跳到正文
目前篩選:模型
  1. Hacker News 熱門(buzzing.cc 中文翻譯)77

    LookAtMyQuant 將 Inkling-2-Mini 壓縮至 5.38 GB 和 8.87 GB

    LookAtMyQuant 使用量化編譯器將 Inkling-2-Mini 壓縮為 5.38 GB 和 8.87 GB 兩個版本,並比較其基準測試表現。5.38 GB 版本在 GSM8K 得 134/200、HumanEval 得 60/164,高於 9.14 GB 的 Unsloth UD-Q2_K_XL(132/200、49/164)。

    推薦理由:文中比較 5.38 GB 版本與 9.14 GB 的 UD-Q2_K_XL,並列出 GSM8K 和 HumanEval 成績,呈現較小模型檔案在兩項基準上的表現。

  1. Engadget78

    Anthropic 員工聲稱使用 Claude 證明黎曼猜想

    Anthropic 員工 Levent Alpöge 聲稱與 Claude 合作,花六星期找到黎曼猜想的證明。他以 Lean 呈現研究結果,並稱完整證明超過 250,000 頁。牛津大學數學家 James Maynard 表示,他有 98% 或 99% 把握認為 Alpöge 的發現正確;黎曼猜想是克雷數學研究所的千禧年大獎難題之一,首個正確解答可獲 $1 million。

    推薦理由:報道列出 Alpöge 以 Lean 呈現研究結果、完整證明逾 250,000 頁的説法,並引述牛津數學家對其正確性的 98% 或 99% 把握。

  2. Hugging Face Blog71

    Inkling 2 Mini 發佈,面向本地部署的多模態 MoE 模型

    Thinking Machines Lab 與 Hugging Face 發佈 Inkling 2 Mini,一款支援 1M-token 上下文及圖像、文字輸入的本地多模態 MoE 模型。

    推薦理由:文章拆解 Inkling 2 Mini 如何重用中間層權重、透過跨輪訊息逐步修正計算,讓 24 個實體層執行相當於 48 個邏輯層的計算,呈現循環式架構的設計。

  3. OpenAI News65

    OpenAI 説明對抗性蒸餾防護,並加強 GPT‑6.2 Astra 和 GPT‑6.2 Sol 推理保護

    OpenAI 説明如何偵測和阻止對抗性蒸餾,並在 GPT‑6.2 Astra 和 GPT‑6.2 Sol 加強對受保護推理軌跡的防護。在自適應黑盒紅隊測試中,提取先前請求推理軌跡的攻擊成功率,從 GPT‑6 Astra 原有防護下的 54.0% 降至 GPT‑6.2 Astra 更新防護下的 0.2%;針對當前請求則由 22.9% 降至 0.9%。

    推薦理由:文章並列請求層防護、協同活動調查與自適應紅隊測試,並以攻擊成功率由 54.0% 降至 0.2%,呈現 GPT‑6.2 Astra 對推理提取的防護評估。

  1. MiniMax:Blog77

    MiniMax 最新內部模型 MIM 將多項理論攻擊轉化為實際攻擊

    MiniMax 研究團隊以內部研究模型 MIM 對現代密碼方案進行自動化密碼分析,將多項理論攻擊轉化為實際攻擊,並在公開密碼挑戰中解出數十個未解實例。MIM 在 McEliece 挑戰中找回 94 個實例的密鑰,包括 55 個此前未解實例;對已有公開紀錄的實例,單台 64 核伺服器的求解速度較既有紀錄快 6,180x 至 43,400x。

    推薦理由:文章以 NIST 候選方案、經同行評審的密碼構造及公開挑戰為例,展示 MIM 如何結合數學分析與程式工程,把理論攻擊轉化為可執行攻擊。

  2. IT之家78

    騰訊 Hy4 正式開源,混元 LLM 系列完成全量開放

    騰訊混元團隊正式開源 Hy4 大模型,模型權重已在 GitHub、Hugging Face、ModelScope 和 GitCode 四個平台上線。混元 LLM 系列至此已全部開源,涵蓋 Hy3 preview、Hy3、Hy4 preview、Hy4 及 Hy4 flash;Hy4 採用 MoE 架構,總參數 770B、激活參數 49B,上下文窗口突破 100 萬 Token。

