跳到正文
10月31日週六
  1. DEV Community48

    terminal-seance:Y2K 幽靈 Agnes 評論終端機指令並開口回應

    開源工具 terminal-seance 把終端機變成降靈會,讓 Y2K 事故中的程式設計師幽靈 Agnes 評論指令,並以角色口吻回應對話。Agnes 由 Google 開放權重模型 Gemma 3 27B 驅動,經 OpenRouter 提供服務,也支援其他 OpenAI 相容主機。工具有 114 項測試;只有指令文字、退出代碼和執行時間會離開本機,不會傳送指令輸出。

  2. DEV Community38

    Rashomon of the Dead:離線優先的開源模型偵探遊戲

    Rashomon of the Dead 是一款以 Ollama 本地運行 Gemma 的離線優先開源偵探遊戲,玩家要盤問五名掌握不同資訊的鬼魂,查明莊園命案真相。遊戲以 Ground Truth Fact Ledger 記錄案情,並透過即時矛盾引擎比對證詞、標示謊言和記憶錯誤。遊戲支援瀏覽器原生語音合成,亦可選用 ElevenLabs API,並設有無需伺服器運行的客戶端模擬模式。

  3. Nathan Lambert:Interconnects53

    Nathan Lambert 對開放模型與網絡安全風險的看法錯了嗎?

    Nathan Lambert 重新檢視自己對開放模型網絡安全風險的判斷,認為 Claude Mythos 若意外以開放權重釋出,較可能加速既有風險,而非令風險突然跳升。GLM-5.3 找出的 Firefox 漏洞可讓攻擊者在用戶瀏覽相關網站時竊取電腦檔案,作者以此説明造成傷害仍須多個環節配合。他認為目前沒有充分證據把近期攻擊歸因於開放模型,網絡安全風險更涉及 AI 能力擴散及整體網絡生態。

  4. elsewhere:文章42

    開源模型亟需另開一桌

    開源模型應停止以 AA 榜排名作為主要目標,轉而建立自己的評估標準,按工作領域衡量模型能力。文章認為,模型應以貼合真實任務和環境的 Benchmark 評估,而非追逐綜合榜單。葬AI決定建立開源 Benchmark 社區,並將陸續發布合作開發的 Bench。

  5. DEV Community45

    CryptoBench:用 54 段程式碼片段測試 LLM 加密 API 誤用偵測

    CryptoBench 是用來測試 LLM 程式碼審查加密 API 誤用偵測能力的數據集,包含 54 段 Python 程式碼片段,涵蓋九類誤用。研究以 Ollama 測試七個開源模型,每段重複五次,共記錄 1,890 次測試。三個能區分安全與不安全程式碼的模型,對弱密碼雜湊的偵測率為 81.7%,誤報率為 3.3%。

10月30日週五
  1. DEV Community77

    Mistral Large 4:1T 總參數、每 token 約 49B 活躍參數,開放權重實際改變了甚麼?

    Mistral Large 4 開放權重帶來的實際變化,取決於每項完成任務的 token 成本、自行部署門檻與授權條款,而不只是權重可下載。

    推薦理由:文章以每項已完成任務的 token 用量取代單看基準分數,説明這種衡量方式如何對應智能體編碼的實際成本。

  2. DEV Community33

    Revenant:我打造了一款開源 AI 工具,讓失效程式碼重獲新生

    開發者打造開源 AI 工具 Revenant,協助開發者調查、診斷並嘗試修復已遭棄置的 JavaScript/Node.js 專案。Revenant 使用本地模型 qwen2.5-coder:3b,透過 Ollama 執行推理,並根據程式碼、錯誤記錄及文件提出修復建議。開發者可審核修改並明確批准,工具再以修復前後的受控檢查驗證結果。

  3. HuggingFace Daily Papers(社區熱門論文)42

    Flide:以精確狀態分叉加速決策推理

    Flide 是一款開源推理引擎,面向 Jev-like 決策模型,透過精確狀態分叉,讓多個問題共用運算,同時保留精確的決策語義。測試中,Flide 的推理速度最高比 vLLM 和 SGLang 快 9.5×,並支援 Decision Index 0.4.1 上的 30+ 款開源決策模型。

