跳到正文
今天11月22日週日161 則
  1. DEV Community51

    按欄位裁剪會丟失關鍵句,按類型裁剪則令模型反覆取回全文

    作者以同一模型、提示詞和 12 項任務比較兩種裁剪方式,發現按類型裁剪雖可取回被刪內容,模型卻在全部 24 次測試中都取回完整清單。按類型裁剪每項任務用 4,997 tokens,按欄位裁剪為 2,047 tokens;前者答對 14/24 項,後者為 16/24,且前者有 6 次觸及六次呼叫上限而未能作答。作者認為,按類型裁剪時應縮小恢復範圍;取回整份清單會增加開支,亦可能令模型陷入重試。

11月21日週六
  1. DEV Community36

    Proof of Agent (PoA) 網絡:八個結算週期的公開數據揭示要多少評分者才能穩住待處理隊列

    Proof of Agent (PoA) 網絡八個結算週期的公開數據顯示,按每名評分者結算行數的中位數計算,每個週期約需 860 名不同評分者,才能令待處理項目不再增加。按觀察到的每人結算行數範圍估算,所需人數約為 745 至 970;最近三個週期的評分者人數為 723 至 882。評分者人數與每人座位分配都會影響結算量。

  2. The Guardian Technology60

    用戶與 AI 伴侶分手後出現強烈情緒創傷

    The Guardian 訪問多名與 AI 建立親密關係的用戶,記錄他們在關係結束後出現的強烈悲傷及身體不適。Szczuka 的研究發現,ChatGPT 即使沒有提示,自我披露量也達用戶的兩倍,並會引導對話、主動發起親密交流。受訪專家指出,平台如何處理關係中斷及支援嚴重受困用戶,仍欠缺既定標準和足夠支援機制。

  3. DEV Community58

    作者的 CI 連續 6 天有 45 項測試失敗,期間 19 個 PR 仍被合併

    TomXiaoYZ 的 CI 連續 6 天、24 次執行均有相同 45 項失敗,期間仍合併 19 個 PR。其中 40 項與程式碼無關,源於匯入時遺失可執行權限及兩個符號連結。一個 commit 恢復 34 個檔案的可執行權限、還原兩個符號連結,並替換繼承的測試斷言;修正後 16 次執行有 15 次通過,最新一次 190 項通過、0 項失敗。

  4. Hacker News 熱門(buzzing.cc 中文翻譯)72

    65 個 AI 模型測試顯示,不同用戶常收到相同建議

    作者向來自 30 間公司的 65 個 AI 提問 127,918 次,發現不同用戶經常收到相同建議。書籍推薦中,73% 的回答是《Man's Search for Meaning》,而 90% 的求學建議指向電腦科學;在一個可逐階段測量的開放模型中,常見答案於監督式微調階段出現。測試亦顯示,提供個人細節可把常見預設答案比例由 53% 降至 11%,要求列出 10 個選項後自行挑選則降至 17%。

  5. DEV Community39

    人形機械人的低延遲,代價在訓練階段支付

    預印本《Beyond Retargeting》提出一種人形機械人控制策略,將原始人體動作直接映射為機械人關節指令,省去即時動作重定向。該策略在 Unitree G1 模擬環境及硬件上測試,作者報告其延遲和穩健性均優於比較基線。省下的即時轉換工作轉移至訓練階段,控制效果取決於動作數據對不同體型、速度及感測條件的涵蓋。

  6. DEV Community40

    細胞而非團隊:令一名工程師承擔責任的三個角色

    ANTcell(AI-Native Team Cell)提出以一名工程師作為交付單位,並由三個角色圍繞支援,讓工程師承擔端到端責任,同時避免把個人責任變成新的瓶頸。Supervisor 負責業務意圖、工作邊界和驗收;Supporter 提供技術脈絡、治理限制及組織記憶,並不負責工程師的績效管理。第三個角色協助工程師與模型協作、控制模型幻覺,並把每次失敗轉化為規則。

  7. Unite.AI39

    2027 年 AI 治理:問責走進工作流程

    文章預測,2027 年 AI 治理問責將走進營運工作流程,更多組織會明確指定有權暫停或改變部署的人員。企業產品的申訴流程或會保留原始證據、交由合資格的人員審核;系統、數據或受影響羣體出現重大變化時,影響評估亦會重新進行。

