跳到正文

全部動態

RSS
今日 4 則
11月14日週六
  1. AWS Machine Learning Blog60

    OpenFold3 如何在 Amazon SageMaker JumpStart 預測生物分子結構

    預測蛋白質和其他生物分子的立體結構,需要 GPU、模型檔案和能處理長時間工作的服務環境。這篇教學示範如何在 Amazon SageMaker JumpStart 部署 OpenFold3-preview,讓它預測蛋白質、DNA、RNA、小分子及其複合物的結構;工作會排進佇列,完成後把結果存到 Amazon S3,也能同時跑多筆預測。作者用碳酸酐酶、鋅離子和藥物的例子說明,加入多重序列比對(MSA)後,預測結果更接近已知結構;不過這是展示流程的案例,不代表模型對新目標也有同樣表現。端點可在閒置時縮到零臺,含有自有序列的資料也可留在自己的 AWS 帳戶內。

    推薦理由:文章示範如何在自己的 AWS 帳戶部署 OpenFold3,並用碳酸酐酶複合物案例比較有無 MSA 的預測差異,也提醒這不是新目標的準確度基準。

  2. AWS Machine Learning Blog72

    AWS 說明如何縮短 Amazon Bedrock AgentCore Runtime 的工作階段啟動時間

    AI 助理每次開始新的工作階段,都可能得重新載入程式和資料,讓使用者等候第一個回應。AWS 說明如何用 Amazon Bedrock AgentCore Runtime V2,先在建立或更新環境時準備好程式,再把準備結果存起來,讓新工作階段還原後就能使用。文中也介紹如何把常用資料留在記憶體、用建置掛鉤預熱大型檔案,以及在使用者開啟聊天視窗時背景啟動工作階段。會改變的資料、隨機值和時間資訊則要在每個工作階段開始後取得,避免沿用過期或重複的內容。

    推薦理由:文章拆解 AgentCore Runtime V2 的啟動流程,並說明哪些工作適合提前準備、哪些資料必須每個工作階段重新載入。

  3. Modal Engineering Blog43

    Modal 與 Gray Area 合辦「Scaling Intelligence」展覽,展出 11 件 AI 藝術作品

    很多人以為 AI 只會幫忙自動做事,但藝術家也能拿它來創作。Modal 和 Gray Area 合辦「Scaling Intelligence」展覽,展出 11 件用 AI 和雲端運算打造的新作品。像有件作品讓 AI 一直搜尋一座根本不存在的北極島,還有一隻機械手臂會向路過的人比倒讚。這些作品把 AI 變成新的創作工具,也讓人想想:當 AI 開始唱歌、記住人們說過的話,甚至替人做有意義的事,我們和它的關係會變成什麼樣子?

  4. Artificial Analysis47

    Speechify 推出語音模型 Simba 3.5,在 Artificial Analysis 的 Controlled Voice Arena 排名第一,成績與 HeyGen Voice 統計上不分高下,也領先 Qwen-Audio-3.1-TTS-Plus。其他測試中,Simba 3.5 的 Provider Voice 排名第五,發音穩定度排名第七。它每秒能生成 139.6 個字元,每 100 萬個字元收費 $6.58;Eleven v4 Turbo 則是每秒 105.3 個字元、收費 $40。Simba 3.5 是價格圖表中最便宜的模型,代表它在這項比較裡兼具較快速度與較低價格。

  5. Claude Code Releases56

    Claude Code v2.1.325 修補安全問題並調整許可權與沙箱規則

    Claude Code v2.1.325 修補了 zstd 壓縮回應的解碼安全問題,也調整多種許可權和沙箱規則。部分複合 Bash 指令現在會先要求許可;沙箱中的指令預設也會走一般的許可權流程,若要擴音示執行,可設定 sandbox.autoAllowBashIfSandboxed: true。更新還修正登入、工作階段、MCP 工具和 VS Code 整合等問題,並加強外掛安裝時的安全提醒。

