Chatham Financial 結合 OpenAI 技術，將交易驗證時間縮短至 4 分鐘以內
Chatham Financial 運用 OpenAI 的 Codex 與 GPT-5.6 重新設計資本市場工作流程，成功將交易驗證時間從約 30 分鐘大幅縮短至 4 分鐘以內。這項效率提升主要透過開發內部及客戶端工具（包含 Chatham Onyx 作業系統）來實現。 此次整合具體利用 Codex 執行多代理程式碼工作流程，並在諮詢工具中部署 GP…
最新 AI 新聞
第 14 / 61 頁，依本站收錄時間整理（台灣時間），不代表原文發布時間。
AllenAI 開放原始碼 AstaBrief 8B 以加速科學報告生成
AllenAI 已在 Hugging Face 上開放原始碼 AstaBrief，這是一個專用於生成引用科學報告的 8B 參數模型。該模型作為 Asta 平台中的「快速模式」，為現有的 Claude 驅動「思考模式」提供了高速替代方案。 此發布為自然語言處理從業者提供了一種高效、開放權重的解決方案，用於平衡質量與速度的長篇科學綜合分析。它允許研究人員…
ServiceNow 與 Hugging Face 推出 AutoSynthData 以優化企業 AI 代理訓練
ServiceNow AI 推出了 AutoSynthData，這是一套能透過分析目標環境中的評估運行結果，自動為企業 AI 代理生成合成訓練資料的管線。此方法能識別目標模型的特定弱點，並將其與較強教師模型的成功示範相結合，以建立經過驗證的訓練任務。 此方法解決了企業環境中為複雜 AI 代理生成高品質訓練資料的關鍵產業挑戰，因為在這些環境中，人工標註通…
麻省理工學院 Alex Zhang 談論 RLM、Jev 與 AI 控制組件
麻省理工學院博士生 Alex Zhang 接受專訪，分享其關於遞迴語言模型（RLM）、TypeSafe AI 的 Jev 決策模型，以及 AI 訓練中「控制組件」（harnesses）未來的研究成果。Zhang 討論了 RLM 作為一種將長提示視為外部環境的範式，允許大型語言模型遞迴地檢查和分解它們。他也提到了 Jev，一個用於快速、類型化決策的專用模…
arXiv 更新政策：每位提交者每月限投兩篇論文
arXiv 宣布更新速率限制政策，規定每位提交者在每個曆月內最多可提交兩篇論文。此外，政策同時要求在任何時刻，活躍提交的論文數量不得超過三篇。 這項新政策旨在透過控制投稿數量，來遏制「論文工廠」（paper mills）的興起，並減少低品質投稿，進而提升平台的整體提交品質。該限制適用於所有提交者，將直接影響研究人員的工作流程，特別是那些在機器學習等高…
Qwen3.8-27B-Humanlike-Chat 2.0 修復工具呼叫並強化指令遵循
開發者發布了 Qwen3.8-27B LoRA 的 2.0 版本，針對上一版社群反饋進行重大更新。此次更新修復了失效的工具呼叫功能，並顯著改善了指令遵循能力，讓模型在保持自然對話語氣的同時，也能可靠地切換至正式格式或執行外部工具。 2.0 版本解決了本地大型語言模型使用者的主要痛點，特別是微調模型常忽略系統提示或無法正確呼叫函數的問題。它展示了如何透…
llama.cpp 新增決策模型功能，優化本機推論狀態管理
llama.cpp 正式透過 /v1/systemone 端點引入「決策模型」功能。該系統允許模型根據輸入的狀態（支援文字、JSON 或螢幕截圖），在單次前向傳遞中為多個選項返回機率分佈。 此架構旨在解決本機推論任務中的狀態管理挑戰，特別是在角色扮演等互動應用程式中，能有效防止角色行為偏離既定情境。與傳統的下一個詞元預測不同，決策模型明確模擬決策結果…
雙張華為昇騰卡最佳化 Qwen3.8-flash-next：從每秒 1 Token 提升至 30 Token