    推薦理由:Hy4 權重已在四個平台上線,且 Hy4 及 Hy4 preview 採用 Apache 2.0 許可證,開發者可下載部署並作商業使用及修改。

  1. gihyo.jp84

    Google 發佈 Gemini 4 Neon,基於 Carbon 開發,旨在更快完成複雜任務

    Google 於 2026年11月18日發佈 Gemini 4 Neon,並開始在 Gemini 應用程式及 Gemini API 等服務中陸續提供。

    最新進展11月19日 10:05Gemini 4 Neon 基準測試、API 定價與 Orchestrator 工作流分析

    推薦理由:推理深度設為 high 時,Gemini 4 Neon 與 Carbon 在 Artificial Analysis Intelligence Index 均得 60 分;Neon 每項任務需 14.8 分鐘,Carbon 約 36 分鐘。

  2. DEV Community77

    GPT-6.2 Astra 與 GPT-6.2 Sol:基準測試及 API 定價比較

    文章比較 GPT-6.2 Astra 與 GPT-6.2 Sol 的基準表現和 API 定價,兩者在 Cognition FrontierCode 2.0 均有 48.2% 通過率。

    推薦理由:文章並列編碼基準、ARC-AGI-3 表現差距與 API 成本,亦提供按驗收任務核算支出的思路。

  3. Hacker News 熱門(buzzing.cc 中文翻譯)89

    OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol

    OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,分別面向高難度專業項目及日常工作,並以較少輸出 token 處理高要求任務。

    最新進展11月19日 06:33GPT-6.2 評測:開發者批評 Astra、Sol 的使用問題,OpenAI 提供三段提示詞

    推薦理由:文章比較 Astra 與 Sol 在專業工作、日常任務及基準測試中的定位與成本差異,並交代可用範圍和網絡安全防護限制。

  4. OpenAI News74

    OpenAI 模型改進 Jalapeño、AMD 及 RISC-V 晶片設計

    OpenAI 表示,其模型已用於改進自研 Jalapeño、AMD GPU IP 及開源 RISC-V 核心的晶片設計,並提升 RISC-V 評測中的吞吐量。在 AMD 旗艦 GPU IP 上,相較高度優化基線,PPA 改善最高達 14%;Jalapeño warp engine 和 matrix unit 的標準單元面積則分別減少約 13% 和 10%。

    推薦理由:文章並列量產設計中的 PPA 改善與兩款開源 RISC-V 核心評測,亦交代功能取捨和物理綜合檢查等限制,可對照模型測試分數與實際晶片設計要求。

  1. Hugging Face Blog67

    Rumble-2-Flash 開源,支援 40+ 種語言的 0.5B 語音辨識模型

    Rumble-2-Flash 以 Apache 2.0 授權開源,是支援 40+ 種語言的 0.5B 語音辨識模型。在 Open ASR Leaderboard 多語言賽道,它跨 9 種語言的平均錯誤率為 6.96%,優於 Meta 的 omniASR-LLM 7B 和 Whisper large-v3。

    推薦理由:文章以多語言辨識榜單及真實客服通話基準比較 Rumble-2-Flash,呈現小型模型在不同語音條件下的錯誤率表現。

  2. DEV Community81

    Gemini 3 得分 1501 Elo,但 Google 首日將其整合至 Search 才是關鍵

    Google 發佈 Gemini 3,並在推出首日將其用於 Search 的 AI Mode,供 Pro 和 Ultra 訂閲用戶使用。Gemini 3 Pro 在 LMArena 得分 1501 Elo;作者認為,與前代數週後才進入 Search 相比,首日整合才是這次發佈的戰略重點。

    推薦理由:文章將 Gemini 3 首日整合至 Search 與前代延遲數週作對照,呈現搜尋分發在這次發佈策略中的意義。

  3. DEV Community77

    Gemini 4 Carbon、Gemini 4 Hydrogen 與 Gemini 4 Argon 如何選用(2026)

