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。
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。
Hedra 推出 Model Factory,將 GPU 基礎設施、模型後訓練、推理優化及生產回饋整合至同一工作流程,供需要按自有數據和運作條件調整模型的團隊使用。
AI100 第三份報告指出,人工智能改變社會的速度超出預期,技術發展已超越治理步伐。報告指出,訓練前沿模型的成本高昂且高質素數據日益稀缺,未來進展或轉向更高效的模型和更深入的推理;人工智能亦正影響科學研究、經濟、網絡安全、戰場及公共信任。
Sparxity 完成 A 輪融資,累計融資額達 $90M;公司未披露本輪融資金額。本輪由 ICM HPQC Fund 領投,Lockheed Martin Ventures、GlobalFoundries 等參與,資金將用於開發面向動態稀疏計算的晶片。公司以在高度稀疏模型上令 AI 推理快至 44 倍為目標,並表示已製造逾 70,000 顆晶片,安裝 12 個系統機架。
德累斯頓計算公司 Sparxity(前稱 SpiNNcloud)完成 A 輪融資,團隊累計融資達 $90 million,資金將支持面向細粒度動態稀疏計算的專用晶片研發。公司稱新一代硬件目標是在超稀疏模型上實現最高 44 倍推理速度;這是目標,並非現有系統的成績。A 輪金額未從累計融資額中另行披露。
8 GB 邊緣裝置是否足以執行 2 GB 模型檔案,不能單靠兩者相減判定,必須在目標工作負載下量度整機記憶體峯值。核算需分開考慮常駐權重、KV cache、運算緩衝區、作業系統及配套服務,並測試最長請求和真正重疊的併發請求。
DeepSeek 以較低訓練成本和 MoE 架構,展示大模型如何以較少算力取得高效能。DeepSeek-V3 訓練成本為557.6萬美元,總參數6710億,每次回答只激活370億個參數;DeepSeek-R1 則透過強化學習學會逐步解題。文章亦指出,降低算力需求有助推動大模型普及。
Don Karter 檢視 Octomind 與 Codex CLI 在 GOLD 65 項任務上的 150 組配對執行追蹤,分析 Octomind 早期在六項最差任務中 tokens 用量一度高達 Codex CLI 3.1 倍的原因。
OPPO 宣佈 OPPO Pad Air6 將於 11 月 16 日發布,配備 12.1 英寸、最高支援 120Hz 的 LCD 屏幕及 10050mAh 電池。
Anthropic 發佈 Claude Fable 5.2 和 Claude Mythos 5.2,定位為應對艱巨技術挑戰的長程智能體模型。文章稱,Fable 5.2 在 30 小時內完成費馬大定理的形式化;Mythos 5.2 在內部 CVE 再發現評估中,發現的漏洞數量比 Claude Opus 5.5 多 10.2%,比 Claude Mythos 5.1 多 14.4%。
推薦理由:文章以數學形式化、硬件設計及安全測試等案例,呈現兩款模型面向長程複雜技術工作的定位。
文章推演美國所有尚未開工的數據中心項目若全部凍結,AI 不會停擺,但有效算力年增速會由約12至15倍降至約6倍。推演估計,美國數據中心總容量在2028年前後將停在約120至150GW;新增電力受限後,訓練、推理與智能體服務將爭用固定電量。文章提出提升每瓦 token 產出、跨機房分佈式訓練、轉向後訓練和強化學習,以及以端側和小模型分流等四條補充路線。
百度世界2026將於11月12日開場,主題為「下一幕,智能組織」;百度此前已調整事業部架構並整合多條產品線。dodo和文心快碼先後併入百度搭子,文章亦梳理文心5.5 Flash Base開源及ERNIE Evolve用於文心5.5 Flash推理優化的進展。文中稱目前可確認的大會發布為文心Unlimited OCR 2。
Reframe 提出兩階段後訓練框架,透過以證據為依據的強化學習及觀察狀態門控的在線策略蒸餾,提升視覺智能體的工具使用能力。框架包含 GD-GRPO 和 OG-MOPD,在 14 個圖像及影片基準測試中均優於 Mix-RL 和 vanilla MOPD。兩個階段均不需要針對任務的 SFT 冷啟動。
負責審查 OpenAI Yang-Mills 證明的五名物理學家宣佈,將於 2026 年 11 月 10 日在 GitHub 公開完整 Lean 程式碼及委員會評估。
推薦理由:公開的 Lean 程式碼和委員會評估可供外界核對,但自然語言版證明未公開,且結果不涵蓋質量間隙問題。