  6. ElevenLabs Official Blog43

    ElevenCreative 推出 Forward Deployed Creatives,協助品牌打造 AI 廣告

    團隊想用 AI 做廣告,常會遇到品牌風格不一致、工具彼此不相通,或是工具太難用的問題。ElevenCreative 推出 Forward Deployed Creatives,由創意製作人和策略人員先了解品牌與團隊的工作方式,再一起建立廣告工作流程、製作素材並訓練團隊;也可以直接接下需求,完成廣告讓團隊審核。像是要把廣告改成不同市場適用的版本,受過訓練的語言工作者和音訊專業人員會檢查文字與聲音。品牌可以依需求選擇自己製作、和團隊一起建立流程,或交由這些創意人員從策略做到完成廣告。

  7. Artificial Analysis39

    宣佈推出 Artificial Analysis Diarization Index,這是我們用來評測語音轉文字中「誰說了什麼」的新基準。 Diarization Index 以詞語語者辨識錯誤率(WDER)評分各家 API:在 97 段由 2 至 8 人參與的對話中,計算被分配給錯誤說話者或未分配說話者的詞語比例,並對各種人數的對話採相同權重。 來自 @NVIDIAAI 的 Nemotron 3.5 Transcribe 以 3.3% 領先,高於 Voxtral Small Transcribe 3 的 7.5%。下方串文詳述 🧵

  8. Cisco Talos Blog82

    Cisco Talos 分析 ARTEX 如何加速多起網路攻擊

    攻擊者若把偵察、找漏洞和後續入侵交給自動化工具,防守人員可能來不及發現並阻止。Cisco Talos 分析 ARTEX 及相關攻擊案例:操作者設定目標後,AI 助理會拆分工作、呼叫資安工具,並記錄發現;研究人員也觀察到攻擊者利用外洩憑證、應用程式弱點和雲端設定問題,進一步取得資料或擴大存取。Talos 建議監看異常登入與許可權變更、保護憑證、修補對外系統,並預先準備撤銷憑證和隔離裝置的應變流程。

    推薦理由:Talos 彙整多起 ARTEX 相關活動,呈現自動化工具如何串起弱點利用、憑證濫用與資料外洩,並列出防守方可採取的監測與應變措施。

  9. Browser Use Releases56

    Browser Use 1.0.4 減少截圖密集任務的模型費用

    瀏覽器任務常會留下大量截圖;每次新增截圖都整理舊資料,可能讓模型無法重用先前處理過的內容,增加輸入費用。Browser Use 1.0.4 改為累積到 20 個帶有截圖的工具結果後,再一次清除舊截圖。BU Bench v2.1 測試 200 項任務,分數與 1.0.3 接近,平均每項任務的模型費用從 $0.434 降至 $0.208。這版也讓 BU_NAME 呼叫者在無法使用 Chrome 時改用各自的 Chromium,並在某些瀏覽器設定錯誤可能透過新版修正時,提示升級。

  10. Google Research85

    Google 開放 Antigravity 的 /teamwork,讓 AI 助理協作研究與工程工作

    研究和工程工作常要處理大量資料、反覆試錯,還得確認每一步都正確。Google 在 Antigravity 開放 /teamwork 和 /boost,讓多個 AI 助理分工探索,再用 Lean 4、軟體測試或硬體量測檢查結果。Google 分享的案例包括協助研究者完成數學證明、找出分子結構,以及改寫系統程式;研究者仍負責提出問題和確認成果。學術研究者也可申請六個月免費使用最高用量方案。

    推薦理由:Google展示 /teamwork 如何把長時間研究拆成多個可檢查的步驟,並用形式驗證、測試與硬體量測篩選結果,呈現多 AI 助理協作的實際做法。

  11. Arena.ai45

    LMSYS Arena 本週公佈多款模型在不同競賽的表現。Claude Fable 5.2 (Max) 在 Agent Arena 排名第 1,根據 7.8k 次真實使用記錄,淨改善幅度為 +30.5%;Gemini 4 Hydrogen (High) 則是前 10 名中速度最快的模型,每個常見步驟約需 7.3 秒。Muse Ember (Max) 以每項任務 $0.03 的中位成本登上 Code Arena: WebDev 第 37 名;Inkling 2 Small 則以 1647 分拿下該榜開放權重模型第 1。這些排名讓人能比較模型的表現、速度與成本;推文也提到,採用 Apache 2.0 的開放權重即將推出。