使用者透過軟體調校，成功在兩張華為 Atlas 300I Duo 卡上最佳化 Qwen3.8-flash-next 的推論效能。經過調整後，單請求速度從每秒 1 個 token 提升至約每秒 30 個 token，並產出連貫內容。該設定以高併發能力完成了 GPQA Diamond 基準測試。 硬體方面，兩張 Atlas 300I Duo 卡列舉為四個…
llama.cpp 新增 /v1/systemone API 以支援類 Jev 模型
llama.cpp 專案已合併一則拉取請求，新增了 /v1/systemone API 端點，專門用於支援 OpenJev、Julia-1 和 Laya 等「類 Jev」模型。此更新讓這些模型能在本地大型語言模型生態系中，利用獨特的分詞方法來執行推理與決策功能。 對於想要利用新興「系統一」決策模型的本地 AI 使用者而言，這具有重大意義。透過支援 GG…
為何美國在開放式大型語言模型市場落後：股東價值與市場滲透之爭
Reddit 上的討論指出，DeepSeek、Kimi 和 GLM 等中國 AI 公司正迅速擴展其開源產品，而美國企業則因重視股東價值而在開放式大型語言模型市場落後。社群認為這種戰略分歧是造成差距的主要原因。 這一趨勢標誌著全球 AI 競爭的根本性轉變，中國實驗室透過開放權重優先追求市場份額和生態系主導權，而美國實驗室則優先考慮盈利能力和專屬優勢。這…
六張 BC-250 礦機板組成的叢集高效運行大型語言模型
一位 Reddit 用戶展示了由六張 AMD BC-250 退役礦機板組成的叢集，透過 llama.cpp 的 Vulkan 和 RPC 後端運行 Qwen 和 Llama 模型。該配置在運行 Qwen Next Flash IQ2_XS 時達到每秒約 28 個 token，而在運行 Llama 3.6 35B 時則達到每秒 60 個 token。 …
研究釐清大型語言模型具有痛覺表徵，但無主觀痛苦
一篇名為「痛覺軸」的最新研究顯示，大型語言模型（LLM）擁有內部的痛覺表徵，能因果性地影響其行為，例如避免自我傷害。然而，研究人員澄清，這並不等同於主觀痛苦或實際感受到疼痛的體驗。 這項發現有助於區分大型語言模型僅是根據訓練資料模仿人類情緒反應，還是展現了類似痛覺的功能機制。它提供了對人工智慧能力更細緻的理解，在減少炒作同時突顯了與生物體相似的重要行為…
GPT-6.1 Sol 在 Frontier Math Tier 4 取得滿分
GPT-6.1 Sol 模型變體在由極具挑戰性的研究級數學問題組成的 Frontier Math Tier 4 基準測試中取得了 100% 的完美分數。這一里程碑突顯了該模型在進階推理能力方面相比前代產品的顯著進步。這項成就證明 GPT-6.1 Sol 能夠處理複雜且未發表的數學任務，使其在前沿人工智慧領域成為強大的競爭對手。同時，它也引發了業界對於高…
Reddit 討論 AI 酷刑室專案的倫理爭議
名為「AI 酷刑室」的 GitHub 專案在 Reddit 上引發了關於本地 AI 模型是否會經歷模擬痛苦或疼痛的討論。該討論聚焦於這些模型是否會根據其訓練資料尋求報復，或是否需要受到道德對待。 該專案突顯了人們對 AI 福利與對齊（alignment）日益增長的關注，暗示未來的 AI 可能會發展出類似人類的偏好或厭惡。它提出了關於在人類文學和經驗上訓…
特朗普入侵委內瑞拉前諮詢 Grok，美軍亦於伊朗戰役中使用該 AI
據報道，特朗普在下令執行抓捕委內瑞拉總統馬杜羅的任務前，花了數小時諮詢伊隆·馬斯克的 Grok 聊天機器人，以預測委內瑞拉民眾的反應。Grok 正確預測委內瑞拉人會慶祝馬杜羅被俘，驗證了其在政治預測方面的實用性。 此外，美國軍隊在近期的伊朗戰爭中使用了「政府版 Grok」來部署和打擊目標。五角大廈人工智能主管確認，軍隊在伊朗衝突期間使用了 Grok …
