全部動態
RSS 訂閱全部動態
RSS
Rohan Paul@rohanpaul_ai品質評分5555aihot精選品質評分8080 Anthropic 以 1,000 個 Claude Fable 5.2 AI 助理在沙箱中形式化證明費馬大定理
Anthropic 使用 1,000 個執行 Claude Fable 5.2 早期版本的AI 助理,在沒有 Prove2Me 或研究者引導的情況下,於 28.7 小時內完成費馬大定理的形式化證明。
推薦理由:這項實驗呈現 1,000 個AI 助理如何用 Git 與共享資料庫自行協調證明工作,也說明沙箱和監控如何限制其操作範圍。
aihot精選品質評分7878 Artificial Analysis 評測 Claude Fable 5.2:以 65 分登上 Intelligence Index v5 榜首
Claude Fable 5.2 在 Artificial Analysis Intelligence Index v5 的 max effort 評測中獲得 65 分,登上榜首,領先 Gemini 4 Carbon(high,60 分)與 Claude Opus 5.5(max,59 分)。
推薦理由:多項基準顯示 Claude Fable 5.2 的優勢集中在科學、知識與程式評測,AI 助理知識工作和終端程式仍與既有模型接近。
AWS Machine Learning Blog精選品質評分8282 Claude Fable 5.2 與 Claude Mythos 5.2 登上 AWS
AWS 宣佈 Claude Fable 5.2 與 Claude Mythos 5.2 已可透過 Amazon Bedrock 和 Claude Platform on AWS 使用。
推薦理由:文章整理兩款模型在技術工作與高風險研究上的定位,並說明 AWS 上的存取方式、資料保留要求與遷移做法。
Arena.ai@arena品質評分5252
Bindu Reddy@bindureddy品質評分5858The Decoder精選品質評分7777 Meta 發布小型 AI 模型 Muse Ember,主打AI 助理例行工作
Meta 發布小型 AI 模型 Muse Ember,瞄準 AI 助理的工具呼叫、小型編碼、請求路由、資料擷取與長檔案處理等例行工作。
推薦理由:Muse Ember 的低成本與基準成績呈現小型模型處理AI 助理例行工作的取捨,文中也以編碼測試指出其表現弱於 Claude Haiku 5.5。
Artificial Analysis@ArtificialAnlys精選品質評分8787推薦理由:Artificial Analysis 比較 Claude Fable 5.2 在多項評測與不同 effort 設定的表現,並列出價格及每項任務成本,呈現能力與成本的取捨。
Cursor@cursor_ai品質評分5353aihot精選品質評分7777 Claude Mythos 5.2 預測基因治療載體 AAV 衣殼結構
Claude Mythos 5.2 預測出用於遞送基因治療的 AAV 蛋白質衣殼完整結構。 方法:模型編寫程式碼,對相鄰五鏈分組執行開源折疊模型,再利用衣殼對稱性拼合全部 60 條鏈。 結果:在 AAV2 上,預測結構與實驗結構的誤差約為一個原子寬度。
推薦理由:從相鄰五鏈分組預測到利用衣殼對稱性拼合,原文交代了方法與 AAV2 的誤差結果,可供理解模型在結構生物學任務中的表現。
Bindu Reddy@bindureddy品質評分4040The New Stack精選品質評分8080 Anthropic 發布 Fable 5.2 與 Mythos 5.2,調降價格並提升程式評測成績
Anthropic 發布 Fable 5.2 與 Mythos 5.2,表示兩款模型在程式、推理與視覺能力上有所提升,輸出速度最高比前代快 30%。
推薦理由:文中並列程式基準、每項任務成本與不同評測結果,可比較 Fable 5.2 在高難度程式工作上的表現及適用情境。
Lydia Hallie ✨@lydiahallie精選品質評分6464推薦理由:作者比較 Fable 5.2 與 5.1 的結果驗證表現,並分享搭配 Opus 5.5 作為協調器的使用方式。
