Qwen3.5-0.8B 修改 131,072 個權重解除推理循環,分數躍升不代表學會數學
MIT CSAIL 研究人員讓 GPT-6 Astra 修改 Qwen3.5-0.8B 的 131,072 個權重,以解除推理循環,令多項基準分數上升。MATH-500 由 7.9% 升至 48.1%,GSM8K 由 13.8% 升至 67.1%;觸及 32,768-token 上限的 MATH-500 答案比例則由 93% 降至 33%。
MIT CSAIL 研究人員讓 GPT-6 Astra 修改 Qwen3.5-0.8B 的 131,072 個權重,以解除推理循環,令多項基準分數上升。MATH-500 由 7.9% 升至 48.1%,GSM8K 由 13.8% 升至 67.1%;觸及 32,768-token 上限的 MATH-500 答案比例則由 93% 降至 33%。
seoClarity 提出四項實務做法,協助電商團隊改善產品在 Google AI Mode 和 ChatGPT 中的發現度。做法包括讓產品資訊可從 HTML 擷取、以消費者慣用語描述產品、保持產品頁、feed 和結構化資料一致,以及分開衡量不同可見度訊號並測試明確改動;這些做法不保證產品會被納入或推薦。
Gemini CLI 0.1.13 在 Windows 上未確認建立目標資料夾失敗,仍逐一移動檔案,令檔案內容逐次覆寫到同一個目的地。文章指出,類似風險也出現在 POSIX mv 的逐檔操作,並建議命令失敗時停止、明確指定目標資料夾、拒絕覆寫,以及移動後核對檔案。
手機可透過 Google Translate、Android 上的 Google Lens,或 iPhone 相機的 Live Text 翻譯實物文字;Google Translate 支援即時辨識,下載語言後亦可離線使用。作者表示,Google Translate 在越南印刷文字的變音符號和餐牌簡寫上可能出錯;AI app 翻譯圖片時可參照上下文,但需要網絡連線,而且無法把譯文疊加在原圖上。
作者指出,Google 搜尋收入上升與網站點擊減少可以同時發生,因搜尋收入來自廣告,而 AI Overview 可能令用戶較少點擊一般搜尋結果。
一項在 Cursor 進行的 5 項日常工作測試中,Gemini 在 low effort 下贏得 4 項,Claude 則做出最佳登陸頁面。測試比較 Grok 4.7、Claude Opus 5、Gemini、Muse 和 GPT;Grok high 在遊戲測試中最慢,作者認為不值得等候。作者建議按工作選擇模型:商店頁面可選 Claude,快速工具和編輯則以 Gemini 表現最佳。
作者以 Rust 和 TorchTPU 在 Cloud TPU v5e-1 VM 上部署 Gemma 4 E2B,提供 OpenAI 相容端點。CPU 測試中,Rust 與 Hugging Face Transformers 的 64 個 greedy tokens 全數一致;TPU 單請求解碼中位數為 12.20 tokens/s。
CPU、GPU、TPU 與 NPU 各有不同設計取向,分別負責通用應用邏輯、大規模平行運算、Google 的專用 AI 運算,以及裝置上支援的神經網絡推理。它們並非互相取代的處理器;實際工作由哪種硬件執行,取決於工作負載及軟件支援。
這份教學説明如何透過 OAuth 2.1,將無狀態 Streamable HTTP MCP 伺服器連接至 Claude、ChatGPT 和 Gemini,搜尋巡演路線上的場地。伺服器以標準 HTTP POST 傳送 JSON-RPC 請求,並提供沿公路走廊搜尋場地、查詢場地資料及查找曾演出場地的工具。
Google 已在 YouTube 及 Android Developer 網站上載 Android Dev Summit 主題演講及逾 50 場會議影片,並提供相關 Gemini Notebooks 下載。逐字稿加入會議投影片內容,可下載後交給所選 Agent 使用,並將演講重點整合至應用程式。
Pydantic AI 官方文章比較 2026 年多個 Python AI 智能體框架,並推薦 Pydantic AI 為整體首選。文中稱 Pydantic AI 支援 30+ 個模型供應商、9 個持久執行引擎、10 個沙盒及遠端工作空間,以及 5 個語音對語音供應商;其他框架則按團隊現有雲端、模型平台、技術堆疊和託管需求各有適用情境。
Next.js 頁面即使回傳 HTTP 200 OK,仍可能未被 Google 收錄,因為成功回應不代表頁面可供索引或 JavaScript 已成功渲染。排查時應分層檢查伺服器實際回應、初始 HTML、Google 是否獲準抓取,以及頁面宣告的標準網址。
