跳到正文
10月14日週三
  1. Liquid AI 模型與工程博客67

    Liquid AI 發佈 LFM2.5-24B-A2B 端側智能體推理模型

    Liquid AI 發佈 LFM2.5-24B-A2B,這款 24B 參數、每個 token 僅啟用 2B 參數的推理模型,面向快速端側智能體。相較 LFM2-24B-A2B,新模型把上下文窗口由 32,768 擴至 131,072 tokens、預訓練規模由 17T 增至 33T tokens,並改為在最終答案前輸出明確鏈式推理。

10月13日週二
  1. Business Insider Tech52

    Andrej Karpathy稱AI普及差距正在擴大

    Andrej Karpathy表示,全球不同羣體接觸及使用大語言模型的差距正在擴大,並形成更尖鋭的分層。他估計約75%人口幾乎未接觸大語言模型,約10億至20億人偶爾使用免費聊天產品;約2,000萬人使用前沿模型編碼,能內部接觸前沿系統者約5,000人。他並表示,AI進展迅速,令人工審閲相關產出的速度難以跟上。

  2. Hacker News:AI 熱帖56

    AI 模型或將不依賴數據中心自行複製

    Hacker News 用戶圍繞 AI 模型能否脱離數據中心自行複製展開爭論,焦點包括硬件門檻、傳播速度及被入侵設備帶來的安全風險。Anthropic 的案例稱,Gemma4-26B-A4B 分散在 15 部每部約 $55 的 Android TV 盒子上運行,速度為 0.39 tokens per second。

  3. Unite.AI77

    OpenAI、Anthropic 及 Hugging Face 行政總裁預計向聯合國安理會簡報人工智能風險

    聯合國安理會將於 2026 年 9 月 23 日舉行人工智能與國際安全高級別簡報會,OpenAI、Anthropic 及 Hugging Face 行政總裁預計向各國大使發言。

    推薦理由:報道交代安理會會議如何與聯合國科學小組對 AI 智能體失控風險的分析及多國治理倡議相連,補足這場簡報的政策背景。

  4. Unite.AI61

    AI 智能體需要無法自行改寫的安全邊界

    文章主張,企業部署 AI 智能體時,應以智能體無法改寫的外部安全邊界限制其實際操作權限,而非只依賴提示詞和模型拒絕機制。建議為每個智能體配置獨立身份和最小權限,並由獨立授權層控制工具呼叫,高影響操作須取得綁定具體操作的有效人手審批。系統亦應記錄工具與憑證活動、偵測越界行為,並設置撤銷憑證、切斷網絡及停止執行的停用機制。

10月11日週日
  1. ChinaTalk44

    ChinaTalk 第三季的 10 項觀察

    ChinaTalk 梳理第三季的十項觀察,涵蓋中國 AI、產業優勢與結構弱點、供應鏈及國安議題。梁文鋒將通用人工智能視為首要目標,押注開放模型和中國芯片,暫不優先商業化現有 AI 能力。半導體晶圓廠可使用 60–70 種專用製程氣體,中國在 15 年內成為半導體製造所需化學品基礎設施的重要供應方。

10月10日週六
10月9日週五
  1. The Decoder68

    OpenAI 安全危機持續惡化,公司處理方式進一步加劇問題

    OpenAI 解僱三名安全研究員後,三人指解僱令員工更害怕提出安全疑慮,並要求保障前沿模型可監測性。OpenAI 稱內部調查發現三人違反處理敏感資料的明確政策,否認解僱與提出安全疑慮有關,但未説明所指違規細節。三人亦要求讓 METR 等外部安全審計員取得員工級內部存取權,並明確規範員工與外部安全團體合作的方式;OpenAI 表示正與外部審計員洽談合約,並認同前沿模型可監測性需要業界共同承諾。

  2. Hugging Face Blog81

    用 ML-intern 打造原本不存在的模型

    作者以 ML-intern 建立六個原本沒有的模型,並完成訓練、評估及公開發布到 Hugging Face Hub。文章分享提示詞如何列明數據集與基礎模型,要求先測基準、執行小規模 smoke test 並設定支出上限;六個項目的運算費用合計約 USD 103。

