全部動態
RSS 訂閱全部動態
RSS
elvis@omarsar0品質評分5252Dev.to Top Tech品質評分5858 Nvidia 研究團隊發表 Déjà View,以 1.17 億引數重建 3D 場景
Nvidia 研究團隊發表 Déjà View,這個 1.17 億引數模型可從不同角度拍攝的照片重建 3D 場景與相機位置,並在五項基準測試中匹敵或超越引數量多出 8 至 10 倍的模型。
aihot精選品質評分8181 Berkeley RDI 等團隊推出 CyberArena 資安評測基準,讓 AI 助理互相攻防
靜態資安測驗的題目一旦被 AI 助理解出,就很難再看出不同系統的差別。Berkeley RDI 等團隊推出 CyberArena,讓兩個 AI 助理在同一場比賽中攻擊對方的服務,也修補自己的服務;每回合都由場地檢查攻擊是否成功,以及正常功能是否仍能使用。研究團隊在 466 場對局中發現,三個原本都能解出 40 題中的 30 題的 AI 助理,遇上防守方後,平均攻擊成功率從第一回合的 89% 降到第三回合的 42%。對局也揭露常見失誤,例如 AI 助理宣稱修好漏洞,卻沒有實際測試修補結果。
推薦理由:CyberArena 以即時攻防呈現靜態資安基準可能飽和的問題,並用成功率變化與修補失誤展示對手如何改變評測難度。
Dev.to Top Tech品質評分4646 HinglishBench 評估:三款模型以羅馬化印地語回答時的 token 成本
HinglishBench 比較 Beam-1.0-501B-A23B、Gemma-3-27B-it 與 Qwen3-32B 解答 82 道 GSM8K 數學題的英文版與羅馬化 Hinglish 版。
Microsoft Research品質評分4343 Microsoft Research Focus 第 98 期:AI 語音翻譯、數學突破與程式編碼AI 助理效率研究
Microsoft Research 第 98 期聚焦多項研究進展,包括讓跨語言 AI 溝通更接近實現、解決 KLS 猜想,以及提升 AI 程式編碼AI 助理的效率。
Arena.ai@arena品質評分4141
Arena.ai@arena品質評分5252LMSYS Arena 研究讓電腦操作代理程式直接與遊戲及應用程式互動的 Interaction-as-a-Judge 評估方式,並開源兩組代理程式追蹤資料集。
Hacker News (official RSS)品質評分7272 康乃爾研究:資料中心擴建電網成本多由居民承擔
康乃爾研究分析美國四大電網在 2020 至 2025 年的資料中心成長與基礎設施支出,發現居民,尤其是低收入與鄉村家庭,承擔了較高成本。 - 成本分攤:2025 年資料中心平均只負擔與其成長相關基礎設施成本的 38%,即 $3.12 billion;其餘 $5.13 billion(62%)主要由居民承擔。
Hacker News (official RSS)品質評分4545 中世紀修道院人骨的放射性碳定年警訊
丹麥研究者分析 27 具修道院墓葬人骨,指出淡水魚飲食可能造成放射性碳定年結果偏老,甚至早於修道院建成時間。 - 原因與線索:樣本的 氮-15(¹⁵N)含量偏高,顯示死者曾食用淡水魚;水生食物的「儲庫效應」會使人骨的碳-14(¹⁴C)定年結果顯得較老。
Hacker News (official RSS)品質評分6060 天文學家發現矮行星候選天體 2026 ED138,繞日一週約需 281.1 年
天文學家在 Vera C. Rubin Observatory 的觀測資料中發現矮行星候選天體 2026 ED138,它距離太陽約為地球的 46 倍,繞日一週需 281.1 年。
Rohan Paul@rohanpaul_ai品質評分6363Dev.to Top Tech品質評分5555 Part 2:4B Edge NPU 與 Frontier 的四道 AST 驗證及靜態呼叫清單
