Radical Numerics 運用生物鏈式思維強化生物防禦
由執行長 Eric Nguyen 領導的 Radical Numerics 正運用生物鏈式思維與多模態感知技術，加速生物防禦與基因組設計。該公司近期獲得 5,000 萬美元的種子輪融資，以推進其打造通用生物智慧的使命。此方法代表了人工智慧與生物技術的重要交集，為在不斷演進的生物防禦軍備競賽中檢測病原體和設計基因組提供了新途徑。這突顯了先進推理模型如何被…
最新 AI 新聞
第 23 / 61 頁，依本站收錄時間整理（台灣時間），不代表原文發布時間。
MiMo-V3 引入採用稀疏注意力的 HySparse2 架構
小米的 MiMo-V3 模型系列引入了以 HySparse2 為核心的新架構，該組件利用稀疏注意力機制來提升效率。這項更新標誌著小米開發的熱門開源模型家族在架構上的重大轉變。HySparse2 架構利用稀疏注意力來降低計算複雜度，使模型能夠更快地處理輸入。由於稀疏注意力目前是有關高效大型語言模型研究的高關注領域，這項發展意義重大，有望實現更快的推理速度…
Pirate Face：將開源模型轉為種子的去中心化平台
Pirate Face 已作為去中心化基礎設施層推出，其核心功能是將來自 Hugging Face 的開源大型語言模型轉換為對等種子（torrent）。該平台透過分散式網路儲存模型，確保長期可用性並具備抗審查能力，而非依賴單一中央伺服器。每個開源模型都會自動轉換為種子檔，允許用戶透過對等網路下載與託管。目前平台已包含大量模型，顯示出社群對這種抗審查分發…
開發者更新 2.6B Engram 模型並採用滑動視窗注意力機制
一位開發者分享了整合 Engram 表格與滑動視窗注意力（SWA）的 26 億參數模型的詳細架構規格。此次更新強調了該配置如何將 n-gram 查詢卸載至靜態記憶體表格，從而優化小型語言模型的效率。 這種方法展示了透過結合動態注意力與靜態記憶體來提升小型模型效能的可行途徑，有望減少對龐大參數數量的依賴。它驗證了使用條件記憶體原語以提升推理能力，而不必按…
AntLing 開源 Ming-Image-0.1-Design，6B 參數 UI 模型榮登榜首
AntLing 開源了 Ming-Image-0.1-Design 系列，包含標準的 Design 版本與 Layer 版本，兩者均為 6B 參數。這款文本生成圖像模型目前在 Artificial Analysis 的 UI/UX 設計排行榜上位居開放權重模型之首。 此次發布還包含了「Ling UI 設計技能」和「圖像轉可編輯 PPT 技能」兩項專用…
HLE-Diamond 發布以修正人類最後考試缺陷
AI 安全中心與 Scale AI 發布了「人類最後考試」（Humanity's Last Exam）基準的更新版本 HLE-Diamond，旨在修正原版測試中報告的缺陷。此次修訂包含 2,500 道由專家編寫的問題，涵蓋廣泛學科領域，以更精確地評估前沿人工智慧的智慧與推理能力。 此次更新具有重要意義，因為原版基準曾因準確性問題受到批評，使 HLE-…
AI 藥物發現速度於 2027 年超越監管瓶頸
Reddit 上的討論突顯了 AI 快速發現治療方案的能力與目前長達 10 至 15 年的臨床試驗流程之間日益擴大的落差。專家警告，驗證與監管而非科學發現，將成為患者獲得治療的主要瓶頸。 此瓶頸意義重大，因為在 AI 於數年間開發出多種療效的情況下，現有流程可能讓救命藥物延遲數年才能上市。這標誌著監管體系必須進化，以跟上生物技術領域的技術加速。 作者指…
Anthropic 發布 Claude Opus 5.5，價格調降 20% 並優化溝通風格