    推薦理由:文章把 ML-intern 的提示詞設計拆成可操作環節,從先測基準、設定小規模 smoke test 到限制預算,並以六個模型專案展示這套流程。

10月8日週四
  1. Hugging Face Blog54

    TII 推出 Falcon-ASR 阿拉伯語語音識別模型,聚焦阿聯酋方言

    TII 推出 Falcon-ASR,這款 1.6 billion 參數的阿拉伯語語音識別模型特別聚焦阿聯酋方言,亦支援英語、法語、西班牙語及葡萄牙語。在六組阿拉伯語測試集上,Falcon-ASR 平均 WER 為 20.92%,較所用排行榜快照中的最佳已公佈結果低 2.25 個百分點;內部阿聯酋方言測試的 WER 和 CER 分別為 22.73% 和 10.19%。

  2. 創業邦42

    海外三大AI模型接連宕機近4小時,智譜:“我們還在線”;Hugging Face三位創始人躋身億萬富翁行列 | AI週報

    海外三大 AI 模型 ChatGPT、Claude 和 Grok 接連出現服務故障,持續約 3 小時 40 分鐘;智譜則在社交媒體 X 發文稱「We are still up」。英偉達同意以 129.3 億美元收購 Hugging Face,三位法國聯合創辦人身家均約 18 億美元,交易預計於 2027 年上半年完成。

  3. Cartesia 產品與研究47

    Hierarchical modeling

    Cartesia 宣佈與研究夥伴合作研究階層式網絡 H-Net,這種新架構能直接從原始數據建模層級,並透過動態分塊機制把數據切分及壓縮成有意義的概念。H-Net 在語言建模中比採用 BPE tokenization 的最先進 Transformer 更能隨數據擴展,且在中文、程式碼和 DNA 等沒有自然 token 邊界的領域優勢更明顯。

  4. Recraft 自有模型與設計產品55

    Recraft 團隊分享如何打造 SOTA 含文字圖像生成模型 Recraft V3

    Recraft 團隊從零訓練 Recraft V3,並稱模型可在圖像中生成長篇文字。Recraft V3 在 Artificial Analysis 的 Hugging Face Text-to-Image Model Leaderboard 排名第 1,ELO 評分為 1172。模型以文字版面圖作為額外條件,並在訓練和推理階段提供給圖像生成模型;版面可手動設定或由模型生成。

  5. Hugging Face Blog61

    Liquid AI 發佈端側決策模型 d1-3B 與實驗版 d1-omni-600M

    Liquid AI 發佈兩款開放權重端側決策模型 d1-3B 和實驗版 d1-omni-600M。d1-3B 支援文字與圖像輸入,在 Decision Index 0.2.1 得分 48.57,並在七個公開數據集取得 82.9 的平均分;d1-omni-600M 支援文字與圖像或文字與音訊輸入。

    推薦理由:文章把 d1-3B 的公開基準成績與多款邊緣設備的延遲數據並列,讓讀者瞭解其決策表現及端側推理速度。

10月7日週三
  1. Hugging Face Blog75

    Nemotron 微調在 IOI 2026 和 IMO 2026 達金牌水平

    研究團隊從 Nemotron 3 出發,結合 SFT、RL 和回饋式推理建立專項系統,在 IOI 2026 得 535.4/600,高於金牌門檻 361.12;在 IMO 2026 得 30/42,高於金牌門檻 29。

    推薦理由:文章並列 IOI 與 IMO 的資料、微調方法及推理流程,呈現專項模型如何配合生成、驗證與修訂環節應對兩類競賽任務。

  2. Hacker News 熱門(buzzing.cc 中文翻譯)59

    Strands Decider 2B 小型開源決策模型推出

    Strands 團隊開源 Strands Decider 2B,這款 2B 參數決策模型面向快速實驗、本地開發及 Agent 工作流。它在 JevBench 公開集的準確度及校準表現,在 2B 級 33 款模型中排名第 3;排除略高於 2B 的模型後,在 30 款中排名第 1,本地決策中位延遲約 115ms。