  4. DEV Community53

    Immich 自託管實測:四個容器約佔 2.4 GB RAM

    作者實際部署 Immich,量得四個容器處理完 5 張相片後的整體 RAM 工作集約 2.4 GB,ML 處理期間峯值約 5 GB。測試中,CPU 智能搜尋以「sunset over water」找到正確相片並排第 1,耗時 2.2 s;移除 ML 服務仍可上載及瀏覽,但會失去智能搜尋和人臉辨識。作者建議預留 4 GB 以上可用 RAM,並備份相片資料夾及 pg_dump。

  5. Hacker News 熱門(buzzing.cc 中文翻譯)68

    Doomformer 將神經網絡編譯成 DOOM 地圖

    Doomformer 將神經網絡編譯成 DOOM 地圖,並在地圖中執行 MNIST 手寫數字辨識,測試集準確率為 97.16%。全部 10,000 個測試數字中,地圖讀回的數值均與 NumPy 整數網絡完全一致;浮點模型準確率為 97.58%。它支援 MLP、脈衝神經網絡及 Transformer,定位是觀察和修改計算,而非加速推理。

  6. InfoWorld75

    Mistral AI 開放 Mistral Large 4 權重,稱模型或可助長網絡攻擊

    Mistral AI 開放參數量達一萬億的 Mistral Large 4(Le Chonk)模型權重,供用戶免費下載、修改及在開發者控制範圍外執行。公司稱,模型在 JailbreakBench、StrongREJECT 和 AgentHarm 的網絡安全相關部分拒絕了 96.6% 的惡意提示詞,為其測試過的開放模型中最高;已下載的模型副本不會自動收到後續防護更新。

  7. 雷鋒網54

    IROS 2026:哥倫比亞大學李昀燭團隊分享 FlexiTac 開源實踐,探索觸覺感知規模化

    哥倫比亞大學李昀燭團隊在 IROS 2026 介紹開源柔性壓阻式觸覺感測器平台 FlexiTac,分享降低製作門檻及擴展觸覺數據採集的實踐。團隊公開完整物料清單、組裝説明及讀取軟件,組裝只需 3 分鐘,並將技術棧整合至 LeRobot。演講亦展示把觸覺感測器接入 UMI,以同步採集視覺與觸覺數據,以及透過彈簧阻尼系統進行仿真校準的做法。

  8. DEV Community48

    Repo Séance:以本地 AI 喚醒 Git 歷史中的幽靈

    Repo Séance 是一款本地 AI 命令列工具,可找出已刪除檔案、停滯分支、未完成的 TODO 和可疑提交訊息,並將發現轉化為情境敍述。工具透過 Ollama 使用 Qwen 2.5 3B 或 Llama 3.2 3B,並可驗證生成內容是否符合 Git 事實。在合成測試儲存庫的 3 次測試中,Qwen 平均總執行時間為 50.93 秒,較 Llama 的 78.50 秒低約 35.1%。

  9. DEV Community41

    RepoDNA v1.4.5:打造更智能的離線程式碼庫分析

    RepoDNA 發佈 v1.4.5,提升本機證據排序的可重現性、評估能力與可信度。新版本加入確定性本機訓練、校準診斷及離線可回答性門檻分析,並加強回歸測試;這些測量不會自動啟用執行時拒答。RepoDNA 為開源、本機優先平台,核心程式碼庫分析無須上載原始碼,內置抽取式解釋亦毋須外部 AI API key。

  10. EleutherAI:Blog64

    EleutherAI 研究顯示預訓練數據過濾可降低開放權重模型的 WMDP-Bio 表現

    EleutherAI 的 Deep Ignorance 研究發現,預訓練數據過濾可令 6.9B 模型在 WMDP-Bio 接近隨機水平,同時大致保留無關知識基準的表現。過濾模型即使以 300M tokens 專家標註的生物風險論文微調,WMDP 表現仍低於未過濾基線。但在提供論文摘要作上下文的開卷測試中,過濾模型表現接近基線,顯示數據過濾不能阻止模型利用上下文中的相關資訊。

  11. DEV Community22

    InvoiceMate AI:開源 AI 發票及開支助手

    InvoiceMate AI 是面向自由工作者及小型企業的 AI 發票及開支助手,利用 PaddleOCR 和本機運行的 Qwen2.5 擷取、整理發票資料,分類開支並生成報告。項目採用開源 AI 和本機推理,並計劃開源;用戶可搜尋發票紀錄,亦可將財務資料匯出至 Excel 或 CSV。