跳到正文

#Anthropic

RSS
今日 0 則
10月16日週五
10月15日週四
  1. Hacker News (official RSS)45

    Ultramarine 1 Flash

    summary_zh: Ultramarine 1 Flash 是一款針對金融、法律、諮詢與運營等專業工作設計的開源模型,且比 Fable 便宜 60 倍。 - token 效率:在六項基準測試中,Ultramarine 1 Flash 產生的 token 數量比基礎模型 GLM-5.3 Flash 少 6.5%,縮短推理路徑。

10月14日週三
  1. LangChain Blog82

    開放模型突破門檻

    開放模型 GLM‑5 與 MiniMax‑M2.7 在 Deep Agents 評估中表現與封閉前沿模型相當。 - 成本:MiniMax‑M2.7 每日 10M token 只需約 $12,遠低於 Opus 4.6 的 $250,年節省約 $87k。

    推薦理由:開放模型以低成本與低延遲取代封閉模型,讓實務部署更具可行性

  2. AWS Machine Learning Blog77

    Orca Security 以 Amazon Bedrock 建置 Discovery AI,將安全查詢成本降 90%

    Discovery AI 是 Orca Security 以 Amazon Bedrock 建置的自然語言安全查詢系統,能將 900+ 雲端資源模型的查詢成本降低 90%,輸入 token 下降 93%,延遲縮短 75%。

    推薦理由:Discovery AI 透過 Amazon Bedrock 的 RAG 與多階段模型配置,將查詢成本降低 90%,令使用者能以更低成本、更快速度執行 900+ 族群的安全查詢。

10月13日週二
10月12日週一
  1. Hacker News (official RSS)58

    迴圈工程:最佳化程式碼生成與驗證

    本文說明如何透過迴圈工程降低 AI 生成程式的驗證成本,並提供可操作的檢查點與修正流程,幫助團隊快速定位問題。 - 核心概念:迴圈工程(outer, inner, build, learning loops)將 AI 生成、驗證與人類審查分離,提升流程透明度。

  2. Hacker News (official RSS)48

    MASS:透過集體智慧實現遞迴自我改進

    summary_zh: MASS 利用多代理自我監督機制,將團隊集體智慧蒸餾成自我監督訊號,提升研究基準上每個輸出 token 的分數。 - 核心機制:MASS 透過內部工作流程搜尋與外部自我訓練迴圈,將多代理協作成果蒸餾到共享模型。

10月11日週日