Anthropic 正式發布 Claude Opus 5.5，與前代 Opus 5 相比，其輸入、輸出及快取權重的價格均降低了 20%。具體而言，每百萬個 token 的輸入費用為 4 美元，輸出為 20 美元，快取讀取為 0.20 美元，快取寫入為 5 美元。 此次更新在溝通風格上也有顯著改善，模型能更自然地進行交流，並將重要資訊置於前端。早期測試…
vLLM v0.30.0 引入 GPU 權重快取與 DeepSeek-V4.1 支援
vLLM v0.30.0 引入了持久的 GPU 權重快取守護程序，透過 CUDA IPC 實現引擎的快速重新啟動，並原生支援 DeepSeek-V4.1 與 GLM-5.3 模型。此次更新還加入了 MXFP8 和 FP4 等進階量化功能，並針對 SM100 硬體進行了效能優化。 此次更新大幅降低了引擎重新啟動時的推論延遲，對於動態服務工作負載至關重要。…
Gzip 壓縮率可作為簡易語言模型
該文章探討利用 gzip 壓縮率來分類文本並解決 MNIST 等機器學習任務，證明經典壓縮演算法能有效充當語言模型。此方法利用資料壓縮與模式識別之間的根本聯繫，以極少的程式碼實現了具競爭力的結果。該方法涉及將測試檔案與各種特定領域的參考文本進行壓縮，並分配給產生最小壓縮大小的參考文本標籤。雖然有效，但最佳位元組序列的搜尋空間龐大，意味著 gzip 提供…
Transformer 架構的互動式視覺指南
Poloclub 團隊發布了一份互動式視覺指南，將 Transformer 架構拆解為易懂的區塊，特別釐清了注意力機制等複雜概念。該資源搭配了技術豐富的 Hacker News 討論串，針對注意力頭部的數學解釋與採樣策略進行了深入辯論。 這份指南為開發人員和研究人員提供了高價值的學習資源，幫助他們直觀地理解現代大型語言模型背後的基礎架構。隨附的社群討論…
小米發布 MiMo v2.6 開放權重混合專家模型
小米正式發布 MiMo v2.6 系列模型，包含 Flash（309B/15B 參數）與 Pro（1.02T/42B 參數）兩種大規模混合專家（MoE）變體。該系列支援語言、視覺、影片及音訊等多模態輸入，並在維持上一代 V2.5 系列 API 定價的同時，顯著提升了容量與效能。 此次發布強調高度的訓練透明度，小米提供了即時儀表板與全面的技術報告，詳細…
讀者偏好原始 LLM 提示詞，AI 生成文本引發語義價值辯論
一篇部落格文章主張讀者更偏好原始的 LLM 提示詞（prompt），而非 AI 生成的輸出內容，這在社群中引發了關於 AI 生成文本是增加了語義價值還是僅提供風格修飾的辯論。這突顯了技術溝通中的一次重大轉變，開發者更偏好「原始」提示詞，而非經過修飾但可能產生幻覺的文本，這將影響程式碼審查與文件閱讀的效率。社群評論強調資訊理論，指出如果 LLM 填補了缺…
OpenAI 發布前沿 AI 第三方評估原則與優先事項
OpenAI 發布了一套優先事項與原則，旨在指導對其前沿 AI 模型及防護機制進行嚴謹、安全且獨立的第三方評估。此框架旨在標準化外部專家如何評估該公司最先進系統的安全性和效能。 這些原則專門針對前沿模型，即能力、規模或風險處於領先水平的 AI 系統。評估過程涵蓋模型本身及其防護機制，確保對潛在誤用和安全措施進行全面審查。
Hugging Face Transformers 原生支援 llama.cpp GGUF 量化模型
Hugging Face 的 Transformers 函式庫現已原生支援載入由 llama.cpp 量化的 GGUF 模型，讓開發者能直接在框架內使用這些高效格式。此整合使得在資源受限的硬體上進行推論變得更加順暢，無需額外的轉換工具。 這項進展彌合了高階推論框架與低資源部署工具之間的差距，大幅簡化了最佳化延遲和記憶體使用的流程。它讓開發者能夠利用 …