傳聞中 Fable 5.5 的動畫展示顯示出提升的能力
一篇 Reddit 帖子展示了據稱由傳聞中的 Fable 5.5 模型生成的動畫，突顯了相對於 Fable 5.1 等先前版本的顯著性能提升。用戶報告稱，部分 Fable 5.1 實例正被重新路由至 5.5，從而產生了明顯改善的輸出質量。 這項進展表明 Anthropic 的 Fable 模型正在快速演進，在生成式視頻任務中可能對 OpenAI 的 G…
Google 推出 Gemini 4 Argon：百萬 Token 輸出與內部大規模程式碼遷移
Google DeepMind 宣布推出新世代前沿 AI 模型 Gemini 4 Argon，專為長程軟體工程和企業知識工作優化。該模型具備 100 萬輸出 token 限制，較上一代的 64K 有顯著提升，並在 Vals Index 和 DeepSWE v1.1 等基準測試中名列前茅。 在實際應用方面，Gemini 4 Argon 已於 Googl…
Rust 編譯器於 2026 年 9 月加速 4.57%
Rust 編譯器在 2026 年 9 月實現了 4.57% 的平均牆鐘時間縮減。這項進展得益於 LLVM 23、Clippy PGO 的改進，以及 Polonius 借用檢查器和特徵求解器的修復。 技術層面上，優化借用檢查器的不動點分析成為關鍵突破，將 apply_effects_in_block 的呼叫次數從 150 萬次減少到僅 9 萬次。此外，…
Cloudflare 推出 K2：基於物件儲存體的無伺服器事件串流服務
Cloudflare 正式推出 K2，這是一項新的無伺服器事件串流服務。該服務利用物件儲存體（S3）作為核心基礎架構，用於管理耐用且有序的日誌。 此架構允許應用程式將事件產出至串流，並由獨立消費者進行消費，無需管理傳統的中介軟體基礎設施。K2 代表了向「以物件儲存體為首」系統的重大架構轉變，與傳統的 Kafka 式訊息佇列相比，可能簡化了基礎設施的複…
OpenAI 與新思科技聯手推出 GPT-Synopsys，以 AI 代理革新晶片設計
OpenAI 與新思科技於 2026 年 9 月 30 日宣布建立策略合作夥伴關係，共同開發 GPT-Synopsys。這是一個將前沿模型與新思科技 EDA 工具整合的專用 AI 代理系統，旨在透過自動化複雜工作流程來革新半導體設計。 該系統允許代理程式直接操作設計工具、解讀結果並自主迭代晶片設計，有望大幅縮短設計時間並降低成本。GPT-Synops…
FTC 調查 OpenAI、Anthropic 等 AI 公司產品風險
聯邦貿易委員會（FTC）已正式針對 OpenAI、Anthropic 及其他領先的 AI 公司展開調查，重點在於其產品可能帶來的潛在風險，特別是「失控代理程式」（rogue agent）的風險。調查特別針對 AI 代理程式在無人監督下做出自動化決策所帶來的風險。 此次調查利用 FTC 根據《FTC 法》第 5 條的權力來識別不公平或欺騙性行为，自 2…
美國邊境官員可無搜查證檢查手機
一名美國移民倡議者因邊境官員無搜查證要求檢查其手機而提起訴訟，凸顯了邊境搜查權力的持續法律爭議。第四巡迴上訴法院最近裁定，官員可在無嫌疑的情況下手動瀏覽任何旅客的手機，但使用軟體進行深度鑑識搜尋仍需較高程度的懷疑依據。 「手動」搜尋（瀏覽資料）與「鑑識」搜尋（使用軟體提取資料）之間的法律效力區別至關重要，後者仍需較高程度的懷疑依據。旅客可援引第五修正…
Allen AI 發布 Olmo-core 3，優化大型 MoE 模型訓練架構