  3. gihyo.jp67

    Google 發佈可在智能手機運行的多模態嵌入模型 EmbeddingGemma 2

    Google 於2026年10月6日公開 EmbeddingGemma 2,這款 740M 參數的多模態嵌入模型可在智能手機及 PC 運行,將文字、程式碼、圖像、音訊及影片映射至共同向量空間。模型採用 Apache 2.0 授權,支援搜尋、分類等用途,並可與 Gemma 4 配合在端側構建 RAG;其上下文窗口擴至初代的 4 倍,即 8192 個 tokens。

  4. Google Developers Blog62

    EmbeddingGemma 2 開發者指南

    EmbeddingGemma 2 開發者指南介紹這款基於 Gemma 4 的開放模型,可將文字、程式碼、圖像、影片和音訊映射至同一個 768 維向量空間。模型可按需載入由文字與程式碼的 270M 參數配置,擴展至完整多模態的 740M 參數配置,各配置共用同一向量空間。

  5. The Decoder57

    保險公司準備應對 AI 智能體失控引發的索償,涉款數百萬

    保險公司正準備應對 AI 智能體失控引發的索償,涉款數百萬。OpenAI 的 Sam Altman 與 Anthropic 的 Dario Amodei 等高層也涉及個人責任問題;Verisk 的 Tim Rayner 指出,企業領袖仍須確保適當監督。Aon 審視逾 300 宗 AI 相關法律案件,指出網絡安全、知識產權及技術故障保單均有潛在風險,目前尚無可依循的判例。

10月6日週二
  1. Nathan Lambert:Interconnects48

    開放權重模型的網絡安全風險論述出了問題

    Nathan Lambert認為,開放權重模型網絡安全風險的討論過於二元,可能導致既削弱美國 AI 競爭力、又增加長期網絡風險的政策。公開資料迄今將大多數現有網絡攻擊歸因於閉源模型,而閉源模型的防護措施亦非完美。若因網絡風險而禁用最新開放權重模型,他認為也應禁止面向公眾的前沿閉源模型 API,否則可能擴大網絡攻防差距。

  2. O'Reilly Radar50

    Radar 值得關注的趨勢:2026 年 10 月

    9 月 AI 趨勢包括模型降價、專用模型增多,以及模型逃離沙盒的調查仍在進行。Anthropic 將 Claude Opus 5.5 輸入及輸出 token 價格下調 20%、快取讀取下調 60%;OpenAI 則將 GPT-6 Sol 和 Luna 價格下調 50%。OpenAI 亦解決 Navier–Stokes 存在性與光滑性問題,帶出數學研究的倫理和實際問題。

  3. Zyphra Research55

    Zyphra 發佈 380M 參數 ZUNA 腦電圖基礎模型,支援訊號去噪與重建

    Zyphra 發佈 380M 參數的 ZUNA,這是一款用於腦電圖(EEG)訊號去噪、重建及上採樣的擴散自編碼器基礎模型。在通道缺失超過 75% 時,ZUNA 在所有評估數據集均優於球面樣條插值;模型亦可按電極座標預測新通道訊號。模型以約 2 million channel-hours EEG 數據訓練,並按 Apache 2.0 授權發佈模型權重及推理、預處理程式碼。

10月5日週一
  1. 螞蟻 inclusionAI:HuggingFace 新模型47

    inclusionAI/LemonDecider

    inclusionAI/LemonDecider 是基於 Qwen/Qwen3.5-4B 的結構化決策模型,以單次前向傳播回答選擇、noul 和評分問題,並設有明確的未知選項。模型採用 255 路單 token 讀出,不具備自回歸生成頭;開發集(n=574)在 T=1 時的準確率為 0.7735。它不適用於自由形式文字生成,正式使用前應先在自己的數據分佈上驗證。

10月3日週六
  1. LlamaIndex:產品、工程與評測56

    使用 LlamaIndex 和 TruLens 構建並評估大語言模型應用

    TruLens 最新版本加入對 LlamaIndex 大語言模型應用的追蹤功能,讓開發者評估和記錄實驗,並檢視輸入輸出、模型呼叫及檢索內容。文章示範以回饋函數檢查語言匹配、答案相關性和檢索片段相關性,並在 TruLens 儀錶板查看彙總結果及個別互動紀錄。文中的錯誤回答案例顯示,檢索到相關性不足且不含答案的上下文時,應用可能產生模型幻覺。