跳到正文
10月30日週五
  1. Unite.AI21

    DeepSeek 與 OpenAI:開源推理模型之爭

    DeepSeek 與 OpenAI 的推理模型競爭,體現在 DeepSeek R1 的開源、模組化設計,以及 OpenAI o1 的通用能力與規模。DeepSeek R1 在 AIME 2024、MATH-500 和 SWE-bench 分別取得 79.8%、97.3% 和 49.2%,略高於 OpenAI o1;在 MMLU 則以 90.8% 略低於 o1 的 91.8%。

  2. DEV Community38

    Semurg 資料庫在 140 秒內遭 kill -9 21 次,32.2 million 筆已確認寫入全部讀回

    Semurg 在 r11.138 版本的耐久性測試中,於 140 秒內以 kill -9 終止節點 21 次,32.2 million 筆已確認寫入全部讀回,沒有遺失。磁碟滿載時,2,183,488 筆已確認寫入亦全部讀回;擴大磁碟容量後,無須重啟即可恢復寫入。斷電測試中,ext4 上最後數秒已確認的寫入仍可能遺失,兩種數據形態的上限分別為 9.4 秒和 4.7 秒。

  3. DEV Community55

    taste-skill 在生產負載下的智能體 UI 品質閘門基準測試

    作者將 taste-skill 接入內部 AI 輔助前端流程,以 50 個並行智能體工作階段測試其在生產負載下的效能成本。加入驗證後,吞吐量由每分鐘 47 次完成降至 31 次,p99 延遲由 6.1 秒升至 12.4 秒,記憶體用量則增加一倍。重用瀏覽器實例等設定將 p99 延遲降低 40%,平均瀏覽器啟動開銷由 1.8 秒降至 0.3 秒。

  4. DEV Community67

    六款 AI 瀏覽器在 Windows 11 完成相同 8 項任務並排名(2026)

    BenchTested 在乾淨的 Windows 11 虛擬機上以相同 8 項任務測試六款 AI 瀏覽器,Polar 以 7.0 分排名第一。BrowserOS neo 和 Dia 同以 6.3 分並列第二;測試涵蓋研究、填表、價格比較等任務,並評估私隱控制和資源使用。原始排名頁 benchtested.app/best/ai-browsers 附有權重調整滑桿、團隊成本計算器及全部截圖。

10月29日週四
  1. Unite.AI47

    GetResponse 評測:我讚賞速度,但不滿意文案

    GetResponse 評測發現,其 AI 可在 20–30 秒內生成設計完成的電郵,並在不到一分鐘內建立登陸頁、歡迎電郵和電子報,測試中亦沒有捏造事實。文案有時流於公式化,AI 圖片可能出現錯字或亂碼,部分內容亦需修正後才能寄出。

  2. Hacker News:AI 熱帖49

    我用 AI 偽造了一篇科學論文:事情經過如何

    作者用 AI 偽造科學論文,兩篇稿件均被自動化學術誠信檢查標記並拒稿。評論指出,第一篇因引用資料虛構被拒,第二篇則因過度依賴預印本被拒;有評論稱,這項實驗事先獲 IEEE Access 編輯及 IEEE 同意,目的是進行紅隊測試。

  3. 創業邦62

    看完《三星堆:未來往事》,作者收回稱《牛來》是年度爛片的説法

    作者看完博納影業製作的《三星堆:未來往事》後,收回稱《牛來》是年度爛片的評價,並認為前者的故事與畫面不足以支撐院線付費觀看。文中引述貓眼專業版數據稱,截至發稿時,《三星堆:未來往事》累計票房為134.8萬,估算片方分賬票房為43萬。文章指出,免費 AI 短片普及削弱了視覺奇觀的稀缺性,而敍事、畫面一致性和觀眾對虛假的接受度,都是 AI 電影面對的考驗。

  4. DEV Community29

    MuonGS 為何在 LLM 預訓練中勝過 AdamW 和 Muon

    MuonGS 在 400M dense 和 1B 參數 MoE 架構上,達到相同驗證困惑度的速度比 MuonH 快 15%。它透過 Gram-Schmidt 投影控制權重範數增長,並以原位張量運算執行,無需額外配置 VRAM。此方法適用於具平滑尺度不變性的層;token embeddings 和語言模型輸出頭仍需其他調度器或 AdamW 分支。

  5. 阿里雲開發者社區 AI29

    一文讀懂:Quick BI 等 AI 數據分析 BI 工具強在哪裏?

    阿里雲瓴羊 Quick BI AIPro 將 AI 數據分析延伸至「問—懂—歸因—行動—可信」完整鏈路。智能小Q支援自然語言問數、多輪追問及對話式報表搭建,並透過指標治理、企業語義理解和自動化歸因,協助分析數據變化及其原因。行列級權限、AI 請求上下文管控和數據血緣追蹤,則用於保障分析安全及結論可追溯。

  6. 阿里雲開發者社區 AI39

    雲資料庫 AI 助手橫評:阿里雲瑤池 RDS AI 助手、Data Agent 平台、通用大模型直連與自建 ChatBI,哪種更適合業務人員?

    阿里雲瑤池雲資料庫 RDS AI 助手憑庫內 Schema 感知、業務口徑映射、平台級權限機制及控制台內嵌,被推薦為單庫業務自助分析、免 SQL 取數的首選。Data Agent 平台適合跨源企業級分析;通用大模型直連可用於臨時查證,自建 ChatBI 則適合有強定製需求的團隊。

  7. The Next Platform37

    如何評估智能體 AI 的 CPU 效能

    Arm 提倡從插槽、系統及機架層級評估智能體 AI 的 CPU 效能,並結合既有元件基準測試與端到端任務評估。評估應涵蓋單執行緒效能、核心擴展能力,以及任務完成時間、智能體密度和效率。Arm 並非提倡單一的智能體 AI 基準測試,而是提出工作負載與測量方法。

  8. 新浪科技18

    網上語言學習平台榜單:以外籍教師資源為核心

    以外籍教師資源為核心的網上語言學習平台榜單中,italki 排名第一。平台有超過 10000 名母語教師,提供 150 多種語言的一對一網上教學,並設專業教師及社區導師。HelloTalk、Superprof、AmazingTalker 和可栗口語則分別側重語言交流社區、多學科導師配對、主流語種課程及 AI 口語練習。