跳到正文

#OpenAI

RSS
今日 1 則
9月30日週三
  1. openrouter blog74

    如何在 AI 助理中測試工具呼叫準確率

    本文介紹了評估 AI 助理工具呼叫準確率的三種核心方法,並提供透過 OpenRouter 跨模型進行測試的實作範例。 - 三大測試方法:包含無參考答案的 LLM 評審、確定性引數檢查(使用 JSON Schema)、以及軌跡比較。

    推薦理由:文章提供評估工具呼叫準確率的三種方法與程式碼範例,工程師可據此建立跨模型評測套件。

  2. AWS Machine Learning Blog66

    GPT-6.1 Sol 現已登陸 Amazon Bedrock

    GPT-6.1 Sol 現已在 Amazon Bedrock 上全面可用,為編碼、計算機使用和專業工作負載帶來更強的推理能力。該模型在 DeepSWE v1.1 上以約五分之一的單任務成本實現了接近 GPT-6 Astra 的表現,並在複雜文件分析和多步驟工作流上超越了 GPT-6 Sol。

9月29日週二
  1. OpenAI News86

    OpenAI 釋出 GPT-6.1 Sol

    OpenAI 釋出 GPT-6.1 Sol,具備接近 Astra 的編碼、電腦操作和專業工作智慧,且 API 輸入輸出 token 價格降至 Astra 標準價格的五分之一。

    推薦理由:原文給出了新模型的定位、核心能力與價格降幅,讀者可以據此判斷它會怎樣改變日常開發與專業工作流。

  2. Vercel Blog71

    GPT-6.1 Sol 在 AI Gateway 上可用

    OpenAI 的 GPT-6.1 Sol 現已在 Vercel AI Gateway 上上線。該模型在編碼、電腦使用和專業工作方面相較 GPT-6 Sol 有顯著提升,能夠更好地閱讀複雜文件、執行多步工作流、除錯程式碼、處理業務任務,並從包含表格和圖表的 PDF 中提取答案。

  3. AWS Machine Learning Blog62

    Grok 4.7 現已登陸 Amazon Bedrock

    xAI 的 Grok 4.7 現已在 Amazon Bedrock 上線,支援 500K 上下文視窗、四級推理努力程度配置及圖文輸入。該模型可通過 Responses、Chat Completions 和 Converse API 進行呼叫,並提供 US 區域和 Global 跨區域推理配置選項。

9月28日週一
  1. cloudflare blog81

    Cloudflare 釋出面向AI 助理的新命令列工具 cf

    Cloudflare 推出了全新的命令列工具 cf,旨在讓AI 助理能夠訪問整個 Cloudflare 平臺中超過 3,000 種操作。該工具預設輸出 JSON 格式以節省上下文,內建自然語言搜尋功能,並採用基於 TypeScript 的全新配置格式和 Vite 開發服務。

    推薦理由:該產品直接將整個平臺的 API 能力適配給AI 助理,讀者可以通過專屬配置和命令簡化相關工作流。

  2. OpenAI News13

    你是 Codex Original 嗎?

    OpenAI 正在為 Codex Originals 專案收集開發者、研究人員和創作者使用 Codex 構建專案的真實故事。符合條件的使用者可以提交自己的專案與故事,參與該專案的下一階段。

9月27日週日
9月26日週六
9月25日週五
9月24日週四
9月23日週三
  1. openrouter blog73

    2026 年最佳 Embedding 模型選型指南

    OpenRouter 發布 2026 年最佳 Embedding 嵌入模型選型指南,針對英文 RAG、多語言檢索、程式碼搜尋、圖文檢索及低成本索引等不同應用場景進行實測與推薦。

    推薦理由:文章梳理 2026 年多類嵌入模型的選型指南與效能差異,讀者可據此對照自身專案需求評估合適方案。

9月22日週二
  1. Wiz Blog & Research80

    WIN AI 生態系透過 Agent 整合擴大

    Wiz 透過新推出的 Agent 整合,使用 Wiz Model Context Protocol (MCP) 讓 AI 代理能即時拉取安全圖譜,提升調查速度與整合度。

    推薦理由:Wiz 透過 MCP 讓 AI 代理即時取得安全圖譜,提升調查速度與整合度,對 AI 安全工作流程帶來顯著效能提升。

  2. Vercel Blog67

    GPT‑6 Sol 與 Luna 在 AI Gateway 上線

    OpenAI 的 GPT‑6 Sol 與 GPT‑6 Luna 現已在 AI Gateway 上線,價格低於 GPT‑6 Astra。Sol 適用於複雜編碼與持續性探究的 agent 工作流,Luna 則是低成本的高頻重複工作選項。兩者相較 GPT‑5.6 在事實可靠性、直白溝通和減少誤導性編碼宣告方面都有提升。使用時只需傳入模型 ID,即可在模型演練區體驗。

  3. Hugging Face Blog59

    英國 AI 安全研究所與 EvalEval 如何讓評測結果可復現

    英國 AI 安全研究所正使用 EvalEval 的 Evaluation Cards 基礎設施公開分享評估結果,以支援更具可復現性和可驗證性的評估科學。此次釋出包含了五項基準測試和兩項安全評測的驗證結果、上下文及配置資訊,涵蓋了 Claude Opus 系列與 GPT-5 系列等六款前沿模型,並配合其關於推理計算如何塑造前沿 LLM 評測的研究論文一同釋出。