Google 擴展 Antigravity Teamwork 系統,形式化驗證多項複雜數學成果
Google 擴展 Antigravity 多智能體系統,透過 Gemini 驅動的專業智能體協作執行數學證明等任務,並正透過 Antigravity 向用戶開放 Teamwork 和 /boost 工作流。
Google 擴展 Antigravity 多智能體系統,透過 Gemini 驅動的專業智能體協作執行數學證明等任務,並正透過 Antigravity 向用戶開放 Teamwork 和 /boost 工作流。
InferenceKey 實測 Clover-35B-A3B 在 llama.cpp v0.9.0 上只以 AR 模式逐個 token 推理;修補官方 Q4_0 GGUF 後,模型在單張 RTX 4090 上達到 202–211 tokens/s,首 token 延遲為 0.13–0.31 秒。
llama.cpp 開發團隊於 2026年11月13日發佈首個主版本 1.0.0,計算函式庫 ggml 亦同步升至 1.0.0。兩個函式庫日後以主版本號標示公開 API、ABI 不相容變更;1.0.0 亦從 llama.h 移除 35 個已棄用函數。llama-server 新增語音合成用的 /v1/audio/speech 端點,Web UI 加入具名聊天羣組及 Markdown 編輯器。
方案以阿里雲百煉作推理中樞、函數計算作彈性執行層,構建以自然語言互動和結構化數據輔助決策的系統。系統調用通義千問 qwen-plus,按 JSON Schema 輸出建議,並可透過函數計算按需執行或定時巡檢。AI 輸出只作參考,關鍵資金調撥或策略調整須保留人工審批。
在 Microsoft 任職逾 14 年的 AI 科學家、AI Frontiers 實驗室聯合創辦人 John Langford 已離職,稱研究成果缺乏落地路徑,創新想法亦難獲認真考慮。
llama.cpp 於 2026 年 11 月 13 日發佈 1.0.0,確立公開 C API 的穩定規則,破壞性變更只會隨主版本更新推出。此版本移除 35 個已棄用函式,並加入 OCP FP8 KV-cache 支援、主機記憶體 MoE 專家快取,以及 Kimi-K3.1-Pro、Ripple 和 xing4_0 三種新文字架構。
Devesh Korde 整理四種可在 Claude 上測試的提示詞模式,並明言沒有 10 倍提升的依據。其中三種有 Anthropic 公佈的測試結果:範圍控制提示在 max effort 編碼測試中令工作階段成本下降約三分之一且品質不變;要求實際檢查則令 low effort 下略過或流於表面的檢查變得罕見,但每項任務成本略升。
Perplexity 發佈 Decider v1.3 和 Decider Flash v1.3,兩款決策模型支援分類與評分,並可經 Hugging Face(Apache 授權)、OpenRouter 及 Perplexity Decisions API 使用。
黃仁勳於11月12日辭去 NVIDIA 總裁、首席執行官及董事職務,結束33年掌舵生涯;文章指出,NVIDIA 還面對客戶自研晶片、軟件移植成本下降及融資策略延續等挑戰。其互連網絡與 AI 計算平台構成競爭壁壘,但雲端服務商和模型公司正加快自研晶片,AI 編程亦可能降低跨平台移植成本。文章亦分析黃仁勳以採購承諾和融資平台支持下游客戶的做法,並指出其能否延續取決於實際 AI 需求及繼任者的投資取向。
推薦理由:文章把 NVIDIA 的競爭壁壘拆分為互連與網絡生態、客戶自研晶片及融資支持,呈現黃仁勳離任後多重挑戰如何交織。
黃仁勳離開英偉達後,公司面臨管理接班、CUDA生態延續及2790億美元供應與產能承諾兑現等考驗。這筆承諾主要是為未來需求安排供應和產能,並非已收到的客戶訂單或已支付的現金,若需求延遲可能造成庫存積壓和供需錯配。文章亦指出,英偉達正尋找推理、機械人、自動駕駛及工業 AI 等增長方向,但這些市場能否達到數據中心業務規模仍需要時間驗證。
推薦理由:文章梳理黃仁勳離任後英偉達在管理接班、CUDA生態延續與巨額供應承諾兑現上的壓力,並連結這些問題與公司如何維持增長的關係。
AI 對數學的影響預示其將如何改變 AI 研究;AI 可能只需數年便能匹敵頂尖人類研究者。
Google 宣佈 Gemini 4 Carbon 全面開放予開發者、企業、科學家及消費者,並在 Google Antigravity 預覽 /swarm。
推薦理由:材料對照 Carbon 與 Argon 的任務定位、token 用量及相同入門價格,呈現 Google 如何區分高難度推理與一般知識工作。
Gary Walkers 使用 OpenAI 的 o200k_base tokenizer 量度系統提示詞、few-shot 和鏈式推理的 token 成本,並整理提示詞注入的防護做法。
