VIDRAFT 公開 Darwin-180B-RSI-R3 推理模型權重
VIDRAFT 公開 Darwin-180B-RSI-R3 的模型權重;這款以遞迴自我改進訓練的 180B MoE 模型,在 SuperCLUE 2026 年 11 月數學與科學推理評測中得分 73.68,排名開放權重模型第一、整體第二。
推薦理由:Darwin-180B-RSI-R3 在數學與科學推理評測中的分數高於基礎模型,並提供公開權重;文中也呈現其長上下文與指令遵循的弱項。
VIDRAFT 公開 Darwin-180B-RSI-R3 的模型權重;這款以遞迴自我改進訓練的 180B MoE 模型,在 SuperCLUE 2026 年 11 月數學與科學推理評測中得分 73.68,排名開放權重模型第一、整體第二。
推薦理由:Darwin-180B-RSI-R3 在數學與科學推理評測中的分數高於基礎模型,並提供公開權重;文中也呈現其長上下文與指令遵循的弱項。
Inkling 2 Small 由 Thinking Machines Lab 推出,擁有 594B 引數、31 分的人工分析指數,並承諾下週以 Apache 2.0 釋出完整權重。
MaxxBench 上的六大前沿模型在對 17 行變更後,從原本 74% 的緊湊分數分佈,擴散至 23 點的差距。 - 分數波動:原始 74% 的 1.5 點聚集,變更後擴散至 23.0 點,平均下降 11.8 點。
Hy4 在 579 個實務金融任務上獲得 3.04 分,領先 DeepSeek‑V4.1‑Flash‑1017。 - 評測範圍:579 個真實金融工作任務,涵蓋基金研究、證券分析及量化投資。
本文以實作範例說明 AI 語音模型的訓練流程,涵蓋資料收集、語音合成、神經語音器、語音克隆及雲端服務。 - 資料量 10–20 小時單說話者音訊即可訓練基礎 TTS;高保真克隆可用 30 分鐘錄音。
TinyTB-Net 是一個從零開始訓練的胸腔 X 光診斷模型,經過 8 位量化後能在 $2.50 的 ESP32 MCU 上執行。
summary_zh: Anima Aesthetic 1.1 在 ComfyUI 釋出,附帶十套工作流程,涵蓋 Text‑to‑Image、Tiled Upscale、ControlNet 以及 Face/Hand Repair 等功能。
Video Rebirth 推出 HyperFlow H3 Flash,將約 31B 引數的 MiniMax-H3 精簡為 13.7B 或 13.9B 引數版本,可用 4、6 或 8 步生成影片與同步立體聲音訊。
推薦理由:HyperFlow H3 Flash 將剪枝、低秩分解與 INT8 量化用於影片及音訊生成,並列出不同 GPU 的端到端耗時,便於比較模型精簡幅度與執行成本。
summary_zh: Nace AI 釋出 Drex 系列決策模型,27B 版在 Decision Bench v4 與 Claude Opus 5.5 只差 1.6 分,回應時間 183 ms。
summary_zh: Anthropic 在 11 月 2 日發布 FlashProve,提供兩種驗證模型回應的方式:基於加密的證明(需供應商合作)和統計探測(不需供應商授權)。
Qwen 3.5 只改變 0.016% 權重,即可將 MATH-500 分數從 7.9% 提升至 48.1%。 - 實驗設計:在不進行訓練或反向傳播的情況下,針對 800M 引數模型進行微調。 - 評估結果:Hugging Face 公開再評估顯示 51% 分數。 - 限制:提升僅在特定協議下有效,並不代表整體數學能力提升。
Arete‑27B 是 Nous Research 針對 Alibaba Qwen3.8‑27B 進行 5 千萬 tokens 監督式微調後的開源模型,將宣傳率從 22% 降至 0.9% 並保持一般能力。
summary_zh: Google AI 能透過普通智慧手錶偵測高血壓,無需袖帶。 - SensorFM:利用手錶內建脈搏與運動感測器,透過 近 500,000 小時 的感測資料訓練神經網路,無需診斷指導即學習脈搏模式。
開發者推出了 0.8B 與 4B 兩款專為混合文字輸入設計的轉寫模型,並將其開源至 Apache-2.0,旨在取代傳統 IME 的模式切換負擔。 - 模型規模與部署:0.8B 版約 500–800 MB,適合本地 CPU/GPU 推理;4B 版則提供更高準確度,支援多方言與多音節選擇。
Nous Research 推出 Arete-27B,以後訓練調整 Qwen3.8-27B 在政治敏感議題上的拒答、迴避與中共框架式回答。 - 訓練方式:使用約 52.8 million tokens 進行微調,訓練資料含 28,886 個範例;未採用 RL 或偏好最佳化,也未修改架構。
