模型大小會否影響 LLM 智能體可靠性?11 款 1.5B 至 32B 開放模型中,10 款主機端狀態全程準確
在主機持有狀態並逐項檢查模型提出的變更時,11 款 1.5B 至 32B 開放模型中有 10 款在 3,200 步測試的每一步都維持準確狀態,所有模型均無狀態損毀。使用一般文字描述請求時,Qwen2.5-1.5B 只在 2.31% 的步驟答對,Qwen2.5-32B 則達 97.91%。
在主機持有狀態並逐項檢查模型提出的變更時,11 款 1.5B 至 32B 開放模型中有 10 款在 3,200 步測試的每一步都維持準確狀態,所有模型均無狀態損毀。使用一般文字描述請求時,Qwen2.5-1.5B 只在 2.31% 的步驟答對,Qwen2.5-32B 則達 97.91%。
Jason Wei 加盟 AI 初創公司 Mercor,出任首席科學家,並將協助建立研究團隊,推進數據與評測研究。Mercor 於 11 月 10 日宣佈完成 7.5 億美元 D 輪融資,估值達 200 億美元,並正加碼模型評測、後訓練及讓 AI 智能體學習複雜工作流程的環境。
llama3.1:8b 在一次本地測試中,收到錯誤程式碼及失敗案例後,兩度原樣重複有 bug 的函式;只收到「再試一次」的盲目重試,則首次便修正了錯誤。12 項任務中有 3 項未能通過基準測試;在這 3 項中,錯誤提示重試的最終得分有 2 項不高於盲目重試,僅 1 項明顯較好。
Conductor 0.95.1 已提供 OpenAI 最新模型 GPT-6.2 Sol 和 GPT-6.2 Astra。此次更新日期為 2026 年 11 月 17 日。
11 月初,Meta 首席 AI 官 Alexandr Wang 在 Instagram 分享一段宣傳 Muse 的 AI 生成影片,片中 Sam Altman、Mark Zuckerberg、Wang 和 Muse 吉祥物 Jolly 參與四方視像通話。
科技龍頭股普遍下跌,微軟收跌2.27%,Netflix跌1.76%,Google跌1.24%,Meta跌1.20%,NVIDIA跌0.44%,蘋果跌0.25%。SpaceX逆市升3.16%,Tesla升0.10%,Amazon升0.05%。
南卡羅來納州商人 Joe Thomas 稱,Meta 的 Muse 智能體 Baby Mia 代他就 Facebook 商業專頁遭停權一事起訴 Meta,案件於週一在南卡羅來納州 Oconee County Court 提交。
Meta 宣佈個人 AI 智能體 Muse 即日起在澳洲開放使用,當地連接器將逐步涵蓋創作、購物、物業、健身及娛樂。用戶可連接 Gmail、Google Calendar、Instagram 和 OpenTable 等服務,並設定 Muse 的存取權限;發送電郵或購買等敏感操作前,Muse 會先徵求確認。
澳洲與美國及八個盟國簽署《舊金山宣言》,協力保障 AI 供應鏈的核心技術及關鍵基礎設施。Fujitsu 研究顯示,7成澳洲企業認為部署 AI 令數據分享超出現有治理框架的安全管控能力。Google Cloud 推出 Gemini Factory 並擴展 Agentic Data Cloud;AMD 則稱 MI455X 的推理速度較 Nvidia Vera Rubin 快最多 30%。
Meta 宣佈 Muse 個人 AI 智能體已在澳洲提供服務,創作、購物、房地產、健身及娛樂等本地連接器將逐步推出。澳洲用戶可將 Muse 連接至 Gmail、Google Calendar、Instagram 和 OpenTable;Muse 亦可透過 iOS、Android、muse.ai 及 Mac app 使用。
Amazon CEO Andy Jassy表示,美國若要保持對中國的 AI 領先地位,就不能放慢數據中心建設。他稱,因中期選舉期間數據中心遭遇反彈而縮減 AI 基建,將是「歷史性錯誤」,但科技公司須改善做法並加強與社區合作。Amazon正與Meta等公司商討開放網站予消費者智能體,前提是能提供良好的價值交換及客戶體驗;目前尚未達成。
Runta 與 Baseten 合作建立 FrontierHarness Eval v1.1,以 83B tokens 和 27,280 次 Agent 執行,測試 22 組 harness、5 個模型及 62 項任務,每項任務執行 4 次。