美團在 LongCat-2.5 技術博客中稱,訓練、Prefill 和 Decode 可獨立選擇並行配置,同時保持逐 token logprob bitwise 一致。
Anthropic 推出 Claude Fable 5.2 和 Claude Mythos 5.2,兩者是同一基礎模型的變體,並在編碼、推理和視覺方面有所改進。
Meta AI 發佈 Muse Ember,稱其為面向複雜推理及智能體日常重複工作的最小、最高效模型。短提示詞下,Muse Ember、GPT-6 Luna 和 Claude Haiku 5.5 的輸入/輸出價格均為每百萬 tokens $0.10/$0.50,但價格上調門檻分別為 200k、272k 和 100k。
小凝 Agent 的文章將大模型驅動複雜系統的穩定性,歸結為單次決策載入資訊量、無驗證連續段數及單步可驗證比例三項結構因素。文章主張 OS 層承載穩定、跨項目復用的規則,項目層負責具體執行。設計方法包括動作級切窗、可執行驗證、有前提的重啟及結構化狀態卡,以控制長鏈誤差與狀態傳遞。
Meta於2026年11月9日發佈小型模型 Muse Ember,供 Muse Code 及 Meta Model API 使用,面向以較低成本執行 AI 智能體的重複工作。
研究團隊提出 Sage-Taiyi,一種受元認知啟發的架構,利用累積的科學理解決定下一步研究方向及研究方法。在 Taiyi-Bench 涵蓋 10 個學科、50 篇論文的 265 項任務中,Sage-Taiyi 在歷史再發現與開放式構想的八項指標均排名第一,Overall 得分為 54.0,高於最強基線 AI Scientist-v2 的 47.9。
WARC 是一個有 35M 參數、以其他遊戲預訓練的 vision transformer,研究其在測試時透過有限互動學習新遊戲機制的能力。在未見遊戲中,WARC 有五分之四的機制能以至少 80% 準確率預測受影響格子;其中一半約經 80 次觀察便達到此準確率。.closed-loop 遊玩公開遊戲時,WARC-Agent 將探索器的官方效率分數由 0.15 提升至 0.46。
Meta Superintelligence Labs 發佈 Muse Ember,一款面向智能體內大量重複步驟的多模態推理模型,支援 1M-token 上下文及最多 512K 輸出 token。
Nanbeige 4.2 3B 的 4-bit 量化版本可在 16GB MacBook Pro 上使用,但回應速度是作者測試過的系列中最慢。模型檔案大小為 2.1 GB,簡單文字問題約需兩分鐘,小型編碼任務則約需十分鐘思考;輸出表現不俗,亦能生成可用程式碼。
Anthropic 啟動 IPO 路演之際發佈 Claude Fable 5.2 和 Claude Mythos 5.2;Fable 5.2 在多個獨立排行榜居首,取回 Gemini 4 Carbon 曾短暫佔據的第一位。
推薦理由:文章並列每 token 價格下降與 GDPx 單項成本上升,並以測試量和 subagents 解釋差異,呈現模型榜單表現與任務成本並非同一指標。
Anthropic 於 2026年11月10日正式發佈 Claude Fable 5.2 與 Mythos 5.2,並稱新模型多項能力增強,輸出速度最高提升 30%、API 呼叫成本降低 20%。
Google 擴展第八代 TPU 產品組合,推出面向企業 AI 智能體工作負載的 TPU 8tx 和 TPU 8i Max。TPU 8tx 面向機密推理,Google 稱其延遲較 TPU 8t 最多降低 2x;TPU 8i Max 由兩枚 TPU 8i 組成,運算能力、SRAM 和 HBM 頻寬均為 TPU 8i 的兩倍,支援百萬 token 上下文。
Anthropic 發佈 Claude Fable 5.2 與 Claude Mythos 5.2,官方稱兩款模型在編碼、推理、科學研究、網絡安全及機械人等領域均有提升,輸出速度最高提高 30%,成本下降 20%。
推薦理由:文中並列 Claude Fable 5.2 在編碼與多學科推理基準上的成績及競品數據,呈現其在不同測試中的相對表現。
Anthropic 推出 Claude Fable 5.2 和 Mythos 5.2,並在 API 層加入 effort parameters,讓開發者調整模型推理所花的時間和 token 數量。VALS index 上,Fable 5.2 以 71.31% 排名第一。開發者可按任務複雜程度分配推理成本,減少簡單 API 呼叫的開支。
