跳到正文
11月19日週四
  1. HuggingFace Daily Papers(社區熱門論文)42

    AVTR:以視覺想像實現自適應多模態推理

    AVTR 結合生成式視覺反思與文字推理,並按輸入內容學習選擇推理方式,以適應不同的感知與推理需求。在 16 項基準測試中,AVTR 較 Qwen3.5 基線平均提升 4.5 分,同時將推理延遲降低 33%。擴展至較小規模的骨幹模型時,AVTR 亦勝過受評估的 2B 規模基線。

  2. 新浪科技71

    阿里雲單季收入超600億元,外部收入增長64%、AI收入連續13季三位數增長

    阿里雲截至2026年9月30日的季度 AI 雲及算力服務收入為609.73億元,同比增長53%;外部客戶收入增長64%,AI相關產品收入連續第13個季度錄得三位數增長。經調整EBITA為88.38億元,同比增長121%,利潤率升至14.5%。同期外部客戶經常性收入增長67%,主要來自公共雲服務及授權和軟件續費。

  3. DEV Community76

    DeepSeek V4.1 Flash 1017 的 Agent 管線遷移指南

    作者整理 DeepSeek V4.1 Flash 1017 的 Agent 管線遷移指南,指出 deepseek-flash alias 已指向新 build,端點、模型名稱和價格未變,但 thinking 預設開啟、reasoning_effort 預設為 high。

    推薦理由:文章把 thinking 預設開啟、工具回合須完整保留 assistant message 等遷移風險整理成檢查清單,並區分作者實測與轉述數據,方便判斷各項調整依據。

  4. 虎嗅58

    英偉達面臨護城河與定價權考驗

    妙投分析認為,AI 編程智能體降低晶片軟件適配門檻、推理算力比重上升及供應商多元化,正使英偉達的 CUDA 護城河與定價權面臨壓力。文章引述 Anthropic 在 IPO 路演披露,團隊藉助 Claude 約 3 天便把核心 GPU 算子移植至 AMD MI355X 並穩定運行,過去通常需數十名工程師耗時 6 至 12 個月。

  5. HuggingFace Daily Papers(社區熱門論文)35

    CurvDelta:用於選擇性學習與遺忘的低曲率增量建模

    CurvDelta 和 CurvLoRA 將大語言模型更新限制在低曲率保留空間,以提升一般能力保留度,同時維持目標適應效果。兩者以數學推理、程式碼生成及知識遺忘任務作評估;在 TOFU 和 MUSE 上,方法在目標遺忘與知識保留之間取得較佳平衡,保留表現接近從頭重新訓練的參考結果。

  6. 阿里雲開發者社區 AI69

    阿里雲 Qwen4-Max 模型定位、特徵、能力及適用場景解析

    文章將 Qwen4-Max 定位為面向專業工作場景的新一代旗艦多模態智能體基座模型,並解析其架構、能力及適用場景。文中稱模型總參數為 2.4T、每次推理啟用 71B 參數,支援 1M Token 上下文及 Live Delivery 漸進式交付。在 Work360 評測中,文中列出的單項任務平均費用由 26.58 元降至 11.16 元,降幅為 58%。

  7. 新浪科技53

    JEDEC公佈DDR6 DRAM規格預覽版

    JEDEC於美國當地時間2026年11月18日公佈仍在制定中的DDR6 DRAM規格預覽,計劃推出時頻寬較DDR5提高逾50%。RDIMM數據速率從12.8GT/s起步,路線圖列至14.4GT/s及更高;數據總線DQ由64條增至96條。新聞稿列出的特性仍屬制定計劃,審批期間可能改動,亦可能不獲理事會批准。

  8. 新浪科技61

    Perplexity 推出 Decider v1.3,重構 Attention 將判斷能力做成獨立模型

    Perplexity 推出 Decider v1.3,將判斷能力獨立成模型,並支援同一上下文中的多項問題一次前向傳播。v1.3 以 Isolated Question Attention 限制問題之間直接交換資訊,並加入 Locate 定位原文片段。在 63 項分類任務上的平均準確率為 91.6%,較 Perplexity 原有生產分類器高 6.54 個百分點。