Dev.to Top Tech精選品質評分9191 Claude Fable 5.2 基準測試、價格與首批獨立測試結果
Claude Fable 5.2 已推出,文章整理 Anthropic 公佈的基準測試、Vals AI 的首批獨立測試,以及價格與開發者回饋。\n\n- Anthropic 測試:FrontierCode 2.0 得分 49.1%,FrontierSWE v2 得分 69.9%;文章指出,部分基準由其他模型領先。
推薦理由:文章並列 Anthropic 與 Vals AI 的測試結果,也呈現不同工作專案的排名落差,可用來理解排行榜表現與實際任務評估之間的差異。
Addy Osmani@addyosmani品質評分5656
OpenRouter@OpenRouter品質評分5353Claude Fable 5.2 已在 OpenRouter 上線,提供 1M context,輸入價格為 $8/M,輸出價格為 $40/M。
TechCrunch · AI品質評分7474 Anthropic 發布 Mythos 5.2 與 Fable 5.2,並下調 Fable 價格
Anthropic 發布 Mythos 5.2 與 Fable 5.2,表示新模型在程式開發、推理與視覺能力上有所改善,並能更清楚地與使用者溝通。
The Verge · AI品質評分6868 Anthropic 發布 Claude Fable 5.2 與 Claude Mythos 5.2
Anthropic宣佈推出 Claude Fable 5.2 與 Claude Mythos 5.2,表示兩款模型在程式開發、推理與視覺能力上有所提升,生成速度也比 5.1 版本快。
ARC Prize@arcprize精選品質評分7272推薦理由:同一模型在兩種 ARC-AGI-3 測試架構下的分數與成本不同,並列 ARC-AGI-1、2 的結果,可看出評測架構和任務成本如何影響比較。
ClaudeDevs@ClaudeDevs精選品質評分6262Fable 5.2 已在 Claude Platform 與 Claude Code 開放使用。
推薦理由:Fable 5.2 相較 Fable 5.1 提升速度並降低 token 費用,文中提供的幅度與價格可用來比較版本成本。
aihot精選品質評分9696 Anthropic 發布 Claude Fable 5.2 與 Claude Mythos 5.2
Anthropic發布 Claude Fable 5.2 與 Claude Mythos 5.2,兩者使用相同底層模型,在程式設計、推理與視覺等方面有所提升。
推薦理由:官方發布提供基準比較、定價與安全測試結果,可用來瞭解新模型的能力差異、使用成本及 Mythos 的存取條件。
aihot精選品質評分7070 Anthropic 測試 Claude Fable 5.2 端到端設計三種電子裝置並製作可用原型
Anthropic 與 Diode Computers 合作,測試 Claude Fable 5.2 能否從簡單提示詞出發,設計三種電子裝置並製作可運作的原型。
推薦理由:文章以三款實際製作的原型和兩項基準,呈現 Claude Fable 5.2 在電路板佈局與硬體設計上的進展,也交代原型尚未經過的驗證。
aihot精選品質評分8585 Meta 發布 Muse Ember,主打AI 助理高頻任務
Meta 發布 Muse Ember(muse-ember-1.0),定位為適合AI 助理高頻重複工作的高效率模型,涵蓋工具呼叫、程式子任務、路由、資訊擷取與長檔案解析。
推薦理由:Meta 以多項AI 助理、程式與多模態基準比較 Muse Ember,並列出任務成本與 API 價格,可用來評估高頻工作流程的模型選擇。
Hacker News (official RSS)精選品質評分9090 Anthropic 發布 Claude Fable 5.2 與 Claude Mythos 5.2,提升程式開發、推理與視覺能力
Anthropic 發布 Claude Fable 5.2 與 Claude Mythos 5.2,兩者共用底層模型,並在程式開發、推理與視覺能力上有所提升。
推薦理由:Fable 與 Mythos 共用底層模型,但防護措施和開放物件不同;文中也列出基準、安全測試與實際研究案例,呈現能力和存取限制的取捨。
