跳到正文

全部動態

RSS
今日 6 則
11月10日週二
  1. Rohan Paul55

    Meta 發布旗下最小模型 Muse Ember,並稱其智慧程度媲美 Claude Haiku 5.5,成本約為後者的三分之一。 適用工作:工具呼叫、程式設計子任務,以及路由與資料擷取AI 助理。 定價:上下文最多 200K tokens 時,每 1M tokens 的輸入費用為 $0.10、輸出費用為 $0.50;超過 200K tokens 時,輸入為 $0.30、輸出為 $1.50。 成本比較:Claude Haiku 對少於 100K tokens 的提示採相同費率;原文指出,Ember 的成本優勢主要來自每項任務使用較少 tokens。

  2. aihot80

    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。

  3. aihot78

    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。

  4. aihot77

    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。

  5. Dev.to Top Tech91

    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。

  6. ARC Prize72

    Claude Fable 5.2 在 ARC-AGI-3 標準測試架構取得新高分,並公佈 ARC-AGI-1、2、3 的評測結果。 ARC-AGI-3:provider adapter harness 為 97.7%、$18.6K;standard harness 為 81.2%、$21.9K。 ARC-AGI-2:93.8%,每題 $0.98。 ARC-AGI-1:98.5%,每題 $0.36。 原文連結

    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。

  7. aihot85

    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。

  8. Hacker News (official RSS)90

    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。

  9. TechCrunch · AI78

    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。

  10. AI at Meta71

    Meta 推出最小且效率最高的模型 Muse Ember,定位於複雜推理執行與日常AI 助理工作。 工作流程:可跨應用程式延續工作流程、依序呼叫工具、執行測試並進行目標式程式碼修正。 輸入與上下文:支援 1M-token 上下文視窗,並原生理解文字、影像、音訊與影片,可處理大型檔案集合及多樣輸入。

    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。