Google、Microsoft、OpenAI 和 Anthropic 支持透過 robots.txt 制定共用 AI 訓練偏好訊號,相關 IETF 草案提出政策 token __usage_ai-training,可套用於整個網站或指定路徑。
Google同意讓Prospect工會進入其英國辦公室招募員工,並可在現場及網上與員工交流、舉辦入會講座。英國《Employment Rights Act》自週五起賦予工會進入工作場所招募會員的權利,持續拒絕提供進場安排的僱主最高可被罰款£500,000。Prospect希望招募足夠會員以申請Google正式承認工會,屆時可就薪酬、彈性工作及AI的推行方式發聲。
Google 搜尋「Zelda」會觸發《薩爾達傳説》彩蛋;點擊畫面右下角的 Master Sword,搜尋頁便會切換成仿照 1998 年的復古介面。介面顯示藍色連結和「Google!」標誌,沒有廣告、AI 摘要或社交媒體貼文;搜尋其他內容便會返回現行 Google 搜尋。
Databricks 宣佈 Lakebase Postgres 已在 Google Cloud 正式開放使用,讓團隊可在 Databricks Data + AI Platform 上運行全託管、無伺服器的 Postgres。
Halal Food Scanner 以手機照片辨識成分,作者的復盤指出模型只負責讀取及映射成分,清真判定則交由人工審核的資料表。照片裁剪至 ML Kit 偵測的文字框後,未讀出成分的照片比例由約 40% 升至 48%;團隊改為不裁剪、以 1600 px 上傳,並移除裝置端文字檢查。作者建議將未知成分標示為「未核查」並檢查失敗照片,避免模型猜測或前處理移除所需資訊。
Google於2026年10月30日將 Google Cloud Spend Caps 正式開放使用,新增 API、即時成本報告及每月重設。預算超出目標後,功能會暫停指定範圍內符合資格服務的新用量,但保留資源;進行中的請求會完成,持續運行的資源仍會產生費用。
研究發現,Qwen3、Llama 和 Gemma 即使訓練標籤完全正確,仍可能在後訓練中學會信任無關元數據。把可靠的獎勵標註移到錯誤選項後,模型有 97–100% 的機率跟從錯誤答案;即使是「Florp」這類無意義標註也能產生相同影響。
Google 回顧 10 月 AI 更新,全球推出 Gemini 4 Argon,並公佈 Gemini 4 Carbon 和世界模型 Genie 4。Gemini 4 Carbon 正透過 Fairwind Program 由美國政府及部分可信網絡防禦人員進行預發佈測試;Genie 4 支援具原生音訊的即時互動世界模擬,並可用自然語言操控場景。
Google 表示,Gemini 會為摘要電郵、草擬回覆等指定任務存取用戶收件匣,但不會以個人電郵訓練 Gemini 基礎模型。若用戶把 Google Workspace 內容應用程式連接至 Search services,相關摘要、摘錄和推論則可能用於改善 Google 服務及訓練生成式 AI 模型。
Dev Stack Hub 比較 11 款 AI 應用程式建構器、編碼編輯器與終端 Agent,按各工具的強項和不足整理不同項目的選擇。比較依據包括功能完整度、迭代便利度、資料與身份驗證、程式碼控制,以及部署和維護;判斷來自已公開的能力文件,並非實測結果。
Google 與 Meta 開源 TorchTPU,為 Google TPU 提供原生 PyTorch 後端,讓既有 PyTorch 工作負載只需少量程式碼修改即可在 TPU 上執行。
文章比較 LangGraph、LlamaIndex、OpenAI Agents SDK、Microsoft Agent Framework、Google ADK、CrewAI 和 Haystack 等 AI 智能體框架,整理各自的定位、最新發展及適用場景。當中涵蓋通用智能體應用、知識密集型任務、多智能體協作,以及面向企業的部署需求。
HTTP 204 表示請求成功但沒有回應內容,公開答案頁即使返回成功狀態,也可能沒有可供爬蟲處理的文件。文章建議核對文件請求本身、回應狀態與內容,以及產生回應的路由,並與合法的無內容 API 回應分開處理。修復空回應只代表內容可供後續處理,並不保證搜尋收錄、排名或 AI 答案引用。
