全部動態
RSS 訂閱全部動態
RSS
Together AI@togethercompute品質評分6464
Y Combinator@ycombinator品質評分4747
Hugging Face Blog品質評分5252 Dharma Field Extractor 推出檔案欄位抽取模型,輸出結構化 JSON
Dharma Field Extractor 推出檔案欄位抽取模型,可從檔案影像擷取欄位並輸出結構化 JSON,支援開放抽取與依指定結構抽取兩種模式。 - 抽取方式:可不提供結構,由模型找出檔案中的欄位;也可指定欄位名稱與型別。
Google Research品質評分6262 敏捷協商:AI 如何協助人類界定灰色領域
Agile Deliberation 是 Google Research 提出的框架,透過 AI 與人類的雙向對話,協助使用者在主觀概念上迭代定義,並直接更新模型。
Arena.ai@arena品質評分3636
Arena.ai@arena精選品質評分6868Arena.ai 分享 Agent Arena 長時程任務的成本比較:近 14 天有近 30,000 項任務執行超過 1 小時,每小時平均呼叫工具 332 次。

推薦理由:近 30,000 項長時程任務的成本資料,呈現 Gemini 4 Carbon、Claude Opus 5.5 與 GPT-6 Astra 在每小時工作費用和評分上的取捨。
Unsloth AI Releases品質評分5959 Unsloth AI 推出 Qwen3.8-Flash-Next Dynamic V3.1:提升客製化、玻璃主題與瀏覽器使用
Unsloth AI 釋出 Qwen3.8-Flash-Next Dynamic V3.1,帶來 10-15% 準確度提升、玻璃主題改進與瀏覽器互動功能。 - 準確度:Qwen3.8-Flash-Next Dynamic V3.1 相較舊版提升 10‑15%。
OpenClaw🦞@openclaw品質評分5757
Together AI@togethercompute品質評分5858
Unsloth AI@UnslothAI品質評分4343
Arena.ai@arena品質評分4545
Arena.ai@arena品質評分5858Agent Arena 的比較顯示,任務成本愈高,Google DeepMind 與 Xiaomi MiMo 在排名中的位置愈突出。

Artificial Analysis@ArtificialAnlys精選品質評分6565Artificial Analysis 更新 API 效能基準,改以 Time per Task 比較模型完成任務所需時間,並將完整請求耗時與代理式工作負載納入評測。
推薦理由:新指標把首 token 等待與完整輸出時間納入任務耗時,並以多種工作負載比較模型,呈現 token 速度與完成任務所需時間的差異。
ElevenLabs Official Blog品質評分5858 ElevenAgents 原生整合 NiCE CXone、Genesys Cloud、Amazon Connect 與 Five9
ElevenAgents 新增與 NiCE CXone、Genesys Cloud、Amazon Connect 和 Five9 的原生整合,讓企業能在既有客服中心通話流程中匯入語音AI 助理。
Baseten@baseten品質評分5252
a16z@a16z品質評分4646Vercel Blog品質評分5555 Vercel AI Gateway 增加更多 Kimi K3.1 Pro 的 ZDR 供應商
Vercel AI Gateway 現在可透過更多支援零資料保留(ZDR)的供應商,呼叫 Kimi K3.1 Pro 與高速版本 Kimi K3.1 Pro Highspeed。 模型特性:兩款模型都支援 1M-token 上下文視窗與圖片輸入;Kimi K3.1 Pro 在程式開發、3D 建模與金融分析方面有所改進,並可處理從小幅修正到完整專案的長時間 Agent 工作。Highspeed 適合重視回應速度的互動工作,例如程式開發 Agent。 ZDR 路由:此前只有 Moonshot AI 提供這兩款模型。啟用單次請求的 zeroDataRetention 選項,或在 AI Gateway 儀錶板設定中為團隊所有請求啟用 ZDR 後,系統只會路由至簽有 ZDR 協議的供應商;若沒有可用供應商,請求會失敗,不會改送至未簽約的供應商。 呼叫方式:可透過 AI SDK、Chat Completions、Responses、Anthropic Messages API,或連線 AI Gateway 的程式開發 Agent 呼叫。模型名稱為 moonshotai/kimi-k3.1-pro;Highspeed 使用 moonshotai/kimi-k3.1-pro-highspeed。也可安裝最新版 Vercel CLI,在 Claude Code、Codex、Cursor 等 Agent 中選擇模型。 費用:AI Gateway 依供應商定價,不加價;推論不收平臺費,包含 Bring Your Own Key(BYOK)請求。
vLLM@vllm_project精選品質評分7272
推薦理由:vLLM 在 Kimi K3.1 Pro 發布當日即提供服務支援,並列出長上下文、Terminal-Bench 成績及 GPU、TPU 與 RL 支援範圍。
AWS What's New品質評分4848 AWS 宣佈與 Equinix 聯合推出 AWS 互連 – 最後一英里預覽版
AWS 宣佈與 Equinix 聯合推出 AWS 互連 – 最後一英里預覽版,讓使用者透過 Equinix 全球 282 個資料中心網路,將基礎設施連線至 AWS。
AWS What's New品質評分2323 Amazon Connect Customer 現在可在聯絡記錄中顯示關聯案例
Amazon Connect Customer 現在可在聯絡記錄中顯示關聯案例
a16z@a16z品質評分4646summary_zh: David Pawlan 在 Assistant Benchmark 追蹤 147 款 AI 助手,發現 22% 訊息提及信任成最大恐懼。

