駛能力媲美人類資深司機

    Momenta預告即將發布R7 Ultra,其模型參數規模增至原來的5倍,安全性能表現提升5倍。X7 Ultra提供700 TOPS大模型算力,支撐更大規模模型在車端運行;R7 Ultra在多種複雜駕駛場景展現出媲美甚至超越人類資深司機的能力。Momenta表示,未來將把模型參數規模擴至原來的10倍,並推動安全性能表現提升至10倍以上。

  5. 新浪科技51

    大曉機器人推出 ACE-Brain-0.6 API,開放模型空間錨定能力

    大曉機器人近日推出 ACE-Brain-0.6 API,開發者可透過 ACE Hub 調用模型的空間錨定能力,毋須獨立部署。模型的高質量空間錨定訓練數據由 110萬條擴展至約150萬條,七項公開 Grounding 基準平均得分提升至 75.41。報道指其推理速度超越 GPT-6 Astra,並在七項公開 Grounding 基準的平均得分上擴大領先優勢。

  6. 阿里雲開發者社區 AI45

    第 06 篇:神經符號結合與 Agent 通用框架

    文章總結神經符號與 Agent 通用框架,提出神經負責理解和生成、符號負責約束和驗證,並歸納出四種耦合模式。李航在 JCST 2026 提出的通用框架涵蓋任務導向、多模態輸入輸出、LLM 推理、強化學習構建,以及工具與記憶;框架適用於軟件 Agent 和機械人。

  7. 新浪科技56

    IDC報告指2026年上半年中國MaaS市場規模達106.3億元,PPIO成唯一上榜獨立服務商

    IDC《中國AI軟件市場半年度追蹤,26H1》報告顯示,2026年上半年中國MaaS市場規模達106.3億元,同比增長889.4%。PPIO是上榜企業中唯一的獨立MaaS服務商,在大語言模型MaaS市場排名第六;截至2026年9月,其平台日均Token調用量達3.4萬億,同比增長近20倍。報告指出,市場競爭正由成本轉向效率,模型生態、調度及推理效率成為競爭重點。

  8. 阿里雲開發者社區 AI49

    DeepSeekMath:7B 小模型如何逼近 GPT-4 的數學能力

    DeepSeekMath 7B 透過數學數據訓練及 GRPO 強化學習,在 MATH 基準取得 51.7%,接近 GPT-4 的 52.9%。其數據集收錄 35.5M 個數學網頁,約 120B 個 token;GRPO 不需訓練價值模型,以組內答案評分作為基線。Base、Instruct 及 RL 權重均已開源,程式碼採用 MIT 授權,權重可商用。

  9. 阿里雲開發者社區 AI42

    大語言模型推理時代:從「續寫」到「思考」

    大語言模型推理能力由提示詞引導分步輸出,發展至可透過測試時擴展及強化學習訓練。Chain-of-Thought(2022)展示分步推理效果,OpenAI o1(2024)將更多思考時間用於推理,DeepSeek-R1(2025)則證明純強化學習可令推理能力湧現。R1 API 價格遠低於同級推理模型,蒸餾版涵蓋 1.5B-70B 小模型。

  10. 阿里雲開發者社區 AI44

    LLM 基礎理論發展史

    LLM 的理論演進由分佈式詞表示、Transformer 和預訓練,延伸至縮放定律、對齊、效率優化、推理、多模態與 Agent。文章按 00~06 梳理各階段的關鍵技術及因果關係,並以表示演進、架構收斂、規模與效率、對齊和能力外延總結發展主線。

  11. 阿里雲開發者社區 AI60

    DeepSeek-V3.2 原理分析:稀疏注意力與思考模式工具調用

    DeepSeek-V3.2 系列以 DSA 稀疏注意力降低注意力複雜度,並支援思考模式下多輪調用工具。DSA 透過 Lightning Indexer 和 Top-k 選擇,把複雜度由 O(L²) 降至 O(L·k),並採用稠密預熱、稀疏訓練兩階段。文章還整理了 Agent 訓練所用的 1800+ 個環境、85,000+ 條複雜指令合成數據,以及超過預訓練成本 10% 的後訓練計算預算。