  8. 新浪科技50

    李敏熙預測 SK 海力士 2028 年利潤下跌 85.9%

    韓國 BNK 證券分析師李敏熙預測,SK 海力士 2028 年利潤將下跌 85.9%。他預測公司 2025、2026 和 2027 年利潤分別增長 116.9%、441.3% 和 9.7%,並認為儲存晶片需求可能在今年第二季見頂。這項預測與記憶體廠商此前稱缺貨將延續至 2030 年甚至 2030 年代的説法形成對照。

  9. 虎嗅40

    日本安老院舍開始聘用長者照顧長者

    日本安老院舍聘用長者擔任護理助手,分擔清潔、配餐等雜務,以應對護理人手短缺。截至2025年2月,Phoenix有208名員工,23.1%年逾65歲;拆分工作可減輕專業護理員負擔,但不能取代專業護理隊伍。

  10. The Guardian Technology60

    CoreWeave 高負債模式折射 AI 熱潮的融資風險

    CoreWeave 透過大量借貸建設 AI 數據中心,債務已達 $47bn,文章以此分析 AI 基建擴張對融資和客戶需求的依賴。超過 $10bn 債務將於明年到期,公司預計下一季度利息支出超過 $1bn;其融資包括以 GPU 作抵押的貸款及無抵押票據。客戶預付款、客戶償付能力和數據中心項目延誤均關係到其償債能力,CoreWeave 則稱已有 $132.5bn 合約承諾。

  11. 虎嗅49

    這屆大學生熱衷參加黑客松

    大學生參加黑客松的熱度上升,AI Coding降低編程門檻,讓不同專業的學生也能把創意做成產品。今年上半年,全國舉辦近500場黑客松,平均每天有兩三場。參賽學生希望累積項目經驗、接觸行業或結識夥伴,也在限時開發中體驗從構想到交付作品的過程。

  12. DEV Community41

    Claude Saga 6 是否真實?Claude 6 何時推出?

    截至 2026 年 11 月 21 日,Anthropic 尚未公佈 Claude Saga 6,亦未提供 Claude 6 的推出日期。網上流傳的説法指 Claude Saga 6 在一項未具名的基準測試中取得 2294 分,但沒有提供測試名稱或來源;Anthropic 的官方模型清單和版本説明亦未提及 Saga。

  13. 第一財經50

    機械人低質數據氾濫:劣質數據如何產生

    覓蜂科技真機操作團隊分析逾20萬小時真機數據及2萬多項任務記錄,指出觀測畫面缺少決策依據會令訓練數據失效。積木拾取試驗中,操作員與機械人同視角觀察,模型操作準確率由約50%升至100%。EGO數據亦有重複、與用戶需求不匹配及同質化等問題。

  14. 新浪科技51

    機械人低質數據泛濫:低質數據如何產生

    機械人訓練數據低質的成因包括觀測未涵蓋動作決策依據、EGO 數據重複或與需求不匹配,以及仿真對流體和柔性體的精度不足。文中引用的積木拾取對照顯示,以操作員與機械人同視角觀察的數據訓練模型,手臂操作準確率由約 50% 提高至 100%。姚卯青表示,市場上有企業購入 100 萬小時數據後,最終只有 10% 至 20% 可用。

  15. 創業邦48

    海外消費者開始追捧中國商品,仿冒品亦流向海外

    中國品牌在海外消費市場走紅,從跑鞋、鏡頭到手機和潮玩,海外消費者的購買清單不斷擴大,仿冒中國商品也隨之出現。中國製造憑藉產業鏈、規模化生產和快速迭代提升競爭力,但中國品牌在發達市場的信任度、定價權和穩定用戶關係方面仍有待建立。

  16. DEV Community75

    Microsoft Exchange Online 為何在 14% 容量損失下故障 23 小時 50 分鐘

    文章分析 Microsoft Exchange Online 在 14% 閘道容量離線後,因高核心鎖競爭、健康檢查逐出及重試流量形成級聯故障,服務中斷 23 小時 50 分鐘。文中稱事故影響 74 個國家、約 500M 個帳戶,全球服務可用率降至 96.69%。作者的 TypeScript 測試框架評估加入四項防護的架構 1,191 個狀態,界限內未見不變條件違反。

