跳到正文
11月11日週三
  1. 雷鋒網57

    晶片熱潮中,張博士面對5000萬元仍決定不創業

    2026年晶片創業熱潮中,張博士在知名VC提出5000萬元、邀他組隊任CEO後,仍決定不創業,與被融資節奏推動前進的團隊形成對照。春節後,部分熱門項目在兩三個月內估值升至十倍,資本集中押注LPU、3D、存算一體等方向,晶片公司招聘增加,部分人才薪酬也隨之上漲。文章指出,資本週期以周、月計,晶片研發和客戶驗證以年計,估值上升仍須由產品在真實場景中的表現支撐。

  2. DEV Community67

    AI 功能不應預設最高推理投入,更多思考可能令答案變差

    文章主張,AI 功能不應把每次請求都設為最高推理投入,因為這會增加延遲和成本,部分任務的答案品質還可能下降。一項 SWE-bench Verified 分析中,o1 高推理投入的問題解決率為 29.1%;三次低投入執行後按較低過度思考分數選取,問題解決率為 30.3%,成本少 $200。文章建議以自有評測集比較不同投入水平的準確率、token 用量及 p95 延遲,並採用達到品質標準的最低投入。

  3. IT之家59

    華為麒麟 9050 系列搭載新一代達芬奇架構 NPU,支援 30B MoE 大模型端側運行

    華為麒麟官方公眾號介紹,麒麟 9050 系列搭載的新一代達芬奇架構 NPU 支援 30B 大模型端側運行,無須連網或等待雲端。新一代 NPU 效能提升 140%、功耗降低 66%,並支援 Transformer 引擎、超低功耗感知引擎及 CANN 異構計算架構。公告亦稱,業界首個 30B MoE 大模型進入端側運行,並支援多級存算協同優化及低比特量化。

  4. 阿里雲開發者社區 AI69

    長程模型上線後,如何為智能體會話設定預算閘

    長程智能體會話應設定累計預算閘,不能只看每百萬 token 單價或限制單輪輸出。Tansr 的 maxTotalTokens 累計輸入、輸出及快取讀寫,思考 token 計入輸出且不重複計;maxUsd 只適用於以 USD 計價的模型。預設 block 會在下一次模型呼叫前中止本輪,但不會截斷已發出的模型串流或工具呼叫;恢復會話不會回填歷史用量。

  5. EJ Tech 信報科技 · AI82

    Anthropic 推出 Claude Fable 5.2 及 Mythos 5.2,Fable 5.2 輸出快 30%、API 降價兩成並能操控機械臂

    Anthropic 推出 Claude Fable 5.2 及 Mythos 5.2,兩款模型在編程、推理及視覺等方面改進,輸出速度較 5.1 快 30%。Fable 5.2 API 每百萬個 Token 的輸入及輸出收費分別為 8 美元及 40 美元,較上一代下調兩成;Fast Mode 分別收費 16 美元及 80 美元,Token 生成最高提速 2.5 倍。

    推薦理由:文章並列 Fable 5.2 的速度、收費與基準表現,亦交代 Mythos 5.2 的申請限制及隱蔽行為風險,呈現新模型能力與安全議題的不同面向。

  6. Hacker News 熱門(buzzing.cc 中文翻譯)52

    推理旨在解決甚麼問題?

    文章將模型推理視為在 token 空間中搜尋通往正確答案的路徑,並指出 RL 訓練提高的是成功路徑的整體概率,而非保證單條思維鏈收斂。延長思維鏈之所以有時有助準確度,是因訓練令模型學會運用額外 token,並非生成更多 token 本身必然更好。文章亦指出,驗證器不完美時,RL 搜尋可能令模型學會走向被錯誤接受的捷徑。

  7. 新浪科技81

    Gemini 4 Carbon 開放使用,AlphaProof Code 四周為 Signal 生成 650 萬行 Lean 證明程式碼

    Google DeepMind 宣佈 Gemini 4 Carbon 開放使用,並公佈 AlphaProof Code 以其驅動多個 AI Agent,四周內為 Signal 核心實現生成約 650 萬行 Lean 證明程式碼。

    推薦理由:文章把 Gemini 4 Carbon 的長週期推理能力,連到 AlphaProof Code 對 Signal 編譯後程式碼的形式化驗證案例,具體呈現多個 Agent 如何結合 Lean 與機器檢查。

  8. 新浪科技82

    Google 開放 Gemini 4 Carbon,主打複雜編程、科學研究與網絡安全

    Google 正式開放 Gemini 4 Carbon,供開發者、企業、科研人員和消費者使用,主打複雜軟件工程、科學研究與網絡安全。模型已透過 Gemini API 和 Google AI Studio 向付費開發者開放,統一上下文窗口為 1,048,576 Token,標準同步請求最多輸出 65,536 Token。