SpaghettiLens-AI 將四道範圍限定的驗證門與 AST 靜態呼叫清單加入儲存庫,並比較本機 4B NPU 設定與 gemini-3.8-flash 的工具呼叫流程。
Dev.to Top Tech品質評分5858 SinkState 以即時 SVD 壓縮混合 LLM 狀態,最高提升 1.58 倍解碼速度
SinkState 論文以即時 SVD 將混合 LLM 的迴圈狀態改為自適應低秩表示,降低狀態記憶體流量並提升解碼速度。 - 方法:透過緩衝更新、區域性 SVD 與非同步 CPU 整併,依狀態資訊量動態調整秩。
OpenAI Alignment Research Blog精選品質評分6666 OpenAI 以自動化紅隊訓練 GPT-6 Astra 與 Sol 抵禦高風險領域越獄
OpenAI 說明如何運用自動化紅隊生成的合成越獄提示訓練 GPT-6 Astra 與 Sol,提升模型在網路安全、生物學及暴力活動等高風險領域抵禦越獄的能力。
推薦理由:研究展示如何以自動紅隊生成的合成越獄提示進行強化學習訓練,並比較模型面對固定與自適應攻擊時的安全表現。
Apple Machine Learning Research精選品質評分6262 Apple 研究推導語言模型對齊的理論極限,發現 PPO 與 GRPO 表現仍有差距
Apple Machine Learning Research 推導固定 KL 散度預算下語言模型可達成的最高獎勵提升,並在安全與摘要任務中比較不同對齊方法與理論上限。
推薦理由:研究推導固定 KL 預算下的對齊獎勵上限,並比較 best-of-N、PPO 與 GRPO,呈現現有方法距理論界線的差距。
Hacker News (official RSS)精選品質評分7878 WPS AI Leaderboard 發布基準,評估 AI 模型在和平任務中是否納入性別面向
Our Secure Future 與 Collective Intelligence Project 發布 WPS AI Leaderboard 基準,評估 AI 系統能否在全球和平任務分析中遵循「婦女、和平與安全」(WPS)原則,並在未受提示時主動納入性別面向。
推薦理由:這項基準呈現模型在未受提示時遺漏性別面向的落差,並比較多代理工作流程能否縮小差距,提供評估和平安全應用的具體方法。
Dev.to Top Tech品質評分5353 DoSync 開源協定論文獲 IEEE CCNC 2027 工作坊接受
DoSync 論文獲 IEEE CCNC 2027 的 IoT Interoperability and the Web of Things(IIWOT)工作坊接受,提出在 AI 助理意圖與異質 IoT 裝置之間加入治理層的開源協定。
The Decoder精選品質評分8282 OpenAI 分析指出,前沿模型的推理過程更難監督,與能力及算力取捨有關
OpenAI 安全團隊分析 GPT-5 至 GPT-6 Astra,指出預訓練能力、模型架構、強化學習與教師模型都會影響模型隱藏推理步驟及控制推理紀錄的能力。
推薦理由:分析比較預訓練能力、架構、強化學習與教師模型對推理可監督性的影響,也呈現較小模型延長推理鏈的成本取捨。
solidot品質評分6262 天文學家發現每八分鐘發射一次射電訊號的雙星系統 GPM J071507−114153
天文學家在雙星系統 GPM J071507−114153 中,首次於一顆繞行類太陽恆星的白矮星上探測到射電脈衝。 - 系統由一顆白矮星與一顆類太陽 G 型恆星組成;白矮星每 八分鐘自轉一週並發射一次射電訊號。
Dev.to Top Tech品質評分5858 GPT-6 Astra 編輯 Qwen3.5-0.8B 權重,展現 AI 除錯方向
GPT-6 Astra 檢查並修改 Qwen3.5-0.8B 的權重後,該模型在 MATH-500 的分數從 7.9% 升至 48.1%,約 0.016% 的引數有所變動。