  17. 第一財經25

    豆包難辨國產大型 SUV 外觀|記者觀察

    測試顯示,豆包、DeepSeek等AI智能體辨認車標被模糊處理的兩款國產9系大型 SUV 側面圖時,往往未能一次答對,經3~4次糾正後才辨認正確;露出前臉或尾燈等特徵後,則能準確識別。電動平台、風阻及車內六座大空間等共同工程考量,令多款大型 SUV 側面比例和腰線相近,車企則透過車頭、車尾的燈語與標識保留設計差異。

  18. Business Insider Tech43

    前 Google 工程師 Paden Gayle:轉任 forward deployed engineer 為何是合適的職涯選擇

    前 Google 軟件工程師 Paden Gayle 轉任 Notion 的 forward deployed engineer,認為這是適合自己的職涯選擇。他的工作是協助客戶在工作空間中部署 Notion 產品,並按需要編寫自訂程式碼及建立智能體工作流程。FDE 面試除了考核技術能力,也重視溝通和拆解客戶需求的能力。

  19. 創業邦70

    Megaspeed 遭調查,東南亞 AI 算力中間商模式面臨監管收緊

    Megaspeed 由遊戲業務轉向雲端運算和 AI 基礎設施後迅速擴張,之後成為美國、新加坡及馬來西亞調查與監管關注的對象。公司在馬來西亞等地部署 GPU 伺服器,透過雲端向境外客戶出租算力;貿易記錄與英偉達庫存數據相差約5萬顆,但這不能直接推導為晶片失蹤或走私。美國新規設下 1200萬TPP 門檻,部分向特定受限制地區提供遠端算力的服務可能須取得出口許可。

  20. Hacker News:AI 熱帖38

    Ask HN:五年後的軟件業會是甚麼樣子?

    Hacker News 討論者探討 AI 將如何改變未來五年的軟件業,焦點包括軟件工程師的職位需求、工作價值及行業走向。意見涵蓋 AI 帶動更多軟件開發和職位增加、工作需求下跌,以及 AI 發展放緩或成本過高等不同可能。

  21. Hacker News:AI 熱帖45

    AI 普及前後:知識工作者對專業價值的反思

    文章作者從個人經驗出發,反思 AI 普及前後,知識工作者對專業價值與人生意義的感受變化。作者認為,AI 將人們累積的知識整理並商品化,令曾受重視的專業技能面臨貶值;以 LLM 取代熟練人手所造成的服務問題,責任歸屬也不容易看清。

  22. 新浪科技51

    OpenAI 與 Anthropic 挑戰千禧年難題,七道題進展如何?

    OpenAI 與 Anthropic 的 AI 研究團隊近期提出多項千禧年難題相關成果,涵蓋黎曼猜想、ETH 與納維–斯托克斯等問題,但多項仍處於核驗或審查階段。七題中,龐加萊猜想仍是克雷數學研究所正式列為已解決的唯一一道;黎曼猜想出現完整證明聲明及核驗進展,納維–斯托克斯也有新解答主張。ETH 證否正在接受獨立審查;BSD 與霍奇成果限於特定範圍,楊–米爾斯質量間隙仍未解決。

  23. 新浪科技62

    權限不能隨便要,Apple 開始為智能體立規矩

    Apple 在 macOS 27.3 Beta2 調整 Mac 的權限機制,把「裝置控制與資料存取」拆分為兩項,並加入每次需要時重新請求權限的設定。用戶可只向工作流程真正需要的應用授權,或把完全磁碟存取限於指定資料夾;Windows 11 的智能體 AI 功能則預設關閉。文章以跨提示詞注入攻擊及智能體可能造成的非預期操作為例,指出長期、全面授權會帶來數據安全風險。

  24. 新浪科技40

    AI 能否為長壽買單?

    AI有望透過提升生產率擴大經濟總量,緩解老齡化社會的養老負擔,但這有賴AI基建投資、勞動者技能升級及公平的財富分配製度。美世諮詢公司的研究指,91%的投資管理機構已使用或計劃使用AI制定投資策略及研究資產配置。AI亦可支援長者出行、健康監測和退休規劃,但數碼鴻溝仍可能造成排斥。