    推薦理由:文章並列 Gemini 4 Carbon 的開放渠道、上下文規格與漏洞測試成績,呈現其面向複雜編程和安全研究的任務定位。

  9. 虎嗅62

    西安前三季度進出口增長115.5%,儲存價格上漲帶動出口

    西安2026年前三季度進出口總值達7644.1億元,同比增長115.5%;文章分析,增長與全球AI投資帶動的儲存需求及西安儲存產業集中度上升有關。其中,集成電路出口3466.8億元,增長251%,佔全市出口58.1%;當前增長主要由儲存價格上漲和產品升級帶動。文中指出,三星西安產線升級進度、AI推理新增閃存需求,以及美國逐年審批設備出口許可,將影響後續供給。

  10. DEV Community49

    JGENai 與 VIDRAFT 推出評估 LLM 自我錯誤偵測能力的基準測試

    JGENai 與 VIDRAFT 聯合發布元認知基準測試、24 個模型的公開排行榜及 11 款模型專用元認知適配器,用來評估模型能否察覺自身錯誤。基準包含 400 道陷阱題,分別評估選擇題準確率及開放式自我錯誤判斷能力;JGOS-31B-Citizen 排名 24 個模型之首,答對 398 題,陷阱題迴避率達 99.5%。

  11. IT之家80

    Google 開放迄今最強推理模型 Gemini 4 Carbon,主打複雜編程、科學研究與網絡安全

    Google 開放 Gemini 4 Carbon,稱其為目前能力最強的推理模型,面向複雜軟件工程、多步驟智能體任務、科學研究及網絡安全。

    推薦理由:文章對照 Gemini 4 Carbon 與 Gemini 4 Argon 的任務定位,並列出 Carbon 的開放渠道、上下文規格與定價,呈現 Google 面向長週期複雜工作的模型部署安排。

  12. CNET66

    Google 擴大 Gemini 4 Carbon 的開放範圍

    Google 擴大 Gemini 4 Carbon 的使用範圍,現向開發者、企業、科學家及一般用戶開放。Google 表示,Gemini 4 Carbon 在多個領域的基準測試中勝過其 Argon AI 模型及 OpenAI、Anthropic 的競爭模型;它在 Gray Swan IPI 基準測試中的提示詞注入攻擊成功率為 0%。

  13. OpenAI:失準報告與通報69

    OpenAI 研究探討模型生命週期中哪些因素影響思維鏈可監控性?

    OpenAI 發佈研究,分析預訓練、模型架構、強化學習及模型生成數據如何影響思維鏈(CoT)可監控性。研究發現,基礎模型困惑度下降與無 CoT 能力提升相關,部分架構在特定評測的表現亦高於困惑度所預測;強化學習在只有長度限制及最終答案評分時仍會提高 CoT 可控性,這種特徵也可經模型生成數據的監督式微調傳遞。作者指出,CoT 可控性是有噪聲且不完美的監控規避代理指標,與實際規避表現未必一致。

  14. Unite.AI53

    Stanford AI100 報告指生成式 AI 擴展受數據與成本限制,AI 影響擴大

    Stanford HAI 於 2026 年 11 月 10 日公佈第三份 AI100 報告,指出生成式 AI 擴展正受高質素數據短缺及前沿訓練成本限制。報告預期下一階段會更多依靠更智能的演算法、可能較小且較少重建的模型,以及推理階段的更多計算和工具或智能體。報告亦稱,AI 數據中心及晶片投資的規模與速度超越以往投資熱潮,但 AI 對整體宏觀經濟的影響及企業投資回報尚未在數據中顯現。

  15. Hacker News 熱門(buzzing.cc 中文翻譯)82

    Google 開放 Gemini 4 Carbon 使用,主打複雜知識工作與科學推理

    Google 向開發者、企業、科學家及一般用戶開放 Gemini 4 Carbon,主打複雜知識工作、軟件工程及科學推理。它在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 均排名 #1,每項任務成本比次佳外部模型低逾 2X。

    推薦理由:文章對照 Carbon 面向高難度多步任務、Argon 適合多數軟件工程及知識工作的定位,並提供基準與價格資訊,呈現兩款模型的用途差異。

  16. Google DeepMind83

    Google DeepMind 開放 Gemini 4 Carbon 使用,面向複雜知識工作與科學推理

    Google DeepMind 開放 Gemini 4 Carbon,供開發者、企業、科學家及一般用戶使用,並定位為面向複雜知識工作、軟件工程及科學推理的前沿模型。

    推薦理由:文章列出 Gemini 4 Carbon 在多項工作流程基準的排名及相對成本,並交代付費開發者和企業的使用入口,呈現其產品定位與採用條件。

11月10日週二
  1. Hugging Face Blog64

    Hugging Face 生態系如何支援決策模型

    Hugging Face 將決策模型支援整合至 Transformers,並以共通介面讓模型根據狀態、問題及允許答案輸出結構化決策和機率。

    推薦理由:文章比較決策模型與傳統分類、零樣本分類的定位差異,並展示 Transformers 與 llama.cpp 如何透過共通介面處理選項、序位評分及是非判斷。