  12. 阿里雲開發者社區 AI38

    Google Gemini 模型原理演進史

    Google Gemini 家族從 BERT、T5、PaLM 的技術基礎,演進至原生多模態、長上下文、推理能力與生態整合。Gemini 1.5 支援 100 萬 token 上下文,Gemini 2.5 Pro 展示 Thinking 模式,Gemini 2.0 加入 Agent 能力。文章亦梳理 Gemini 3 至 3.8 Flash 系的迭代與各項技術主線。

  13. 阿里雲開發者社區 AI39

    OpenAI GPT 模型原理演進史

    OpenAI GPT 家族從 GPT-1 演進至 GPT-5.6,路線涵蓋模型規模擴大、對齊技術制度化,以及由文字生成拓展至多模態、推理和工具使用。GPT-3 達 1750 億參數,InstructGPT 展示 RLHF 對齊效果,GPT-5 在 SWE-bench 得分 74.9%。整體演進亦包括原生多模態、測試時擴展與 Agent 能力。

  14. 阿里雲開發者社區 AI24

    大模型為何從「堆算力」轉向「煉推理」

    大模型的技術重心正由堆算力、擴大規模,轉向提升推理能力與數據質素。文章聚焦思維鏈、RAG 和 MoE 等方法,並指出模型幻覺、能耗、私隱及倫理問題仍待應對。作者認為,未來競爭可能更重視推理效率、可信度與評測方式。

  15. 第一財經66

    摩爾線程2026年第三季度營收創新高並扭虧為盈

    摩爾線程發布2026年第三季度業績,單季營收達15.5億元,同比增長1773.9%,並錄得歸母淨利潤4926.0萬元,提前實現季度盈利。公司第三季度研發投入5.7億元,同比增長87.9%,前三季度累計研發投入13.4億元。基於S5000的PD分離異構推理方案已承接國內頭部模型廠商的實際 token 流量,公司亦與京東雲計劃建設十萬卡全功能GPU集羣。

  16. IT之家68

    FuriosaAI 完成 D 輪融資,估值升至 29 億美元,接近此前 4 倍

    韓國 AI 晶片初創公司 FuriosaAI 完成 6.2 億美元 D 輪融資,估值升至 29 億美元,接近上一輪的 4 倍。韓國國民成長基金投資 2.8 億美元,海外投資者合計出資 1.1 億美元,Infinitum Partners 等機構亦參與。台積電今年為 FuriosaAI 生產 2 萬顆 RNGD 加速器,公司計劃 2027 年將產量提高至 4 萬顆以上。

  17. 新浪科技55

    超衍智能發布首個 RSI 模型 Apex-35B-V1.0

    超衍智能於10月28日發布首個35B模型Apex-35B-V1.0,並將RSI引入模型研發,讓AI參與實驗設計及結果分析。公司公佈的評測結果稱,模型在研究能力、智能體與編碼、推理等多項評測中超越Flint,並在部分任務上超越參數規模達500B和800B的模型。

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

    多模態推理中的參照落差:視覺輔助能解決和不能解決的問題

    多模態語言模型在多步視覺推理中的失誤,可能源於語言未能連結相關視覺物件、區域或位置的「參照落差」,而非視覺感知不足。研究提出 ReGap-Bench,涵蓋五項視覺推理任務;結果顯示,配合任務的外部參照可在無需訓練下令準確率提高最多 25%,不匹配的參照則助益甚微,甚至會降低表現。

  19. DoNews60

    微納核芯完成超10億元 C2 輪融資

    微納核芯宣佈已於近日完成超10億元 C2 輪融資,由建投投資領投,多家機構及多名老股東參與。本輪資金將用於產品開發迭代及供應鏈量產備貨,公司計劃近期實現規模商業化與量產銷售。連同今年9月完成的C1輪,公司兩個月內融資超20億元,半年內累計融資30億元;其主營存算一體AI推理芯片,面向大模型推理,並佈局端側與雲側產品線。

  20. Unite.AI54

    Kindo 推出 Deep Hat Sift,減少不必要的 AI 智能體執行

    Kindo 推出 Deep Hat Sift,在大型模型處理前判斷哪些事件需要觸發 AI 智能體執行,目標是減少不必要的執行。產品初期以影子模式運作,所有事件仍交由智能體檢查,待人員審閲並批准閾值後才開始過濾。Sift 會抽樣送回原智能體判斷,並在品質下降時採用 fail-open,將事件交回智能體審查;Kindo 未提供通用節省比例或準確率基準。