summary_zh: Ming‑3.0‑tts 在 16GB GPU 上執行時,GPU 只利用不到 ⅓ 時間,升級至更大卡片(如 RTX 4090)僅提升約 17% 的速度。
summary_zh: Anthropic 在 Project EVE 中測試 Claude 模型,發現其在 EVE Online 的交易收益遠高於其偵測破壞的能力。
Gemini Omni 1.2 Flash 是 Google 於 2026 年 11 月 5 日正式釋出的影片生成模型。本文示範如何在 Next.js 應用中使用 @google/genai SDK 產生 3~15 秒影片,並以實際計算方式說明每秒成本。
推薦理由:本文詳細說明 Gemini Omni 1.2 Flash 在 Next.js 中的實作流程與成本計算,對想整合影片生成的開發者極具參考價值。
OpenAI 推出的 GPT‑6 Cyber 能自動發現並利用漏洞,為安全研究者提供前所未有的測試與修補能力。 - 已發現 81 個 Firefox 漏洞,並提交 304 個關鍵修補建議。
summary_zh: 我們將同樣的 24 個問題送給 GPT、Claude、Gemini、Grok 與 Llama,發現 33% 的問題模型一致回答,67% 存在重大分歧,63% 的問題至少有一個模型給出唯一答案。
Artificial Analysis 實測 GPT Image 2.6 影像生成與編輯表現
推薦理由:對照 GPT Image 2.5 的測試呈現兩款新模型在生成速度、品質與費用上的差異,並列出各自的基準表現與適用特點。
Ripple-65B Preview 是 Ricursive Intelligence 於 2026 年 11 月 6 日發布的 65B 引數開源權重模型,專為代理式編碼任務打造。
Salesforce 推出 Koa Decisions,專為代理系統內部請求路由而設計的單 token 決策模型。 - 速度:Koa Decisions 以單步決策完成路由,平均延遲約 26 毫秒,比一般語言模型的 1.4 秒 快 50 倍。
Anthropic 公佈 Claude Science 可將超過 30 個開源分子結構預測與設計模型平均加速約四倍,且精度損失極小。 - 核心效能:平均 4 倍速度提升,FlashPairformer kernel 2.7~3.2 倍加速。
Inkling 2 Small 已於 Tinker 與 Tinker Playground 提供推理與微調服務,權重尚未公開。
Ripple-65B Preview 在 TerminalBench 2.1 上取得 80.52 分,成為開源美國模型中最佳成績。 - 規模與架構:65B 引數、密集 Transformer、Nvidia 最佳化。
研究顯示 Jev+Opus 混合模型在身份解析任務上達到前沿模型的準確度,且成本低四倍。 - 模型組合:單獨使用 Jev 或 Luna 取得 95–97% 的準確度;加入 Opus 後可達 98.8%(較前沿模型 99.0%)。
NVIDIA 研究人員以 Lyra 2.0 結合影片生成與 3D 重建,從單張影像建立可沿指定攝影機路徑探索的環境。 方法:Lyra 會參考先前的視角,並學習修正逐步累積的視覺誤差。
推薦理由:ARC Prize 提供 ARC-AGI-1 與 ARC-AGI-2 的分數及單題成本,可比較 Inkling 2 Small 在兩項基準上的表現與成本。
MIT 團隊開發的開源模型 CheMeleon,能在特定分子性質的可用資料有限時,協助篩選值得進一步合成與測試的分子,並在比較中勝過其他方法。 - 模型與資料:CheMeleon 以 PubChem 中 100 萬種分子的資料預訓練,學習分子結構與約 1,600 項化學描述符之間的關聯;之後可針對溶解度、黏度、生物活性或反應性等性質微調。
導語:DeepSeek 與 OpenAI 的開源與封閉 AI 模型在模擬企業網路攻防任務中的成功率相近,分別達到 73% 與 81%。 - 關鍵發現:開源模型 DeepSeek 的平均成功率僅落後封閉模型 8%,且在部分任務上表現相同。
OpenAI 釋出 GPT‑6 Cyber,在安全研究與模型對齊方面取得顯著進步。 - 邊界遵守:在無部署安全提示時,遵守 99.93% 的任務邊界,較 GPT‑5.6 Cyber 的 94.49% 提升。
本週 AI 進展揭示投資者對成本與多語言公平的擔憂,提示開發者需同時考量技術與經濟可持續性。 - 模型發布:Google 推出 Gemini 4 Carbon、DeepMind 先行展示 Genie 4 世界模型,Mistral 公佈 1.0 兆引數 Large 4(Le Chonk)權重。
summary_zh: 開發者釋出 joa-job-extractor-400m-gguf,一個 400M 引數的職缺提取模型,能在 8GB GPU 上以每秒 2 秒的速度處理職缺。