  12. Vercel Blog61

    Vercel Security Review 現在可檢查未連結 Vercel 專案的 GitHub 儲存庫

    以前,GitHub 儲存庫必須先連結 Vercel 專案,才能使用 Vercel Security Review 檢查程式碼。現在,只要 Vercel GitHub App 能存取該儲存庫,推送程式碼變更時就會自動檢查漏洞,不需要先建立專案或部署。預設會涵蓋已連線帳號中所有未連結的儲存庫,也能在設定中挑選要檢查的帳號或儲存庫;若儲存庫連結了已啟用檢查的專案,檢查時還會參考專案與部署資訊。

  13. cloudflare blog76

    Cloudflare 將 Kitesurf 開源,讓開發者自行部署 AI 助理用的瀏覽器

    AI 助理需要瀏覽網頁時,完整瀏覽器會使用較多 CPU 和記憶體。Cloudflare 現在把 Kitesurf 的程式碼放上 GitHub,開發者可以在自己的電腦執行、修改,再部署到自己的 Cloudflare 帳戶。Kitesurf 能載入網頁、執行 JavaScript,並支援 Chrome DevTools Protocol,因此可連線 Puppeteer 等工具。自架部署需要 Workers Paid 方案,因為它會為網頁建立隔離的 Workers。

    推薦理由:Kitesurf 開源後,開發者能自行閱讀、修改並部署瀏覽器引擎;文章也說明瞭本機試用方式與自架時的方案要求。

  14. AWS Machine Learning Blog57

    AWS 說明 AssemblyAI 如何用 Spot 執行個體降低語音轉文字成本

    大量處理語音時,GPU 運算費用很高;Spot 執行個體雖然較省錢,卻可能在收到通知後被收回。AWS 說明 AssemblyAI 如何把工作放進 SQS 佇列,交給 ECS 上的 GPU 執行個體處理,並混用 Spot 與隨時可用的 On-Demand 執行個體,也分散使用 g4dn、g5 和 g6 等機型。遇到中斷時,還沒完成的工作會回到佇列,讓其他執行個體接手;每個 AWS 區域也各自處理資料,以符合客戶的資料所在地要求。AssemblyAI 表示,這套做法讓推論運算成本比 On-Demand 定價低 70%,而 Spot 中斷只會讓部分轉錄多花一點時間。

  15. Arena.ai50

    Claude Fable 5.2(Max)在 Agent Arena 排名第一;在和 Claude Opus 5.5(Max)都有排名的 10 個類別中,Fable 有 9 類領先,另一類差距小到無法分出高下。Fable 的視覺設計表現特別突出,整體進步分數是 30.48%,視覺設計則是 45.34%;Opus 5.5 分別為 19.51% 和 23.29%。不過,這些分數只顯示誰領先,還無法說明原因,因此發文者接著比較兩個模型在真實使用情境中的表現。

  16. Databricks Blog39

    Apache Spark 和 Apache Flink 怎麼選?多數團隊用 Spark 就能兼顧批次處理和即時資料

    團隊要處理大量資料,又想快速看到新資料,常得在 Apache Spark 和 Apache Flink 之間做選擇,甚至同時維護兩套系統。Databricks 的文章認為,多數團隊用 Apache Spark 就夠了:它能處理批次工作、資料分析和串流資料;Real-Time Mode 也讓資料能在幾毫秒內一路處理完成,不必為了更快的串流另外架一套 Flink。文章的測試中,處理有狀態的資料整理時,Spark 的 p99 延遲是 14 ms,Flink 是 45 ms;不過測試由 Databricks 執行,實際表現仍要看自己的工作內容。若需要超大型狀態資料、複雜事件比對,或已經在使用 Flink,Flink 仍可能更適合。