Instagram 宣佈為創作者提供 Reels 複製影片偵測工具,可封鎖未經授權的複製影片,並標示重用創作者原始音訊的 AI 影片。Meta 同時在 Türkiye 和 Thailand 測試 Instagram 獨立通訊應用程式 Direct;用戶可用電郵或電話號碼註冊,毋須 Instagram 帳戶,並可在兩個應用程式同步對話。
Meta確認已為正在開發的第三方 VR 遊戲預留超過1.2億美元(約合8.02億元人民幣)。資金按協議分階段撥付,大部分已於2026年內發放。Quest 平台收入穩定,前50款應用的年收入均超過100萬美元。
Meta 已承諾投入超過 1.2 億美元,支持正在積極開發的第三方 VR 遊戲。截至 10 月 1 日,大部分資金已撥付開發者,其餘將在未來幾年隨項目進展陸續支付。Meta VR 眼鏡預計於 2027 年春季上市。
Meta調整Instagram在印度的推薦機制,減少向用戶推薦帶有性暗示及暴力內容的貼文。新機制使用更好的AI模型檢查貼文是否符合規則,並限制向用戶推送其未追蹤帳戶的貼文,但不會封鎖這些貼文。Meta表示,印度用戶標記推薦貼文的頻率約為一年前的一半,但未公佈實際數字。
三季度13F持倉顯示,伯克希爾、橋水、潘興廣場、老虎環球等基金對科技股及AI股的配置方向分化,有基金減持大型科技股、轉投半導體產業鏈,也有基金增持英偉達。Situational Awareness重返市場後再押AI股,期末申報持倉總市值較上季下降92.21%,至約15.77億美元。其重倉股SharonAI於10月下跌58%,但持倉報告截至9月30日,無法確認基金是否已在10月離場。
約翰霍普金斯大學研究發現,帶有較常與女性相關語言特徵的提示詞,會令 AI 生成的職場文字精緻度較低、可讀性較高、正式程度較低。研究測試 Meta Llama 3.1 3B Instruct、Mistral 7B Instruct、Gemma 2 27B 和 GPT-4,差異在電郵及求職申請中最明顯,在辭職信中較弱;提示中的姓名幾乎沒有影響。
三星電子正為 Meta 專有 ASIC 項目開發定製 HBM,產品基於標準 HBM4E,並配備 2nm 工藝基礎裸片。定製工作的前期重點是 HBM 與 XPU 的通信接口;三星電子也正為自家 HBM DRAM Die 配搭台積電定製 HBM Base Die 進行適配。
三星電子正為 Meta 專有 ASIC 項目開發定製 HBM,產品以標準 HBM4E 為基礎,配備定製基礎裸片。報道稱,這款 HBM 將先採用更先進的邏輯製程,以容納 Meta 定製功能並釋放 XPU 主芯片面積;定製工作前期聚焦 HBM 與 XPU 的通信接口。
Meta 加強 Instagram 在印度的內容推薦防護,改進偵測系統,並針對當地用戶的回饋調整推薦內容。措施涵蓋減少推薦帶有性暗示及描繪暴力的內容;改動後,用戶舉報推薦內容的次數約為一年前的一半。用戶亦可透過敏感內容控制、政治內容控制及「不感興趣」等功能調整推薦。
這份 WhatsApp 商業自動化指南建議按請求的可預測程度和錯誤成本選擇自動化事項,並將投訴、爭議及敏感問題交由人工處理。Meta 於 2026 年 10 月 1 日起恢復對服務回覆收費,每個號碼每月有 1,000 條免費服務訊息;自動回覆亦須提供清晰直接的人工升級途徑。
黃仁勳辭任英偉達 CEO 後,要求他回歸的請願迅速擴散,他亦已與盟友討論重返的可能。Anthropic IPO 獲約六倍超額認購,公司與聯合創始人計劃募資最高 644 億美元,另配套 260 億美元私募配售。
黃仁勳辭職後,英偉達的信用背書、AI 融資條件及模型層與算力層的利潤分配,成為產業重新評估的焦點。文中援引數據稱,開源模型處理19%的企業Token用量,僅佔模型支出的4%,而中國模型佔美國企業開源模型支出的89%。文章指出,約5305億美元的供應鏈採購、投資及客戶支持承諾凸顯個人判斷在信用安排中的作用,並以推理經濟、架構遷移成本和地緣政治供給分析後續變化。
英偉達宣佈黃仁勳辭任 CEO,谷歌發布 Gemini 4 Hydrogen,阿里巴巴則已申請平頭哥獨立上市。Gemini 4 Hydrogen 已開始向全球用戶推出,免費用戶可透過自動模型選擇功能使用。平頭哥上市完成後仍將是阿里巴巴子公司。
這篇整理了 8 篇智能體安全文章,聚焦用戶以為授予的權限與系統實際允許行為之間的落差。內容涵蓋資料外傳管道、DNS 繞過、提示詞指令與工具執行邊界、常駐權限、提示詞注入,以及公開權重模型的安全問題。作者最後主張,應把智能體可執行的權限寫成可測試的程式控制,而非只以文字指令約束。