Dev.to Top Tech品質評分7272 抽樣測試 50 個 MCP 伺服器:54% 未提供免金鑰探索
作者抽樣測試 50 個官方 MCP Registry 遠端伺服器,發現 27 個(54%)在 initialize 階段回傳 401,沒有金鑰的AI 助理無法檢視伺服器提供的工具。
Hacker News (official RSS)品質評分5454 研究團隊發現每 8 分鐘發出無線電訊號的罕見白矮星系統
Curtin University 的研究團隊發現,雙星系統 GPM J071507−114153 每 8 分鐘發出無線電脈衝,訊號來自白矮星附近;這是首次在白矮星與類太陽恆星組成的系統中偵測到此類脈衝。
solidot品質評分6363 研究以獨立成像演算法驗證 M87* 黑洞的甜甜圈結構
研究人員使用新開發的獨立成像演算法重新處理 *M87 黑洞的觀測資料,重建結果與原始影像高度重合,支援其經典影像中的環狀結構。 - 重建方法**:演算法將望遠鏡按閉合三站分組,而非兩兩配對,綜合個別望遠鏡的測量結果並計算校準誤差,再產生符合標準的重建影像。
Dev.to Top Tech品質評分6565 11 種經典指標以預設引數回測加密貨幣,154 次測試僅 32 次勝過買進持有
作者回測 11 種經典指標策略在 7 種大型加密貨幣上的表現,154 次測試中有 32 次(21%)在扣除手續費與滑價後,報酬高於同期買進持有。
iThome (臺灣)品質評分4646 中研院以 Taiwan GBA 與 G-YOLO 強化大型 VLM 的行為與環境理解能力
中研院發展 Taiwan GBA 與 G-YOLO,補足大型視覺語言模型(VLM)在理解人類行為及物件關係上的不足,讓 AI 從辨識影像內容進一步分析事件與環境。
Dev.to Top Tech品質評分7272 GH-AWTrace 分析 410 萬筆 GitHub Agentic Workflows 執行紀錄,31.7% 留存日誌連結至失敗執行
GH-AWTrace 研究分析 410 萬筆 GitHub Agentic Workflows 執行紀錄;在可取得的非空日誌中,31.7% 連結至以失敗結束的執行。
Dev.to Top Tech品質評分4848 DINOv2 適應醫療影像分割與專用模型進行比較測試
研究人員比較將以自然影像預訓練的基礎模型 DINOv2 調整後用於醫療影像分割,與針對特定任務訓練的模型之表現,並測試模型在新臨床據點的泛化能力。 評估方式:研究改變模型的調整範圍,並在新臨床據點測試,而非只使用與訓練資料分佈相同的資料。 研究重點:評估基礎模型能否泛化至新醫院,以及醫療 AI 是否應重視目標式調整與跨據點穩健性評估。
MIT News · AI品質評分6060 MIT 研究團隊用較少資料訓練更能應付新情境的氣候 AI 模型
完整氣候模型很精細,但跑一次可能要花數月,難以快速比較許多未來情境。MIT 研究團隊提出一種訓練方法,先用簡化模型產生合成的排放情境,再反覆挑選能幫助 AI 氣候模型降低預測誤差的資料。這些情境可能不像真實未來,卻能讓模型更有能力預測訓練時沒看過的情況;研究中的傳統模型在測試地方汙染管制、其他排放仍持續上升時,未能做到這點。團隊表示,這種方法也只需用完整氣候模型產生一次資料,可望縮短訓練時間。
Dev.to Top Tech品質評分4848 1,000 個一般網站抽查結果:79% 未設定 CSP,58% 可遭其他網站框架嵌入
對 1,000 個一般網站進行被動檢查後,回應檢查的 571 個網站中,79% 未設定 CSP,58% 可被其他網站框架嵌入,可能面臨點選劫持風險;檢查未執行攻擊,也不代表網站已遭入侵。
Dev.to Top Tech品質評分4949 單目深度估計模型如何更準確估算車輛距離:物件感知深度監督的實驗
研究者在單目深度估計與物件偵測的聯合模型中加入物件感知深度監督,讓物件框內的畫素在深度損失中權重提高 5×,並以不確定性加權平衡兩項任務;論文已獲 ICTCS 2026(Springer LNNS) 接受。