  17. Browser Use Releases53

    Browser Use 推出 1.0.4rc1,批次清除舊截圖

    瀏覽器操作留下太多截圖時,逐張清除會改動先前的訊息,讓提示詞快取失效,增加輸入成本。Browser Use 1.0.4rc1 改成累積到 20 個工具結果帶有截圖後,再一次清除舊截圖。原文舉例,BU Bench 1.0.3 有一項 705 步的任務讀取了 27.8M 個輸入 token,其中 1.6M 個來自快取;這次調整是為了減少清除截圖對快取的影響。更新也讓 BU_NAME 呼叫者在無法使用 Chrome 時各自取得 Chromium,並在瀏覽器設定錯誤可能由新版修正時,由 CLI 和 MCP 提醒 AI 助理升級。

  18. cloudflare blog72

    Cloudflare 說明 AI 滲透測試工具如何發動攻擊,並提出六項防禦做法

    AI 滲透測試工具能自動串連多個攻擊步驟,讓防守方更難及時跟上。Cloudflare 表示,團隊在事件調查中看到攻擊者利用遭竊的長期有效 API 權杖,從 CI/CD 環境橫向進入其他雲端環境;其中一個案例出現大量 Worker 指令碼和資料庫匯出請求。Cloudflare 建議用六個環節加強防禦,包括限制流量、偵測異常行為、辨認自動化機器人、限制高風險服務的存取、檢查 API 請求格式,以及利用威脅情報掌握攻擊。也建議把系統分割槽,減少遭入侵的帳號能移動到其他環境。

    推薦理由:Cloudflare 分享觀察到的攻擊案例,並把防禦建議整理成六個環節,從流量控管、身分驗證到網路分割槽,呈現如何降低帳號遭入侵後的擴散風險。

  19. AWS Machine Learning Blog61

    AWS 說明如何追蹤 AI 工具在 Amazon Bedrock 的個人費用並設定支出限制

    公司匯入 AI 程式開發和辦公工具後,常會遇到費用都算在同一個帳號、難以看出誰用了多少的問題。AWS 說明如何用 IAM Identity Center 讓每位使用者以自己的身分呼叫 Amazon Bedrock,再把使用者和團隊標記帶進帳單資料,透過 Athena 查詢各人或各團隊的花費。帳單資料按時段彙整,不能查到每次提示詞的費用;若要逐次檢視,需使用模型呼叫記錄或請求標記。文章也比較幾種支出限制方式:AWS Budgets 設定較簡單,但帳單更新可能延遲;CloudWatch 搭配 Lambda 可較快反應,其他方法則各有維運負擔。

    推薦理由:文章整理 Amazon Bedrock 如何把每次模型呼叫連到使用者身分,並比較不同支出控管方式的延遲與維運負擔,方便規劃企業管理流程。

  20. PyTorch Core Releases39

    PyTorch 修正 XPU 使用 DLPack 時的裝置編號

    XPU 裝置原本需要把 SYCL 的裝置編號換成另一個編號,傳給 DLPack 時才會對得上 PyTorch;這次 PyTorch 改成直接使用 PyTorch 自己的裝置編號,做法和 CUDA 一樣。以 xpu:0、xpu:3、xpu:7 為例,修改前傳出的編號是 9、12、16,修改後變成 0、3、7。這項改動也讓原本會失敗的 managed_tensor_allocator 搭配 kDLOneAPI、data=NULL 情況順利運作。

  21. Anthropic Research72

    Anthropic 說明如何設計更可靠的 AI 安全評測

    要判斷 AI 模型是否安全,不能只看一個分數,因為測驗可能問錯問題、被模型鑽漏洞,或漏掉真實對話中的風險。Anthropic 根據自家經驗整理做法:先說清楚要測什麼,再找領域專家設計貼近真實情況的多輪對話,並用明確規則評分。像是遇到自傷風險時,只看模型有沒有拒答並不夠,也要看它是否有同理地回應並引導使用者尋求真人協助。評分工具也要拿人工判斷來核對,並公開測試設定和結果的不確定範圍,讓其他人知道分數能說明什麼。

