跳到正文

#Anthropic

RSS
今日 0 則
11月7日週六
11月6日週五
11月5日週四
  1. Anthropic Research76

    Anthropic 研究 Claude 在科學研究中的使用方式與加速情境

    Anthropic分析 207,049 場 Claude 與 Claude Code 科學研究工作階段,探討使用情形如何隨研究領域、任務及 AI 能力而異,並推演 AI 加速研究的可能情境。

    推薦理由:研究將 Claude 使用情形與任務能力、研究者時間分配相互比較,並以情境模型呈現實驗室工作對研究加速幅度的限制。

  2. Artificial Analysis58

    Artificial Analysis 比較 100 美元預算下,Opus 5.5、DeepSeek V4.1 Flash 1017 與 GPT-6 Luna 可完成的 Intelligence Index 任務數。 Opus 5.5:medium reasoning effort 可完成 40 項任務,max effort 可完成 10 項。 DeepSeek V4.1 Flash 1017:max effort 可完成 166 項任務。 GPT-6 Luna:medium effort 可完成 2,500 項任務。 任務包含多種任務型別。https://t.co/fxgRJZzuTv

  3. Anthropic Research82

    Anthropic 利用 Claude 揭示原核生物中的第一個 vault 顆粒三維結構

    Anthropic 研究團隊利用 Claude 找到並解析噬菌體來源的 vault 顆粒,揭示原核生物中首個 vault 顆粒的三維結構。 - 結構特徵:該顆粒由 96 個 L05 蛋白組成,質量約 9.5 megadaltons;研究團隊將蛋白的重複片段由七段增加至九段後,顆粒包覆體積增加約 20%。

    推薦理由:原文呈現從序列搜尋、顆粒分離到冷凍電顯結構解析的研究流程,並比較 Claude 加速各步驟的時間與實驗限制。

11月4日週三
  1. Claude Code Releases45

    Claude Code v2.1.318 更新

    summary_zh: Claude Code v2.1.318 釋出,新增答案記錄、跨帳號角色授權與模組效能選項,並修復多項會話、許可權、外掛與錯誤處理問題。 - 新功能 - 答案記錄:當 Claude Code 啟用 mods 時,會在同一 session 中記錄使用者答案。

  2. Hugging Face Blog77

    StateBench:測試語言模型在長篇檔案中追蹤狀態變化的能力

    StateBench 是一個針對長文本狀態追蹤的基準測試,涵蓋四個難度層級,旨在評估模型在長依賴下的表現。 - 四層級:r‑trivial、aperiodic、soluble、general finite。

    推薦理由:StateBench 透過多層級長文本追蹤測試,揭示 Transformer 在長依賴下的侷限,並證明 Gated DeltaNet 等混合架構可突破此瓶頸。

11月3日週二
  1. Anthropic Research78

    FlashProve:大型語言模型可驗證推理研究進展

    FlashProve 是一套針對大型混合專家語言模型的可驗證推理系統,首次在 400B 引數模型上實現單 H100 GPU 產生 110 tokens/second、19 MB 證明尺寸的速度。

    推薦理由:此研究展示可驗證推理的實作與效能,並示範 400B 引數混合專家模型下,單 H100 GPU 產生 110 tokens/second 的證明速度與 19MB 證明尺寸,顯示實際可行性。

  2. LangChain Blog76

    LangChain 推出 Managed Deep Agents 公開測試版,部署深度AI 助理

    LangChain 開放 Managed Deep Agents 公開測試版,讓開發者以 Python 專案檔案定義AI 助理,並透過單一指令部署至 LangSmith Cloud。

    推薦理由:Managed Deep Agents 將持久執行環境、記憶與排程整合至 LangSmith Cloud,並以檔案與指令部署,適合評估代理程式從原型走向正式環境的工程取捨。

  3. ClaudeDevs75

    Claude API 近日開放訊息執行緒公共測試,能在伺服器端快取對話,減少重傳,提升回覆速度與開發便利性。 功能:訊息執行緒可在公共測試階段使用,API 會在伺服器端快取對話。 使用方式:傳送新訊息與前一訊息 ID,省略完整對話。 效益:減少重傳,提升 Claude 回覆速度。

    推薦理由:Claude API 近日開放訊息執行緒公共測試,能在伺服器端快取對話,減少重傳,提升回覆速度與開發便利性,讓開發者可更專注於功能實作。

10月31日週六