模型发布/更新
-
OpenBMB dari ModelBest memperkenalkan MathForm, kerangka kerja, dataset, dan model sumber terbuka untuk formalisasi otomatis matematika Lean 4
OpenBMB dari ModelBest memperkenalkan MathForm, sebuah kerangka kerja, dataset, dan model sumber terbuka untuk…
-
DeepSeek-V4-Flash-Vision-Exp dirilis
DeepSeek meluncurkan model pemahaman visual multimodal eksperimental DeepSeek-V4-Flash-Vision-Exp, yang dapat diakses…
产品发布/更新
-
SGLang 推出 Weight Cache Daemon,实现亚秒级引擎重启
SGLang 团队推出 Weight Cache Daemon,通过 CUDA IPC 零拷贝映射将模型权重加载从约 495 秒降至约 0.63 秒(约 785 倍加速),端到端启动时间减少 93.9%。该守护进程在 GPU 内存中持久化…
-
Kemampuan keamanan siber Claude Mythos 5 diperluas ke lebih banyak pihak pertahanan
Anthropic mengumumkan bahwa Claude Mythos 5 kini terintegrasi ke dalam Claude Security dan akan segera hadir di alat…
-
Grok Bot 扩展至更多订阅计划
xAI 宣布 Grok Bot 现包含于所有 SuperGrok Plus、Cursor Pro+ 及 Cursor Teams 计划,此前该功能于 8 月 11 日以 beta 形式推出。Grok Bot 是可在云端独立运行的 AI 智…
-
Claude Code v2.1.239 发布:修复多项 Bug 并新增成本估算与 /claude-api 升级功能
Claude Code v2.1.239 发布,成本估算(/cost、状态栏、--max-budget-usd)现包含数据驻留工作区 1.1 倍美国专属推理溢价,并为 Bedrock、Vertex、Foundry 等新增全屏渲染器。
论文研究
-
Mengukur optimasi benchmark dalam pengenalan suara: uji baru Hugging Face mengungkap fenomena "penggemukan skor" pada model ASR
Penelitian terbaru Hugging Face memperkenalkan tiga uji untuk mengukur fenomena optimasi benchmark (benchmaxxing)…
-
Bagaimana Ling-3.0-flash menurunkan latensi decoding batch 1 hingga 54% pada 4 GPU Blackwell
Tim Ling Infra Ant Group dan tim RadixArk SGLang meningkatkan kecepatan decoding satu permintaan model MoE dengan…
-
微型语言模型中干扰权重的特征刻画
Anthropic 训练了一个单层 transformer,通过将模型分解为 token、位置、特征和 logits 间的虚拟权重,首次在训练过的 transformer 内直接演示了干扰权重的存在及其对训练损失的影响。
-
Google 推出 Biomarker Discovery Framework:从可穿戴传感器数据中筛选候选生物标志物的多智能体系统
Google 推出 Biomarker Discovery Framework,一个多智能体系统,通过迭代假设生成、统计分析与文献推理,从可穿戴传感器数据中筛选候选生物标志物。该系统在三个队列(共 9,279 人次观测)中恢复了已知临床信…
-
移动性如何让语言模型更深入地理解地点
Google Research 推出 Mobility-Embedded POIs(ME-POIs)框架,将聚合匿名移动模式与文本描述结合,为地点构建融合身份与动态功能的嵌入向量。在未见地点上,该框架使访问意图预测相对提升 81.9%,价…
技巧与观点
-
Panduan praktik SDLC native AI: bagaimana Anthropic membentuk ulang siklus hidup pengembangan perangkat lunak dengan Claude
Anthropic merilis panduan praktik SDLC native AI yang mengusulkan restrukturisasi siklus hidup pengembangan perangkat…
-
本地 AI 模型已能媲美云端前沿模型,数据中心将走向个人化
斯坦福大学与 Together AI 的研究显示,本地 AI 模型在超过 100 万条真实查询中,对 89% 的日常聊天与推理问题回答质量已与云端前沿模型相当。本地模型对前沿模型的胜率/平局率从 2023 年的 23.2% 升至 2025…
-
数据中心狂热:AI 行业的经济账与政治反噬
两套估算均显示,AI 数据中心当前收入仅数百亿至低千亿美元量级,而资本开支已达数万亿美元,收支严重失衡。与此同时,美国共和党人正加速抛弃数据中心,民调专家 Adam Carlson 收集的四个新案例显示其政治毒性加剧。文章认为,贪婪、愚蠢…