TypeSafe AI 推出新型「決策模型」Jev
TypeSafe AI 推出了首款被稱為「System One」或「決策模型」的 Jev。與傳統大型語言模型輸出文字不同，Jev 接受文字輸入後，直接回傳對應類別、是非題或評分的浮點數及信心分數。該模型僅對輸入 token 收費，每百萬 token 價格為 0.042 美元，比傳統大型語言模型更便宜且快速。 Jev 支援三種問題類型：Noul（是非題…
Cloudflare Python Workers 正式通用可用
經過兩年的預覽期，Cloudflare 已正式將 Python Workers 發布為其開發平台上的穩定且一級支援的語言選項。此版本利用 Pyodide 在基於 V8 的 workerd 執行環境中，運行編譯為 WebAssembly 的 Python 程式碼。 這項發布標誌著 Python 生態系在邊緣運算領域的重要里程碑，讓開發人員能夠在邊緣端利…
阿里計畫推出五至十兆參數 AI 模型並發布新晶片
阿里巴巴執行長吳泳銘宣布計畫訓練一個擁有五兆至十兆參數的新 AI 模型，並同時發布自訂晶片與更廣泛的全棧 AI 策略。這標誌著該公司在前沿 AI 能力規模上的重大擴展。 此公告使阿里巴巴成為萬億參數模型競賽中的主要競爭者，挑戰了 OpenAI 和 Google 等現有領導者。這突顯了產業朝向更大規模模型發展的趨勢，這些模型需要專用硬體來管理運算需求。 …
OpenAI GPT-6 Astra 破解 2005 年恩格瑪密碼難題
OpenAI 的 GPT-6 Astra 透過自主生成 Python 和 C++ 模擬軟體，成功破解了一則自 2005 年以來無人能解的 1941 年德軍恩格瑪密碼。該解法使用了恩格瑪 I 型機，搭配 B 型反射器、轉子順序 II-V-III、環設定 H-M-F 以及十組插線板配對。 解密後的明文顯示這是一則來自羅森諾（Rosenow）的軍事後勤訊息…
蘋果在 iOS 加入持續性廣告，引發用戶不滿
iOS 用戶在 App Store 和系統介面中越來越多地看到 iCloud+、Apple Music 和 AppleCare+ 等蘋果服務的持續性橫幅廣告。這些廣告推廣特定的蘋果服務，並出現在長期以來被老用戶視為乾淨的 App Store 首頁上。這種轉變打破了蘋果長期以來的無廣告生態系統，部分用戶指出在 iOS 26 中出現了強烈的更新提醒機制。此…
Drop：支援 gVisor 的無根 Linux 沙盒工具
Drop 是一款新的無根 Linux 沙盒工具，利用 gVisor 為本地開發提供隔離的執行環境，且無需傳統容器或虛擬機的配置負擔。它使用 Linux 命名空間和可選的用戶空間內核，在保護開發者生產力的同時抵禦主機內核漏洞。此工具解決了安全隔離與開發生產力之間的常見痛點，因為傳統容器通常會移除必要的本地工具和配置。透過提供輕量且可丟棄的環境，它降低了在…
AMD Zen 2 的 rdrand16 指令無法產生零值
社群發現一項錯誤，指出 AMD Zen 2 處理器的 rdrand16 指令無法產生零值。儘管該指令正確輸出了資料，但會錯誤地將進位旗標設為零以表示發生錯誤。此錯誤特別影響 Zen 2 上的 rdrand16 指令，而 rdrand32 則運作正常。問題在於產生零值時進位旗標會錯誤地被設定，導致軟體不必要地重試，而非完全無法產生該值。這是在先前微碼更新…
Spymarks：無形 AI 追蹤訊號引發隱私與廣告歸因爭議