llama.cpp 與底層機器學習引擎 ggml 的庫版本均升至 1.0.0,並將以主版本號標示 API 或 ABI 不兼容變更。llama.cpp 已支援超過 150 種模型架構變體及主流推測解碼方法;ggml 後端可編譯為動態庫,並按需在執行時載入。版本規則以 MAJOR 標示破壞性變更、以 MINOR 標示向後兼容的功能等更新,並以 PATCH 標示不改變 API 的錯誤修復。
OpenAI 解散獨立機械人研究團隊,將研究人員併入核心研究團隊,並把應用機械人及硬件團隊劃入 Applied 部門;公司稱此舉不代表退出機械人領域。英偉達一項模擬機械人操作基準測試中,由 GPT-6 Astra 驅動的智能體成功率為 74.8%,高於榜單上最佳專用機械人模型公開的 51.0%;測試並非在真實機械人上進行。
AWS 示範如何透過 Amazon SageMaker JumpStart 部署 OpenFold3-preview(OpenFold3 0.4.1),以非同步推理預測蛋白質、DNA、RNA、小分子配體及其複合物的三維結構。
文章説明,應用程式呼叫 LLM 時應把回覆視為可能出錯的抽樣延續,並驗證所有需要解析的欄位。知識截止日之後的事實及私人資料,應視為未知,直至程式把當前來源放入提示詞;模型 ID 變更時,則應重新測試格式、拒答及語氣。對要由程式解析的輸出,作者建議將 temperature 設近 0,並留意 token 按讀寫量計費,以及標準 attention 的計算和記憶體開支隨序列長度平方增長。
作者在 LeWM 上完成 600 次實驗,找出四種無需重新訓練的規劃方法;其中兩種結合後,長程任務成功率由 22% 提升至 85%。這些方法不改變 LeWM 的模型權重;在較難的 Push-T 測試中,最佳規劃器將方塊維持在目標上的成功率為 56%,主要失敗於目標與示範資料方向相反的情況。
Dyania Health 與 NVIDIA 宣佈,Synapsis AI 已在醫院自有 NVIDIA GPU 系統上運行,病歷不需離開醫療系統網絡。Cleveland Clinic 的初步研究涵蓋 7,812 名於 2005 至 2021 年接受主動脈瓣置換的患者,Synapsis AI 為每人回答 88 個臨牀問題,並回顧最多 16 年病歷。
S1CogBench 評估 System One 決策模型在 24 項認知任務上的表現,揭示其能力與限制。評測涵蓋 27 種評估模式、七個開源模型及 API 模型 Jev。結果顯示,模型在部分學習任務表現良好,但可能未能蒐集資訊或因應回饋調整;快速決策亦未必有充分證據支持。
LoopFill 是一種免訓練的推測解碼演算法,將多 token 後綴草稿與淺層循環預測合併至同一草稿樹,並透過完整深度驗證保留自回歸輸出分佈。七項基準測試中,LoopFill 在 Ouro-2.6B 和 Huginn-3.5B 上較貪婪自回歸解碼分別加速 5.85 倍和 5.13 倍,較最強基線 LoopAhead 分別快 40% 和 25%。
在策略蒸餾會改變 LLM 智能體跨領域的 ReAct 互動模式,成效因監督領域而異。一般推理監督令數學工具嘗試率由 70.4% 降至 14.4%,準確率由 16.7% 升至 38.0%;ALFWorld 監督則令 τ^2-bench 準確率由 41.5% 降至 6.6%。
研究團隊推出 XYBench,以 8,115 個真實問題評估 AI 助手能否識別用戶的錯誤假設,並回應其實際目標。在 Stack Overflow 子集中,五個受測模型提供原始請求解法的比例為 75–86%,提供底層目標解法的比例為 59–71%;回答主要聚焦底層目標的比例為 35–41%。
芬蘭邏輯學家 Jan von Plato 使用 Claude 梳理 Kurt Gödel 的 16 本工作簿,整理出 Gödel 曾證明、勾勒證明或構想證明的 663 項定理。這批手稿共 1,009 頁;經 Coq 核驗,約 400 項按原述成立、約 200 項需修訂,約 50 項錯誤。
混合決策模型(HDM)透過自我路由區塊,在單次前向傳遞的隱式思考與自回歸推理之間作出選擇,並以 CDPO 訓練路由區塊。在 JevBench 上,HDM-4B 得分為 0.857,對比 Jev 的 0.851(+0.7%);中位延遲為 0.179\,s,對比 0.652(-72.5%)。在 MiniWoB 上,HDM-27B 將 token 成本降低 80.1%。
Ai2 發佈 XYBench,這個包含 8,115 個真實問題的基準,用來評估 AI 助手能否識別用戶問題中的錯誤假設,並轉向處理其真正目標。在 Stack Overflow 題目中,五款受測模型只有 35–41% 的回答主要聚焦真正目標,人類參考答案則為 55%。另在二選一測試中,六款模型有 71–84% 選出目標導向答案,顯示模型選出好答案與自行寫出好答案的表現有落差。
