跳到正文
目前篩選:模型
10月17日週六
  1. DEV Community49

    Parakeet that knows what a makolet is: an English-Hebrew code-switching fine-tune

    Parakeet-TDT-0.6B-v2-English-Hebrew-Codeswitching 微調版推出,可將英語與希伯來語混用語音中的希伯來語詞彙,以拉丁字母正確轉寫。公開基準測得其希伯來語詞彙召回率為 65.7%,WER 為 4.2%;兩項指標均優於原版 Parakeet。模型提供 .nemo、GGUF、ONNX 和 sherpa-onnx 格式,並可在 Android 手機離線運行。

  2. UNWIRE.PRO · 人工智能76

    Meta 發佈 Muse Spark Open,與 Apple 合作支援 Mac Studio 叢集本機運行

    Meta 於 10 月 15 日發佈總參數量達 8,160 億的開放權重模型 Muse Spark Open,並與 Apple 合作,讓模型可在 2 部配備 M5 Ultra 晶片的 Mac Studio 上完全本機運行。

    推薦理由:文章梳理 Muse Spark Open 在 Mac Studio 叢集本機運行所需的記憶體與互連條件,並指出企業還須衡量授權限制和部署成本。

10月16日週五
  1. Unite.AI78

    Reflection 發佈 Beam 開放權重,採用 Apache 2.0 授權

    Reflection 於 2026 年 10 月 16 日在 Hugging Face 發佈 Beam 開放權重,採用 Apache 2.0 授權。Beam 是總參數量 501B、每個 token 啟用 23 billion 個參數的混合專家模型,權重提供 BF16、FP8 和 NVFP4 格式。

    推薦理由:Beam 同時提供多種精度權重、自託管選項及多個推理框架支援,呈現開放權重模型從下載到部署的配套。

  2. The Guardian Technology72

    Meta 發佈 Muse Spark Open 開放權重 AI 模型

    Meta 發佈開放權重 AI 模型 Muse Spark Open,稱其可與中國開發者的同類模型競爭,部分情況下表現更佳。Meta 稱該模型面向編碼及智能體工作,適用於長程任務、複雜軟件工程和多步推理,並針對 Apple M5 Ultra 晶片作出優化;Meta 表示可用兩台配備 M5 Ultra 晶片的 Mac Studio 運行該模型。

  3. DEV Community47

    XPath to iOS Class Chain: can Claude do it instead of a converter?

    Claude 未能勝過轉換器:在比較的 676 個定位器中,最佳模型結果只達轉換器可用鏈數的 96.7%,沒有一個定位器表現更好。未加入規則的模型每次都產生錯誤鏈,轉換器則沒有;加入規則後,Opus 5.5 和 Sonnet 5.5 均把錯誤鏈降至零。測試建議使用最新模型、低或中等 effort 並加入規則;max 花費最高可達 medium 的 4.6 倍,但只帶來少量提升。

  4. gihyo.jp73

    Meta 公開開放權重模型 Muse Spark Open

    Meta於2026年10月15日公開 Muse Spark Open,供編碼及多階段工作的 AI 智能體開發,並可由開發者自行執行和訓練。與 Qwen、GLM、Kimi 比較,其 Terminal-Bench 2.1、DeepSWE 1.1、MCP-Atlas、JobBench 分數分別為76.4、60、89.2、61.8,表現因基準而異。

  5. 第一財經29

    金溢科技攜手北航發佈交通世界模型

    金溢科技與北京航空航天大學團隊圍繞多模態數據生成方法開展研究,首次提出面向路側視角的交通世界模型 TWM(Traffic World Model)。相關研究探索以生成式人工智能構建可控的道路場景數據,為高速公路事件監測及運行管理中的模型訓練、測試和評估提供數據支持。

  6. DoNews49

    小米開源空間音訊理解大模型 MiDashengLM-Spatial

    小米開源空間音訊理解大模型 MiDashengLM-Spatial,公開完整模型權重及推理程式碼,並採用 Apache 2.0 授權。該模型以 MiDashengLM-7B 為基座,是業界首個開源端到端空間音訊理解大模型,具備空間感知與推理能力。模型將陸續應用於小米智能家居及汽車座艙等場景。

  7. DEV Community78

    Gemini 4 Argon 基準數據未呈現的設定差異與定價風險

    Gemini 4 Argon 廣泛引用的基準分數多在 High 推理設定下測得,但預設設定是 Medium,兩者不能直接代表用戶的預設表現。獨立測試中,Argon 在 Artificial Analysis Intelligence Index 的 High 模式得分為 52.56,模型幻覺率為 15%。

    推薦理由:文章拆分基準測試設定與用戶預設值,並列出入門定價與報道中的後續價格,讓模型比較和遷移成本估算有具體依據。