Anthropic 於 2026年11月9日發佈 Claude Fable 5.2 和 Claude Mythos 5.2,改進編碼、圖像理解與複雜推理,並提升長時間智能體工作的表現。
推薦理由:文章並列兩款模型的基準測試、價格及開放條件,並説明共用基礎模型下 Mythos 的安全措施與使用門檻差異。
阿里雲 2026 年雙 11 活動指南整理輕量伺服器、ECS、GPU 伺服器及 AI 服務的優惠,並按短期測試、長期部署和模型 API 調用列出選購方向。文中列出輕量伺服器新客 38 元/年、ECS e 實例 99 元/年及 Token Plan 新客首購低至 5 折,亦整理續費、計費和額度使用限制。
GPT-6 Astra 對 Qwen3.5-0.8B 進行權重編輯後,MATH-500 分數由 7.9% 升至 48.1%;大語言模型可從權重讀出訓練資料的主張則未通過獨立審核。編輯只改動 131,072 個權重(模型的 0.016%),獨立重跑得 51.0%;分數提升主要來自修復重複生成迴圈,而非新增數學能力。
Anthropic 技術專家 Lance Martin 在 AI Engineer 紐約大會分享優化 Claude 應用的方法,涵蓋提示詞、提示詞快取、評測集與長週期智能體架構。他建議清理過時提示詞、維持快取前綴穩定,並以訓練集和測試集進行自動優化,以識別過擬合。一項提示詞快取測試在效能沒有明顯變化下最高節省72%成本,另一個自動優化案例則提升效能並降低90%成本。
清華團隊提出 Asking the World(ATW)框架,讓 AI 從影片建構可執行的物理模擬世界,並透過查詢、模擬和條件幹預回答物理屬性、運動預測及反事實問題。
Anthropic 於 11 月 9 日發表研究,稱 Claude Fable 5.2 從簡短提示完成電子裝置規格、電路原理圖、PCB 佈局與走線、外殼、韌體及零件清單,三部按設計檔製作的原型未經電路修改便運作數星期。
北京星空院宣佈,「辰光一號」技術試驗衞星搭載的北京太空數據中心關鍵技術,在軌測試結果通過第三方專業機構評測。衞星採用270V母線電壓,搭載經抗輻照加固的國產商用伺服器,總算力為25P(INT4),並成功驗證多個大模型訓練及推理任務。其散熱方案採用空間全液冷商用伺服器及大面積石墨烯柔性輻射器,可承載6000W峯值熱耗,三項核心技術均通過在軌驗證。
登臨科技於11月10日在港交所上市,發行價為231港元,開盤價為229港元,開盤市值139億港元(約人民幣118億元)。公司以企業私有雲為目標市場,按2025年收入計,在中國企業 AI GPGPU 市場佔1.0%,排名第三。2026年前四個月營收達2.00億元,經調整淨利潤錄得2058萬元並首次轉正;同期企業私有雲佔收入83.0%。
Google於11月9日推出第八代TPU新變體TPU 8tx和TPU 8i Max,今年已推出四款TPU,藉場景化設計爭取AI晶片市場份額。TPU 8tx主打硬件強制機密計算;TPU 8i Max的計算能力、記憶體容量及HBM帶寬均為TPU 8i的兩倍,支援百萬Token級上下文窗口。谷歌稱TPU業務已有近100家客戶;報道亦指出,CUDA軟件生態及遷移成本仍是競爭障礙。
整理大量雜亂文件時,應先給 AI 足夠強的模型、完整上下文、工具和權限,讓它理解內容、建立分類架構並判斷資料間的關聯。低成本模型或腳本更適合規則明確後的批量修改等重複工作;評估成本時也要計入返工和人工時間。批量刪除或覆蓋原文時,應保留版本記錄及復原方式。
Anthropic 於當地時間11月9日推出 Claude Fable 5.2 與 Claude Mythos 5.2,稱兩者是目前公開發布的能力最強模型。兩者底層模型一致,Fable 面向普通用戶,Mythos 僅向通過核驗的機構開放;相較5.1,輸出速度最高提升30%,標準定價下調20%。
推薦理由:報道把新模型發佈放在 IPO 路演與算力成本壓力的背景下,呈現技術迭代能力與長期算力開支之間的權衡。
Anthropic 發佈 Claude Fable 5.2 和 Claude Mythos 5.2;文章稱,1000 個 Fable 5.2 智能體在 30 小時內完成費馬大定理的形式化證明。文中還稱,Opus 5.5 運行 18 小時只完成 26%,而 Fable 5.2 用 8 天寫出可在筆記本電腦啟動的原型作業系統。
推薦理由:文章以費馬大定理形式化證明及 Opus 5.5 的對比為主線,再列出作業系統、物理和生物案例,呈現兩款模型被宣稱的能力範圍。