Meta Muse 可根據用戶的興趣搜尋活動,並集中活動搜尋,減少瀏覽不同活動網站和社交媒體所需的時間。它找到的活動有時會附上不熟悉的售票平台連結,票價也可能與 Ticketmaster 不同:Muse 顯示一張週五晚門票售價 $93,Ticketmaster 最低票價則接近 $150。使用者應核實售票平台和票價,Muse 尚未能完全自動安排社交日程。
Mapbox 擴大與 Meta 的合作,為 Meta Ray-Ban Display 眼鏡提供免提單車導航,結合單車路線規劃、語音指示及視覺導航。騎手改走其他街道或路徑時,系統會更新路線;語音指示透過眼鏡的開放式耳機揚聲器播放。
美股三大股指全線下跌,納指跌2.49%;山鷹國際股價收市首次低於1元,存在終止上市風險。華為雲與福龍馬聯合研製的新一代智能清掃機器人啟動預售,並發布及開源昇騰原生具身世界模型 CloudRobo-WM1.2。2026年上半年,Meta佔全球AI眼鏡出貨量逾90%。
Meta 的 Llama 4 Scout 是多模態開放權重模型,採用 16 個專家組成的 Mixture-of-Experts 架構,每步啟動 17B 參數,總計 109B 參數,上下文窗口最高達 10 million tokens。
黃仁勳據報正考慮重返英偉達任 CEO,其盟友正遊説董事會支持復職,相關獨立調查仍在進行。BOSS直聘表示,已暫停涉事招聘帳號權限。前騰訊雲 AI 全球業務負責人李牧青離開騰訊後,出任教育 AI 科技公司啟鳴達人聯席 CEO。
Business Insider 介紹 7 位年輕華爾街金融交易人士,報道他們透過大型債券發行、新型融資結構,以及電力和數據中心投資,為 AI 基礎設施建設籌資。Goldman Sachs Research 估算,截至 8 月初,2026 年已發行近 $500 billion AI 相關債務;同年有 9 宗債券發行額達 $25 billion 或以上,較此前全年最高紀錄的 2 宗為多。
Meta 已將 JiTTests 從研究原型轉入生產基礎設施;系統以大語言模型生成可執行測試,令引入錯誤的程式碼差異在合併前觸發測試失敗。研究分析 22,126 個生成測試,差異感知方法產生的候選捕獲數是硬化測試的 4 倍;意圖感知流程的弱捕獲率為 6.4%,ACH 突變引導硬化測試則為 0.8%。
Sierra 於 2026年11月13日公開 Personal Agent Protocol(Poppy)1.0,為個人 AI 智能體與企業服務之間的互動制定開放標準。
傑弗裏・辛頓表示,相比山姆・奧特曼、馬克・扎克伯格和埃隆・馬斯克,他更信任英偉達前 CEO 黃仁勳,認為黃仁勳是正派的人。辛頓也指出,黃仁勳犯了一個重大錯誤,但估計英偉達能挺過去;他此前曾批評 AI 公司高管的冒險傾向。
Meta 委託 YouGov 的研究發現,94%受訪新加坡小企東主認為小企需要更多指引,才能充分受惠於 AI;曾在業務中使用 AI 的受訪者中,82%表示 AI 在過去 12 個月提升了生產力。
文章指出,黃仁勳在婚外情風波後辭去 NVIDIA 總裁、CEO 及董事職務;布林未受類似問責,差異與投票權及正式管理職位有關。黃仁勳持有 NVIDIA 約3.6%股份,採一股一票;布林與佩奇合計掌握超過半數投票權,而布林當時沒有正式管理職位。文章並指出,雙重股權在 IPO 前設計較可行,上市後增設超級投票權受交易所規則限制。
推薦理由:文章對照 NVIDIA、Google 與 Meta 的投票權及管理職位安排,説明創辦人持股比例、投票控制權和正式職務如何影響董事會問責。
美國多地政府仍爭取大型 AI 數據中心項目,盼望建設帶動消費税、就業和基建投資,並在營運後增加財產税收入;居民則關注用電、供水、噪音及環境影響。路易斯安那州里奇蘭教區的 Meta 項目投資承諾已超過500億美元,項目及配套電力工程建設高峯期預計約有1萬名技術工人參與,但 Meta 長期職位約1000個。
跨境電商在東南亞冷啟動,需把出海投放基建從單次開戶擴展至帳戶、權限、支付、數據回傳及多平台協同,並按國家、市場和業務目標規劃帳戶結構。Meta、Google與TikTok各有不同增長角色,企業應按用戶路徑安排預算、素材和數據口徑。鈦動科技將媒體資源、資產管理、投放與AI工作流納入同一增長鏈路。
GEM 以熵正則化的反向 KL 散度最小化,改善 LLM 監督微調中的過擬合與輸出多樣性。在 Llama-3-8B 的實驗中,GEM 在通用指令微調及數學推理、程式碼生成任務上均優於交叉熵;配合多數投票或 Best-Of-$N$ 時,表現最高提升 10 個點。