AWS Machine Learning Blog品質評分7070 U Mobile 以 Amazon Bedrock AgentCore 建置代理式電信營運
U Mobile 以 Amazon Bedrock AgentCore 建置了 AiDaH,將故障排除流程自動化,並在一年內將故障單量降低 84%。 - 核心功能:AiDaH 透過六層架構,協調多系統、執行根因分析,並以 Agent2Agent 方式完成跨域任務。
AWS Machine Learning Blog品質評分4545 Indegene 如何運用 AWS 擴充套件生命科學企業資料品質管理
Indegene 在 AWS 上的 NEXT Unified Data Platform(NEXT UDP)中建置可用於正式環境、由大型語言模型(LLM)驅動的 Data Quality Agent,協助生命科學企業擴大資料品質管理。
AWS Machine Learning Blog品質評分6565 Deep Insight:四層上下文工程於生產 AI 代理的實作指南
Deep Insight 是一套開源多代理資料分析解決方案,示範瞭如何將四層上下文工程應用於實際程式碼。 - 四層結構: 1️⃣ 架構層 – 透過多代理隔離,確保每位代理只保留必要資訊。
AWS Machine Learning Blog精選品質評分6969 AWS Quick 推出 Smart Approvals,依既有控制自動審查部分動作
AWS Quick 的 Smart Approvals 會依使用者請求與對話脈絡審查符合條件的動作,自動核准部分動作,或交由使用者確認,以減少例行工作的核準提示。
推薦理由:文章說明 Smart Approvals 如何在既有許可權與核准政策內審查動作,並以試行流程檢視例行提示是否減少且重大操作仍交由人員把關。
Baseten@baseten品質評分4848
a16z@a16z品質評分4949
Together AI@togethercompute品質評分5656Runway (@runwayml)@runwayml品質評分4848 vLLM Official Blog精選品質評分8181 vLLM 立即支援 Kimi K3.1 Pro
vLLM 立即在 NVIDIA、AMD、Google TPU 以及 Alibaba T-Head PPU 上支援 Moonshot AI 的 Kimi K3.1 Pro。
推薦理由:vLLM 立即支援 Moonshot AI 的 Kimi K3.1 Pro,開發者可即時測試 Sparse Attention 的效能提升與 Agentic 服務。
LMSYS Org Blog精選品質評分6262 Netpreme X-Mem™ 整合 SGLang HiSparse,加快大型語言模型讀取外接 KV 快取
大型語言模型把 KV 快取放在 GPU 外,容量雖然變大,讀取速度和可同時處理的請求數仍會受限。Netpreme 將 X-Mem™ 整合進 SGLang HiSparse,讓 GPU 透過高速連線讀取外接快取;測試中,GLM-5.3 在 16K 上下文、每張 GPU 處理 192 個請求時,輸出延遲降低 49.25%(快取未命中率 20%)或 63.58%(40%)。在 16K 到 1M 上下文的測試裡,每張 GPU 的最高解碼吞吐量是使用主機 DRAM 的 2.09–3.04 倍;長上下文的提升也受惠於更大的記憶體容量,能同時處理更多請求。測試使用 X-Mem™ Pilot 虛擬機器,實際晶片之後才會供應。
推薦理由:文章以 GLM-5.3 的測試比較外接記憶體的頻寬與容量如何影響解碼速度和同時處理的請求數,並指出小批次時差異不大。
Y Combinator@ycombinator品質評分4949
Hugging Face@huggingface精選品質評分6868Hugging Face 成為 RoboColosseum 創始合作夥伴,並在 Hub 開放真實機器人模型評估的執行紀錄,包含失敗案例。 評估素材:超過 100 臺真實機器人、140+ 個野外場景。
推薦理由:RoboColosseum 開放真實機器人與野外場景中的執行紀錄,並保留失敗案例,提供觀察機器人模型實際評估素材的背景。
PyTorch Core Releases品質評分4444 PyTorch Dynamo:將 torch.compiler 追蹤旗標改為每執行緒
summary_zh: PyTorch Dynamo 透過將 torch.compiler 追蹤旗標改為每執行緒 TLS,解決多執行緒間旗標被卡住的問題。
OpenAI News精選品質評分6868 OpenAI 的 GPT-5.6 Cyber 透過 Daybreak Red 登入 AWS GovCloud(US-East)
OpenAI 宣佈,GPT-5.6 Cyber 已透過 Daybreak Red 提供給 AWS GovCloud(US-East)的核準客戶,供政府安全團隊執行授權的資安工作。
推薦理由:透過 AWS GovCloud(US-East)提供存取,政府安全團隊可在既有 AWS 工作流程中進行授權漏洞研究與修補評估。
OpenAI News精選品質評分7575 OpenAI 收購 Pierre Computer Company,整合其開源開發工具
OpenAI 宣佈將收購 Pierre Computer Company,將其開源開發工具整合進 Codex。 - 收購物件:Pierre Computer Company,開發 Code Storage、Trees、Diffs 等工具。
推薦理由:OpenAI 取得 Pierre,將其開源開發工具整合進 Codex,預示原始碼管理與代理程式協作的未來方向。
Together AI Official Blog品質評分3939 Together Compiler:持續編譯以最佳化 AI 推論
summary_zh: Together Compiler(TKCC)在不到 24 小時內,為多個前沿開源模型(Kimi K3、GLM 5.3、MiniMax M3.1‑Flash。
Kling AI@Kling_ai品質評分5454Langfuse (@Langfuse)@Langfuse品質評分5959
Cohere@cohere品質評分4444