  9. 新浪科技57

    專訪西湖大學於開丞:通用語言模型再強,物理世界也「等不起」

    西湖大學助理教授於開丞在專訪中指出,世界模型面向連續物理空間的狀態預測,與語言模型並非替代關係。他認為,機械人控制需要即時互動,而語言模型單是推理便要兩三秒,難以滿足實時要求。Awomo-0.5 有 40 億參數,在具身智能、物理世界理解等六個國際主流評測榜單登頂,程式碼和權重均已開源。

  10. DEV Community76

    Google Gemini 4 Neon:開發者需要了解的成本、上下文與推理

    Google 於 11 月 18 日發佈 Gemini 4 Neon,面向複雜編碼與分析工作,提供統一的 1,048,576-token 上下文窗口及 low、medium、high、xhigh 四個思考層級。

    推薦理由:文章把比較重點由每 token 價格轉到成功完成任務的總成本,並列出重試、驗證、延遲及人工審核等評估項目,提供可套用的測試思路。

  11. 雷鋒網56

    對話西湖大學於開丞:通用語言模型再強,物理世界也「等不起」

    西湖大學於開丞在專訪中表示,通用語言模型再強也不能直接取代世界模型,因機械人控制需要即時回應物理環境。他認為語言模型擅長思維鏈,世界模型則面向連續物理空間的下一狀態預測,兩者用途與技術路線不同。Awomo-0.5 有 40 億參數,程式碼及權重全部開源,並在六個國際主流評測榜單登頂。

  12. 阿里雲開發者社區 AI69

    GPT-6.2 評測分歧下的模型接入實踐:推理強度、障礙披露與自測流程

    文章針對 GPT-6.2 的評測分歧,提出將自測納入模型接入流程的評估方法。OpenAI 系統卡所列 GPT-6.2 Astra 障礙披露測試漏報率為 22.28%,高於上代的 11.09%;測試刻意設置障礙,不等同於生產環境中的發生率。流程建議以含障礙任務比較預設與最高推理強度,並追蹤漏報率、停步情況及任務完成度;示例的 10% 門檻須按業務風險設定。

  13. DEV Community77

    Jev 與 2026 年決策模型實戰指南:比較方案及 Agent harness 應用

    Jev 於 2026 年 9 月推出後約八週內,六家廠商推出決策模型或 API,另有至少七個開源項目出現。文章比較 Jev、OpenAI Decisions API、Cloudflare Clef、Google Gemini Decision 1 等方案的輸入、速度、價格及開源程度,並指出部分獨立評測結果較廠商宣稱審慎。

    推薦理由:文章將決策模型放入 Agent harness 的路由、閘控與完成檢查,並整理以真實案例、簡單基準和升級門檻驗證方案的做法。

  14. DEV Community32

    論文資料庫日期的「假精確」問題

    Europe PMC 和 PubMed API 的 7 條紀錄顯示,日期精確到日不代表該日已獲證實;期刊資料可能只標示月份。作者以 24 項虛構證據測試 6 個模型,每項重複 3 次;加入日期窗口規則及佔位日期提示後,答案與作者答案鍵的匹配率由 17% 升至 48% 和 96%。這是小型測試,答案鍵包含作者的假設;作者建議保留每個日期的來源精度。

  15. 虎嗅51

    國產晶片正準備三級跳

    國產晶片產業的競爭焦點正由融資轉向產品交付、持續迭代及客戶訂單分配,下一代客戶是否採用產品將影響企業的產業位置。凌川科技的SL200已售近10萬顆,其下一代AI影片生成晶片目標於2027年規模出貨;長鑫以G5及LPDDR6推進產品換代,長江存儲則把產品延伸至企業級SSD。

  16. 新浪科技76

    混元 Hy4 flash 推出並開源,WorkIndex 單任務成本為 Hy4 的 1/20

    騰訊於 11 月 16 日推出混元 Hy4 flash,並已開源;在 WorkIndex 評測中,其單任務成本僅為 Hy4 的 1/20。模型有 224B 參數、每 token 啟用 12B,支援 100 萬 token 上下文;API 每百萬 token 輸入 0.5 元、輸出 2 元,命中快取時為 0.02 元。