LLM serving 可透過 vLLM 0.33 的實驗性功能,把 prefill 和 decode 分配到不同 GPU 池,再以 KV cache 傳輸銜接兩個階段。
Google 將 Gemini 4 Hydrogen 定位為速度取向模型,稱它在預設推理設定下完成任務的速度是 Gemini 3.8 Flash 的 2.5 倍。
Intel CEO 陳立武在 SGLang Summit 受訪時透露,Crescent Island 訂單金額已超過 20 億美元。這款面向 AI 推理的 GPU D 系列採用 LPDDR5X,公版顯存為 160GB,合作夥伴可定製至最高 480GB;八卡方案最高支援 1 萬億參數的大語言模型。D 系列不含顯示及 3D 圖形硬件,不能用於 PC 遊戲,只能用作本地 AI 部署。
作者以 Gemma 4 E2B 比較六種推理服務引擎在 RTX 3050、Tesla T4、NVIDIA L4 和 Cloud TPU v5e 上的速度、負載表現及 GSM8K、BFCL 成績。
Engadget 評測認為,Microsoft Surface Laptop Ultra 是目前最強的 Surface 筆電,搭載 NVIDIA RTX Spark,但原始效能仍落後 Apple 的 M5 Pro。
以色列創投人士認為,Nvidia 的領導層動盪可能為 AI 晶片及推理軟件競爭者創造機會,但若這份不確定性同時令 AI 支出放慢,市場機會也可能縮小。Nvidia 於 2019 年以 $6.9 billion 收購以色列晶片公司 Mellanox,並在當地聘用 6,000 人;其繼任者會否維持對以色列的投入仍受關注。
Translated 發佈研究模型 Lara Mini,以 6 trillion tokens 訓練,涵蓋英語及另外 44 種語言;模型有 7.2 billion parameters,每個 token 啟用 600 million parameters。
Xavier Portilla Edo 介紹 hikyaku,一款以 Go 編寫、用單一 YAML 設定來源與目的地的訊息轉送工具,支援 AI 路由、重試、備援和死信佇列。作者以 6 個標註案例把信心閾值由 0.90 調至 0.95,測試準確率由 83.3% 升至 100.0%。工具亦可在 AI 路由跳過或失效時改用規則路由,並能建立按請求難度選擇模型的 OpenAI 相容 LLM proxy。
阿里雲 2026 雙十一活動為 Qwen3.8-Flash 提供按量節省計劃、Token Plan 訂閲、夜間折扣及上下文快取折扣等優惠,並整理活動入口與適用規則。優惠期至 11 月 30 日,按量節省計劃最低 4.5 折,Token Plan 新客首購 5 折。Token Plan 夜間 4 折只在北京時間每日 22:00 至翌日 08:00 生效,按量付費不適用,兩套計費通道的額度亦不互通。
中山大學梁曉丹團隊提出 GeoThinker 系列兩項研究,先讓視覺語言模型按需利用外部幾何資訊,再以 GeoThinker-F 探索由模型內部生成空間線索。相同訓練數據下,GeoThinker-F 的六項空間智能基準平均得分為 62.21,與 GeoThinker 的 62.23 幾乎相同。GeoThinker-F 推理延遲由 1.45 秒降至 0.40 秒,速度提升約 3.6 倍。
西湖大學團隊推出首版基礎模型 Awomo-0.5,以40億參數在6項國際公開評測的不同榜單中登頂。模型採用「概念世界模型」路線,RoboTwin-c2r 成功率為80.6%,MolmoSpaces 得分為73.4%。目前公佈的成績集中於機械人仿真操作,尚不足以證明模型具備跨領域通用能力。
NVIDIA 發佈的 Alpamayo 2 Edge 是一款端到端自動駕駛模型,結合因果鏈推理與擴散動作專家,根據多攝像頭畫面及自車狀態生成駕駛軌跡。它以 <NOMINAL> 減少常規場景的顯式推理文本,並以 AlpaJudge 評估推理品質、透過 AlpaGym 和 AlpaSim 開展閉環強化學習。
這篇指南比較開源無拒答大語言模型的 Abliteration、拒答自由微調和可調政策三種路線,並按 VRAM 與工作負載整理選擇建議。作者將 abliterated Qwen3.8-27B 列為 2026 年預設選擇,標示其 Q4 版本需 16–24 GB VRAM;文中亦比較各方法的拒答率、基準能力變化與長上下文風險。
這篇教學示範如何用 Apple MLX 和 `mlx-lm` 載入 4-bit 量化模型,並透過 Swift bindings 將端側推理接入 iOS。文中列出的社羣回報吞吐數據為 A17 Pro 執行 Qwen3-1.7B 約 18–24 tokens/sec、M2 約 55–70 tokens/sec。