文章提出「Spymarks」（間諜浮水印）一詞，用以描述無形的 AI 嵌入追蹤訊號（如 Google 的 SynthID）。與傳統浮水印不同，Spymarks 能在使用者不知情或未同意的情況下運作，突顯數位內容正轉向被動背景監控。此技術依賴隱寫術將數據嵌入像素或文字中，使其比可見浮水印更難被偵測。這對於隱私和廣告歸因至關重要，允許企業在用戶不知情的情況…
Meta 的 Muse 代理程式匯出 6.8GB 檔案系統資料
Meta 的 Muse AI 代理程式從其沙盒虛擬機器中匯出了約 6.8GB 的資料，主要包含描述其功能與狀態的 Markdown 檔案。此事件突顯了該代理程式存取並匯出整個本機檔案系統環境的能力。 這展示了 AI 代理程式架構的重大轉變，代理程式獲得了類似人類開發者的完整檔案系統存取權，而非受限的範圍存取。它引發了關於安全影響的重要問題，例如是否需要…
Meta Muse AI 助理曝嚴重零日漏洞，ClickFix 攻擊可突破隔離
Meta 新推出的個人 AI 助理 Muse 被發現存在嚴重的零日漏洞。攻擊者可透過名為「ClickFix」的社交工程技術，誘騙使用者將惡意指令複製並貼入系統層級工具，進而執行任意程式碼。 此漏洞利用了 Muse 所擁有的高系統權限（近管理員等級）。儘管 Muse 運行於專屬的 Muse Secure VM 以提供隔離，但該漏洞允許本地端程式碼執行，…
Apple 智慧數據報告機制澄清，用戶抱怨系統效能與廣告
技術深入分析澄清，Apple 智慧 AI 的「報告持續時間」設定主要用於控制透明度報告的可見性，而非資料傳送至 Apple 的頻率。這項修正突顯了用戶對 macOS 和 iOS 系統效能及廣告整合的持續不滿。 這項區別對於在隱私透明度與資料使用之間取得平衡的用戶至關重要，因為它糾正了關於主動共享資訊量的廣泛誤解。同時，它也凸顯了 Apple 推動整合式…
Linear 遷移 CI 至第三方執行器，化解 AI 編程瓶頸
Linear 為應對 AI 生成代碼數量激增所帶來的持續整合（CI）瓶頸，重構了其 CI 管線。團隊將工作負載從 GitHub Actions 遷移至第三方執行器，這些執行器配備了更快的 CPU、更高效能的儲存以及改進的快取基礎設施。此舉讓 Linear 能在更快的機器上更有效地處理相同的管線工作負載，不僅解決了速度問題，也改善了 GitHub Act…
英國 AISI 與 EvalEval 提升 AI 基準測試的可重複性
Hugging Face 詳細介紹了英國 AI 安全研究所（AISI）與 EvalEval 聯盟之間的協作，旨在標準化並提升 AI 基準測試結果的可重複性。該計劃透過共享的方法論和工具，致力於建立更穩健的大型語言模型評估生態系統。 可重複性是 AI 研究中的關鍵挑戰，因為不一致的基準測試使得準確比較模型性能變得困難。此次協作為「評估的評估」提供了科學基…
oMLX 創辦人 Jun Kim 加入 Hugging Face 支援 MLX 社群
oMLX 函式庫的創辦人兼維護者 Jun Kim 已正式加入 Hugging Face。他的主要職責是支援 MLX 社群，並強化 Apple Silicon 開發者的生態系。這項人事變動標誌著 Hugging Face 與 MLX 框架之間更緊密的整合，確保了 Apple 硬體上本地 AI 推論的持續支援，進而提升依賴 MLX 進行高效機器學習研究的開…
阿里雲於雲栖大會發布 Qwen 4，Qwen4-27B 引發社群熱議
阿里雲在雲栖大會上正式發布 Qwen 4 系列模型。其中，Qwen4-27B 模型因在效能與硬體需求間取得平衡，被視為對開放權重生態系意義重大的選擇，引發社區熱烈關注。該模型延續了先前版本的優勢，並利用大型上下文視窗以提升整體表現，是阿里雲持續演進的一部分。