    推薦理由:文章結合實測任務、WorkIndex 成本數據及模型工程優化,呈現 Hy4 flash 在日常生產力場景中的定位。

  17. HuggingFace Daily Papers(社區熱門論文)45

    PReMind:個人記憶如何結合視覺危險資訊

    PReMind 提出兩階段強化學習框架,訓練個人化視覺語言助理結合視覺危險證據與用戶記憶,作出合適回應。PReMind-Bench 評估記憶提取、視覺根據、拒答及危險應對,並測試各項能力的聯合表現。4B 版本在相互依存測試集的聯合成功率由基礎模型的 12.9% 提升至 28.6%。

  18. DEV Community77

    GPT-6.2 Astra 基準測試表現突出,開發者使用體驗引發反彈

    文章指出,GPT-6.2 Astra 的基準測試成績突出,但開發者反映其輸出難讀、會中途停下或在工作流程中途要求澄清,令測試表現與實際體驗出現落差。ARC-AGI-3 標準測試流程得分為 70.3%;使用 Provider Adapter harness 則達 100%,每次測試成本為 $4,112。

    推薦理由:文章把 GPT-6.2 Astra 的基準分數、實際使用反饋與成本放在一起比較,呈現排行榜表現與開發者體驗之間的落差。

  19. 阿里雲開發者社區 AI69

    Kimi-K3 模型定位、特點、能力、適用場景與計費解析

    Kimi-K3 是一款面向長程編程、知識工作與推理的 2.8 萬億參數模型,已上架阿里雲百煉,輸入與輸出上限均為 1,048,576 Token。它採用 KDA 混合線性注意力及注意力殘差,支援原生圖像輸入且權重開源,但只提供思考模式,不支援聯網搜尋、批量推理及模型調優。華北2(北京)/全球的輸入、輸出及快取命中價格分別為 20 元、100 元、2 元/百萬 Token,且沒有免費額度。

  20. HuggingFace Daily Papers(社區熱門論文)41

    循環語言模型的延遲進入策略

    研究提出循環語言模型的延遲進入策略,讓新 token 跳過初始 passes,直接進入最後 K 個 passes,利用深層上下文 cache 加快推理。在 Ouro-2.6B(T = 4)上,Wake 於 tau = 0 達到 5.2x greedy-exact 加速;在 Huginn-3.5B 上,T = 64 時達到 8.4x。

  21. 阿里雲開發者社區 AI62

    阿里雲 Qwen3.8-2.4T-A95B 開源旗艦模型解析:定位、能力、場景與價格

    Qwen3.8-2.4T-A95B 是可下載、可改造的開源旗艦底座,主要面向數據須留在自有環境或需要自行調整模型的情境。開源版為純文本、全思考模式,原生上下文為 262,144 Token;API 版另有視覺輸入、非思考模式及官方內置工具。文章指出,BF16 權重約 4.89 TB,單機載入不現實;專有 Qwen3.8-Max License 設有品牌標註與服務授權門檻。

  22. HuggingFace Daily Papers(社區熱門論文)37

    CriticNPU 以機理評估器提升 NPU 設計空間探索的樣本效率

    CriticNPU 是一套面向 LLM 推理的 NPU 設計空間探索框架,利用線上校準的機理評估器篩選候選配置並分析運算瓶頸。在 6 個 LLM 工作負載及每個模型 16 個部署配置的測試中,其延遲表現於 74% 的 prefill 設定及 87.5% 的 decode 設定達到最佳或並列最佳。與具競爭力的 DSE 基線相比,CriticNPU 使用的模擬器呼叫約減半。

  23. 阿里雲開發者社區 AI58

    阿里雲 Qwen3.8-Max 大模型介紹:定位、特性、能力及訂閲價格解析

    阿里雲開發者社區文章介紹 Qwen3.8-Max 的定位、能力及計費方式,稱其面向複雜長任務與智能體開發。文中列出 2.4萬億參數 MoE 架構、百萬 Token 上下文、原生文字、圖片及影片輸入,以及工具調用能力。文章亦介紹按量 API 計費,輸入及輸出分別為 12 元和 36 元/百萬 Token;個人版 Token Plan 月費為 39 至 312 元。