    推薦理由:Anthropic整理安全評測從設計、評分到報告的做法,說明如何避免測錯問題,並讓結果更貼近模型在真實對話中的表現。

  22. Vercel Blog48

    Vercel 把建置快取上限提高到 5 GB

    Vercel 的建置機器現在最多能保留 5 GB 的建置快取。你可以把已安裝的依賴套件和框架檔案留著,下次部署時重複使用,減少安裝和建置程式所花的時間。以前,快取超過各方案的上限就會被清掉,下一次建置得重新準備;現在這項調整會自動套用到所有建置機器型別,不用另外設定,也不會額外收費。

  23. Vercel Blog43

    Vercel Sandbox 在部分地區啟動速度最高提升 4 倍

    Vercel Sandbox 在華盛頓特區以外的地區,若能從附近的快取讀取重複使用的映像檔,啟動速度最高可提升 4 倍,因為不必每次都跑到華盛頓特區的儲存位置拿資料。這項功能適用於 Vercel Container Registry 裡的代管映像檔、自訂映像檔,以及以它們為基礎建立的快照。內部測試中,巴黎的啟動時間約縮短 75%;首爾則從約 3.5 秒降到 1.05 秒。離原本儲存位置較近的地區,改善幅度通常較小。

  24. llama.cpp Releases39

    llama.cpp b12364:機率式取樣時使用 p_min 會顯示提醒

    llama.cpp 的 p_min 設定會丟掉信心分數太低的草稿 token,但這些 token 有時仍可能被正式模型接受。這次更新保留原本的篩選方式,並在同時使用 --spec-draft-p-min 和機率式草稿取樣時顯示提醒,建議把 p_min 設為 0。這項提醒只會出現在有使用 p_min 的草稿方式;n-gram 草稿不使用它,DSpark 則把它拿來設定信心門檻。

  25. AWS Machine Learning Blog74

    AWS SageMaker HyperPod 示範如何用線上資料找出模型盲點並微調

    新產品上市後,分類模型可能沒有對應的類別,讓客服工單被分錯或只能送進通用佇列。AWS 示範用 SageMaker HyperPod Data Capture 把線上請求與回答存到 S3,再用 Athena 找出新產品造成的分類變化,透過 SQL 規則整理訓練資料,並在同一個叢集上微調模型。示範使用合成資料;測試集準確率從 83.9% 提升到 100%,但手寫測試為 20/24,也暴露出模型把「提到產品名稱」直接當成產品分類的問題。文章提醒,完整請求可能含個資,收集前應設定抽樣、加密與去識別處理。

    推薦理由:文章示範如何從線上請求找出新產品分類缺口,再用 SQL 標記資料並微調模型,呈現一套可重做的改善流程。

  26. Hugging Face Blog61

    Hugging Face 示範用 SimReady 資產在 Isaac Sim 模擬機械手臂夾取飲料罐

    機械手臂在畫面上看起來正常,不代表它在模擬中一定抓得住物品。Hugging Face 示範如何把 UR17G 手臂、Robotiq 2F-140 夾爪和飲料罐放進 Isaac Sim,先檢查關節設定、移動和接觸情況,再用 AI 助理協助組裝機器人並執行夾取、搬運和放下。範例使用固定起點和預先排好的動作,沒有使用視覺,也沒有測試不同位置或真實硬體,因此結果只適用於這套模擬設定。

    推薦理由:文章把模擬資產檢查、機械手臂組裝與夾取測試串成一套流程,也交代固定起點等假設,方便理解成果適用範圍。

  27. Wiz Blog & Research42

    Wiz Green Agent 如何找出雲端資安問題的修補方法,又避免服務停擺

    線上服務發現資安漏洞時,團隊得趕快修補,卻不能讓服務中斷,還得查清楚問題在哪、該怎麼修、要交給誰處理。Wiz Green Agent 會沿著攻擊路徑逐步檢查:這次它發現公開網站連著有漏洞的容器,容器還能讀取雲端儲存空間裡的個資。直接關掉網站會讓正式服務停擺,因此它找出能先切斷雲端存取的做法,再追到程式碼裡的永久修補方式和負責工程師。整個調查只花幾分鐘,讓團隊能先降低風險,再安排完整修補,同時顧到服務運作。