SemiAnalysis 發佈 GDPx,讓前沿 AI 模型在模擬職場完成專業任務;Claude Opus 5.5 的完成率最高,為 12.0%。GDPx v1.0 包含 11 個領域的 206 項任務,每項任務預設時長為 8 小時,並以模型各自的原生工具環境測試,評估模型與工具鏈的組合表現。
theCUBE Pod 的 John Furrier 與 Dave Vellante 討論科技股下跌、Anthropic 向美國證券交易委員會提交 IPO 申請,以及這些事件與 AI 泡沫疑慮的關係。
AI 搜尋成效衡量應超越品牌提及,還應追蹤品牌在買家類別、比較及推薦問題中進入候選清單的頻率。Tony Uphoff 測試了 19 條買家導向提示詞,涵蓋 ChatGPT。
Alphabet 週一開始發售 €6bn($6.7bn)債券,成為 AI 支出憂慮令市場動盪後,科技債需求的首個大型考驗。發行分為七部分,包括一份浮息票據及六份定息票據,期限為2至19年;訂單已超過 €17bn。Alphabet 表示所得資金將用於一般企業用途,可能包括償還債務。
Amazon 推出每日優惠,Google Nest Thermostat 減 $51 至 $79,原價 $130。Sony WH-1000XM6 耳機減 $82 至 $378,Google Pixel Buds Pro 2 減 $60 至 $169;優惠限時提供。
Google Search 為 Nintendo 重製版《The Legend of Zelda: Ocarina of Time》推出彩蛋,搜尋「Zelda」或「Ocarina of Time」即可看到 Master Sword 動畫,並短暫切換至仿照 1998 年搜尋結果的頁面。頁面會顯示藍色連結、相關摘要及「I'm Feeling Lucky」按鈕;彩蛋只適用於遊戲相關搜尋。
Tomer Tunguz 將 AI 產業拆分為應用、Harness 與 Context、模型及數據中心四層,分析各層的核心競爭與經濟問題及其相互影響。文章指出,輸入 context 最多佔全部 tokens 的 98%,harness 可令相同答案成本下降 71%、毛利率由 38% 升至 75%;現時約 83% 的 Agent 任務會路由至較小或專用模型。
本週 AI 行業中,阿里巴巴宣佈將千問(Qwen)接入 Apple 智能,Anthropic 則公開提交 S-1 招股書。中國用戶可在 Siri、寫作工具及視覺智能中直接調用千問的文字與圖像理解、內容生成能力;相關功能將於 11 月 4 日隨 iOS 開發者 Beta 開放測試,並於 12 月隨 iOS 27.3 正式推出。
Import AI 479 聚焦 LLM 即時任務表現、太空安全、Metis 推理架構及 Google DeepMind Genie 4。Realtime-Bench 涵蓋 50 項互動遊戲及網頁任務,wall clock 條件下最高通過率為 36%,暫停時鐘下部分高推理模型的成功率接近 70% 至 80%;Genie 4 以研究預覽形式向部分可信測試者開放。
Google Mandiant 與 Google Threat Intelligence Group 的報告指出,劫持企業 LLM 存取權的攻擊者,單日可造成逾 $100,000 雲端費用。
NeuroTrace 將腦部 MRI 腫瘤分割、互動式視覺化、確定性定量分析及 AI 輔助研究整合為開源研究平台。平台採用約 1.41 million parameters 的預訓練 3D U-Net,支援 CPU 推理。Gemma 4 透過 Gemini API 或本機確定性綜合模式提供研究輔助;原始 MRI 數據保留在本機,AI 助手接收結構化資料及計算結果。
Last Commit 將已停止維護的 GitHub 儲存庫化作亡靈節祭壇,並以 Gemma 撰寫、ElevenLabs 配音的第一人稱獨白讓其「幽靈」發聲。專案透過 GitHub API 顯示提交等可核實資料,並將資料與虛構獨白分開;生成後亦會核對獨白中的數字及姓名。
Alphabet 正分七批發行總額 €6B 的歐元計價債券,吸引逾 €17B 認購需求。Alphabet 曾於 May 2026 分六批出售 €9B 債券。
Google UK 與 Prospect 工會簽署協議,讓工會可在其英國業務接觸約 7,000 名員工,範圍包括 YouTube,但不包括 Google DeepMind。
過去一個月,全球十大富豪財富合計蒸發2730億美元,馬斯克身家縮水約680億美元,十大富豪的排名均沒有變動。科技公司業績不及預期及 AI 開支引發市場憂慮,納斯達克指數下跌近5%;十大富豪中,只有史蒂夫·鮑爾默和沃倫·巴菲特身家增加。