    這篇 Gemini 4 模型比較建議先從 Hydrogen 開始,只有在它未能通過自訂測試時才考慮改用 Argon 或 Carbon。

    推薦理由:文章並列三款模型的定價、能力定位、限制與工作負載建議,並用月度用量試算成本,呈現選型時價格與任務需求的取捨。

  4. DEV Community78

    Gemini 4 Hydrogen 在綜合指數得分高於 Argon

    Gemini 4 Hydrogen 在 Artificial Analysis Intelligence Index 的預設 high 思考層級得分為 51,高於 Argon 的 50,xhigh 得分為 54。

    推薦理由:文章把 Gemini 4 Hydrogen 的分項基準、思考層級與任務成本並置,呈現綜合指數背後的工作類型取捨及路由判斷依據。

  5. OpenAI News65

    OpenAI 發佈更新版 Astra for Law,開放 ChatGPT Enterprise 客戶申請

    OpenAI 發佈更新版 Astra for Law,這項基於 GPT‑6.2 Astra 的法律模型配置現可供所有 ChatGPT Enterprise 客戶透過 Trusted Access Program 申請,亦可申請 API 存取。

    推薦理由:材料並列 LAB-AA 與 Vals AI 的基準數據及法律搜尋索引變化,可從任務滿分率和資料覆蓋兩方面瞭解此次更新。

  6. gihyo.jp78

    Microsoft 發佈 7 款 AI 模型,Codename MDASH 在 6 個開源項目確認 99 項漏洞並提交修正方案

    Microsoft 在 Microsoft Ignite 2026 發佈 7 款 AI 模型,涵蓋編碼、圖像、語音、決策、檢索及安全用途。MAI Code 2 和 MAI Code 2 Flash 已可在 GitHub Copilot 使用;MAI Image 2.7 支援文字生成及編輯,MAI Realtime 1 支援語音對話。

    推薦理由:七款模型涵蓋編碼、圖像、語音、檢索與安全用途,文章亦列出基準、費用和部署案例,可比較不同模型的定位與應用場景。

  7. Microsoft AI:官方博客77

    Microsoft 發佈七款 MAI 模型,涵蓋網絡安全、編碼、圖像、語音及決策

    Microsoft 在 Ignite 2026 發佈七款新模型,涵蓋網絡安全、編碼、圖像生成、即時語音、轉錄及決策。

    推薦理由:文章按網絡安全、日常企業編碼等場景列出基準表現及成本比較,呈現不同模型在任務表現與價格之間的取捨。

  1. DEV Community76

    Claude Fable 5.2 價格、基準測試及與 Mythos 5.2、Opus 5.5 的比較

    Saurabh Bhayana 的指南整理 Claude Fable 5.2 的定價、Anthropic 公佈的基準測試,以及它與 Mythos 5.2、Opus 5.5 的差異。

    推薦理由:文章比較 Anthropic 的基準與工作成本估算,指出 Fable 5.2 雖然每個 token 收費是 Opus 5.5 的兩倍,部分測試的單項任務成本仍較低。

  1. 新浪科技77

    騰訊混元發佈新一代大語言模型 Hy4

    騰訊混元發佈新一代大語言模型 Hy4,新增視覺理解並首次支援電腦操作(Computer Use),亦提升指令遵循、長文理解及長程智能體能力。Hy4 將於近期開源模型權重並發布模型系統卡片,目前已在騰訊雲Tokenhub、WorkBuddy/CodeBuddy、元寶等產品上線,API 亦接入 OpenRouter、Hermes、OpenCode 等平台。

    最新進展11月16日 13:30騰訊混元發佈 Hy4 flash:224B 總參數、每個 token 激活 12B 參數,單任務成本約為 Hy4 的 5%

    推薦理由:Hy4 的更新涵蓋視覺理解、電腦操作及長程智能體任務,報道亦列出已上線產品與 API 平台,呈現能力擴展及接入情況。

  2. 中華網科技80

    阿里巴巴發佈 Qwen4-Max,單項任務平均費用下降 58%

    阿里巴巴發佈基座大模型 Qwen4-Max,總參數量為 2.4T,並已在千問 AI 平台提供 API 服務。模型具備原生視覺能力、支援百萬上下文;文中稱其單項任務平均費用較上代下降 58%。中小尺寸模型將陸續開源,用戶亦可透過阿里 Token Plan 調用新模型。

    推薦理由:報道列出 Qwen4-Max 相較上代在多項評測、Token 用量及任務費用上的變化,讓讀者可一併對照模型表現與推理成本。