Cognition@cognition精選品質評分6969推薦理由:材料比較了 Fable 5.2 與前代在 FrontierCode 2.0 的分數和低推理努力成本,呈現 Devin 使用者可參考的效能與費用取捨。
The Decoder品質評分7474 ByteDance Seed 推出 Seedream 5.5,主打最多 100 輪穩定影像編輯
ByteDance Seed 推出影像生成模型 Seedream 5.5,主打最多 100 輪多輪編輯時保留未變更區域的畫素內容,並避免色偏。
Ado@adocomplete品質評分4242Claude Fable 5.2 和 Claude Mythos 5.2 現已推出。https://t.co/WpcuSOuR6o
🚨 AI News | TestingCatalog@testingcatalog品質評分4646
Claude@claudeai精選品質評分6161
推薦理由:Anthropic 將 Claude Fable 5.2 與 Claude Mythos 5.2 定位於高難度技術挑戰,並指出編碼、推理與視覺能力有所改善。
Anthropic Research精選品質評分7474 Anthropic 測試 Claude Fable 5.2 設計實際電子裝置
Anthropic 與 Diode 合作測試 Claude Fable 5.2 設計電子裝置;它完成三種原型的電路板、外殼與韌體設計,並由 Diode 製作出可運作的裝置。
推薦理由:三種原型展示 Claude Fable 5.2 從電路配置到製造檢查的工作流程,並以基準分數呈現其相較前代的進展。
Anthropic@AnthropicAI品質評分4141BlockTempo 動區動趨品質評分7171 Meta 推出 Muse Ember,評測分數接近 Muse Spark 1.3,單次任務成本約低 17 倍
Meta 公佈小型模型 Muse Ember,瞄準 AI 代理的高頻重複工作;Artificial Analysis 評測中,其智慧指數接近 Muse Spark 1.3,單次任務成本約為後者的 1/17。
elvis@omarsar0品質評分4949The New Stack品質評分6868 Meta 發布 Muse Ember,以小型多模態模型對比 Claude Haiku 與 GPT-6 Luna
Meta 發布小型多模態模型 Muse Ember,可用於讀取檔案、執行測試與針對性修正等AI 助理子任務,現已透過 Muse Code 和 Meta Model API 提供,模型 ID 為 muse-ember-1.0。
Alexandr Wang@alexandr_wang品質評分5959Hacker News (official RSS)精選品質評分8585 Meta 發布 Muse Ember,主打低成本代理程式工作
Meta 推出小型高效率模型 Muse Ember,面向代理程式反覆執行的工具呼叫、程式子任務、路由、資料擷取與長檔案解析。
推薦理由:Muse Ember 在多項代理程式與多模態基準的表現各有差異,並公開定價與上下文規格,可供評估任務成本和適用範圍。
TechCrunch · AI精選品質評分7878 Meta 發布輕量級 Agent 執行模型 Muse Ember
Meta Superintelligence Lab 發布輕量級模型 Muse Ember,主打複雜推理執行,以及 Agent 常見的工具呼叫、程式設計子任務、路由、資訊擷取與長檔案解析。
推薦理由:Muse Ember 的每百萬輸入 token 定價為 0.10 美元,報導並比較其成本與同類模型,呈現 Meta 將輕量模型用於大量重複 Agent 任務的產品定位。
Arena.ai@arena品質評分5656Muse Ember (Max) 在 Code Arena:WebDev 以 1608 分成為表現最高的小型模型,Arena 並指出其每項任務的中位成本為 $0.03。
Arena.ai@arena品質評分4848
AI at Meta@AIatMeta精選品質評分7171推薦理由:Muse Ember 將跨應用工作流程、工具串接與程式修正納入模型能力,並支援多種輸入形式,可從中瞭解其定位與適用工作範圍。