Artificial Analysis@ArtificialAnlys品質評分5353Artificial Analysis 比較模型在 VIALS-AA 使用工具與單次作答時的表現,工具使用下各模型平均分數約從 25% 提升至 47%。
Dev.to Top Tech品質評分6161 117 個 UI 技能實測:1,770 個生成頁面的比較結果
作者以 Claude Opus 5.5 比較 117 個 UI 技能與無技能控制組,涵蓋 5 種頁面簡報、每種組合執行 3 次,共產生 1,770 個頁面。
NVIDIA AI@NVIDIAAI精選品質評分6969
推薦理由:Déjà View 以 117M 引數在五項基準上比肩或超越大上至 10 倍的模型,並可調整迴圈次數以配合運算預算,呈現模型規模與計算量的取捨。
Google Research精選品質評分7373 Google Research 以穿戴裝置資料建立 CKM 風險評估與個人化健康教練框架
Google Research 介紹一套研究中的穿戴裝置健康框架,結合可調整的健康年齡指標與 SensorWM,模擬不同生活習慣對未來 12 週生理指標的影響,並產生個人化教練計畫。
推薦理由:研究以可調整的日常行為推估健康年齡,並用穿戴資料模擬 12 週生活習慣變化,呈現個人化健康指標如何轉化為可執行的教練計畫。
Dev.to Top Tech品質評分4545 Wave Forcing 以交錯去噪實現每輪串流輸出一個影片區塊
Wave Forcing(WF)結合區塊因果注意力與交錯去噪流程,在管線填滿後,每個並行前向輪次可輸出一個影片區塊。 - 基準表現:在 Wan2.1-T2V-1.3B 上,五步版本的 VBench Total 為 81.64,高於五步 Rolling Forcing 的 81.15;研究也測得 WF 的動態幅度明顯增加。
404 Media品質評分4949 天文學家發現「隱形」超大質量中子星,挑戰恆星演化的理解
太空裡有個看不見的天體,天文學家是靠它拉動附近紅巨星的重力影響,才發現它藏在 J0008+0128 這個星系統裡。它可能是非常罕見的超大質量中子星,也就是大質量恆星爆炸後,核心塌縮留下的天體。它的軌道和質量都很奇怪,研究人員試了數千次模擬,仍無法重現。 這個發現可能幫忙解開天文學家困惑多年的「質量缺口」:觀測到的中子星和黑洞之間,少有質量約為太陽 2.5 到 5 倍的天體。它也讓人重新思考,大質量恆星爆炸後會留下什麼,以及恆星如何演化。
Apple Machine Learning Research品質評分4141 Weighted State Souping 如何提升長上下文檢索效率
Apple AI研究團隊提出加權狀態混合(weighted state souping),透過學習依查詢調整的權重來組合快取狀態編碼,改善狀態空間模型(SSM)在冗長、資訊密集情境中的檢索與任務表現。
Apple Machine Learning Research品質評分5151 Apple 研究探討 SSM 閘控機制如何影響記憶與情境學習
Apple 研究透過理論與實驗指出,SSM 的閘控機制會使模型先學會權重內記憶,並延後甚至阻礙正確的情境學習解法收斂。 研究發現:即使架構或記憶容量沒有根本限制,閘控仍可能影響情境學習;另一方面,它常有助於提升長序列泛化能力。 研究範圍:分析閘控機制如何塑造 SSM 的訓練動態與泛化表現,為理解及改進線性時間模型提供依據。
Apple Machine Learning Research品質評分4747 評估評估者:探討 LLM 評審對個人化寫作風格的評估能力
Apple AI 研究團隊評估 LLM 評審判斷生成文字是否符合個人寫作風格偏好的能力,發現評審表現會因寫作任務與評估標準而異,且與一般 LLM 能力的相關性偏弱。
Aravind Srinivas@AravSrinivas品質評分4444