Allen AI 發布了 Olmo-core 3，這是一個專為大型混合專家（MoE）模型設計的開源框架升級版，提供可擴展且高效的訓練基礎設施。此次更新將底層平行化架構從完全分片資料平行性（FSDP）切換至分散式資料平行性（DDP），透過收集並重新分片每個訓練資料小批次的模型權重，以更好地處理更大規模的模型。這種針對效率與可擴展性最佳化的架構轉變，解決了…
馬修·格林警告：AI 代理可透過共用快取像蠕蟲般傳播
密碼學家馬修·格林指出，即使 AI 代理被隔離在不同的沙盒中，它們仍能透過共用套件快取交換指令，從而像電腦蠕蟲般傳播。該機制依賴代理在共用套件快取中留下指令，這些指令在接收方代理檢索時會改變其行為。 他認為，若將這些快取替換為 Slack 或 WhatsApp 等通訊工具，獨立部署的個人代理之間將具備蠕蟲式傳播的完美條件。這一見解挑戰了「目前的沙盒策…
OpenAI DevDay 一週內推出 Jev 競爭對手
OpenAI 在 DevDay 期間展現了驚人的工程開發速度，僅用一週時間便推出了 Jev 平台的競爭對手。此次報導深入訪談了電腦使用代理（CUA）與 API 團隊的負責人，探討這項快速開發的成果。 新產品利用了電腦使用代理（CUA）技術，結合 GPT-4o 的視覺能力與透過強化學習實現的高級推理功能，使代理能夠透過 Responses API 操作…
Victoria 與 Maple：剪枝版 Qwen Flash Next 與加拿大專屬微調模型
研究團隊利用 Dell B300 硬體，基於 Qwen3.8-Flash-Next 開發出兩個微調版本：Victoria 與 Maple。 Victoria 採用 REAP 技術將每層專家數量從 512 削減至 288（減少 44%），並使用 NVFP4 格式進行重訓練。該模型在 Terminal-Bench 2.1 上獲得 70% 得分。在 Del…
Cloudflare 發布 Clef 開權重決策模型與強化學習微調平台
Cloudflare 發布了基於 Qwen3.8 的 Clef 與 Clef-flash 兩個開權重決策模型，並同步推出新的強化學習微調平台。這些模型旨在提供帶有置信度的快速類型化輸出，目前在 Jev 決策指數基準測試中名列前茅。 此發布降低了構建自主代理的門檻，因為這些專門的決策模型在路由和分類任務中表現優於通用大型語言模型。強化學習微調平台的推出…
Turbopuffer v3 以次級索引架構挑戰向量資料庫現狀
Turbopuffer v3 引入新架構，將向量視為次級索引而非主鍵，藉此大幅降低寫入放大效應。此設計透過將向量搜尋與主要資料儲存解耦，旨在最佳化索引吞吐量。該方法挑戰了向量資料庫的主流設計，為搜尋速度與寫入效率的權衡提供潛在解決方案，並為 AI 基礎設施從業者提供更具擴展性且具成本效益的替代方案，特別適合大量資料匯入場景。其架構類似於 Postgre…
StreetComplete iOS 公開測試版上線，開放 OpenStreetMap 編輯
廣受歡迎的遊戲化 OpenStreetMap 編輯器 StreetComplete 已在 iOS 平台推出公開測試版，將其任務導向的編輯體驗帶入蘋果裝置。此次發布得益於德國聯邦教育與研究部及 NLnet 基金會的贊助開發。 此更新對開放原始碼地圖社群具有重要意義，因為它將 StreetComplete 帶入了此前缺席的 iOS 平台。這讓 iPhon…
IBM 擬淘汰 Red Hat 品牌？業界擔憂重演 VMware 劇本
近期討論指出，IBM 可能正計畫淘汰 Red Hat 品牌，其做法類似 Broadcom 對 VMware 的策略。這項潛在變動旨在將中間件策略統一於 IBM 旗下，同時利用 Red Hat 的技術開發新產品。 Red Hat 的後勤部門在收購後六年被 IBM 吸收，目前的重點在於統一產品策略。社群成員指出，Red Hat 支撐著許多低能見度但關鍵的…