跳到正文

#推理

RSS
今日 9 則
11月13日週五
  1. The Decoder87

    Google Gemini 4 Hydrogen 發布後四週,基準分數超越較大型的 Argon

    Google Gemini 4 Hydrogen 正式推出,定位為快速、低成本的通用模型,並在 Artificial Analysis Intelligence Index 的預設 high 層級以 51 分超越較大型的 Gemini 4 Argon(50 分)。

    推薦理由:Hydrogen 在不同思考層級呈現明顯的成本與分數差異,並與 Argon、其他模型及多項基準比較,便於評估日常工作所需的取捨。

  2. BlockTempo 動區動趨88

    Google 推出 Gemini 4 Hydrogen,提供四檔思考深度並支援 AI 代理工作流程

    Google 推出 Gemini 4 Hydrogen,主打日常程式開發與 AI 代理工作,並開始向全球使用者逐步推出。 - 思考深度與基準:提供 low、medium、high、xhigh 四檔,預設為 high。

    推薦理由:文章比較 Hydrogen 與 Gemini 3.8 Flash 的速度及 Terminal-Bench 4.1 成績,也說明它如何與 Carbon 分工,呈現不同任務下的模型配置方式。

  3. aihot88

    Google DeepMind 發布 Gemini 4 Hydrogen,主打快速執行日常編碼與AI 助理工作流

    Google DeepMind 發布 Gemini 4 Hydrogen,這款模型主打快速執行日常編碼與AI 助理工作流,並自即日起向開發者、企業及一般使用者開放。

    推薦理由:Hydrogen 定位為快速執行模型,並提供與 Carbon、Argon 協作的工作流及多項基準比較,可看出它在 Gemini 4 模型組閤中的分工。

  4. aihot82

    Artificial Analysis 評測 Gemini 4 Hydrogen:智慧指數 54,成本約為 Claude Sonnet 5.5 的 32%

    Artificial Analysis 評測 Gemini 4 Hydrogen,其 xhigh 推理的智慧指數為 54,較 Claude Sonnet 5.5(max)和 GPT-6.1 Sol(max)低 1 分,成本約為 Claude Sonnet 5.5(max)的 32%。

    推薦理由:評測同時比較不同推理級別的智慧指數、任務成本與基準表現,可用來瞭解 Gemini 4 Hydrogen 在能力和成本之間的取捨。

  5. Vercel Blog44

    Google Gemini 4 Hydrogen 開放透過 Vercel AI Gateway 使用

    Google 的 Gemini 4 Hydrogen 現已透過 Vercel AI Gateway 提供,接替 Gemini 3.8 Flash,在維持相同延遲級別的同時,提升 AI 助理程式設計、知識工作與工具使用能力。 能力變化:可處理較長的工程任務,並以較少的 AI 助理步驟產出研究更充分的檔案、試算表與簡報;也更能遵循系統指令、格式要求和任務範圍,並在長對話中更可靠地協調工具。 推理與依據:視覺推理和技術問題解決能力有所提升,可支援多模態工作流程;更強的 grounding 可減少搜尋回答中的無依據說法,以及程式設計報告中虛構的工具或測試結果。 使用方式:在最新版本的 Vercel CLI 執行設定,並於 AI 助理中選擇 google/gemini-4-hydrogen,即可在 Claude Code、Codex、Cursor 等工具中使用;也可透過模型 playground 試用。 AI Gateway 服務:提供統一 API,可呼叫模型、追蹤用量與成本,並設定重試、故障轉移及效能最佳化。服務包含自訂報表、Zero Data Retention 支援、API 金鑰預算與路由規則;依照模型供應商定價,不加價,也不對推論收取平臺費用,包含 Bring Your Own Key(BYOK)請求。

  6. Sundar Pichai87

    Google 推出 Gemini 4 Hydrogen,主打日常任務、程式開發與AI 助理工作流程的速度和效率。 速度與思考層級:相較於 3.8 Flash,完成任務的速度快 2.5 倍;提供 4 種思考層級,使用者可依任務所需的推理深度決定等待時間與費用。 推出範圍:今日開始向所有層級的 Google AI Studio、Gemini API、Gemini App、Search 使用者,以及 Google Antigravity 中的 Google AI Pro 和 Ultra 付費訂閱者推出。

    推薦理由:相較於 3.8 Flash,Gemini 4 Hydrogen 完成任務的速度提升 2.5 倍,並提供四種思考層級,呈現速度與推理深度的取捨方式。

  7. Apple Machine Learning Research62

    Apple 研究推導語言模型對齊的理論極限,發現 PPO 與 GRPO 表現仍有差距

    Apple Machine Learning Research 推導固定 KL 散度預算下語言模型可達成的最高獎勵提升,並在安全與摘要任務中比較不同對齊方法與理論上限。

    推薦理由:研究推導固定 KL 預算下的對齊獎勵上限,並比較 best-of-N、PPO 與 GRPO,呈現現有方法距理論界線的差距。

  8. SemiAnalysis45

    快訊🚨:GB300 NVL72 使用 TP24 搭配 TileRT MegaKernels,在 DeepSeek v4.1 Flash 上可達到 1725 tok/s/user,解碼速度是通用引擎的 2 倍! TileRT 團隊將帶來更多 GB300 NVL72 多併發測試結果。看到 TileRT 在 GB300 NVL72 上的表現後,不妨想像一下它在 Rubin NVL72、MI455X UALoE72 或 TPUv7 上能做到什麼! 感謝 TileRT 維護者的出色工作,也感謝 Ian Buck 為這個出色的 TileRT 專案提供 GB300 NVL72 使用權!

11月12日週四
  1. Dev.to Top Tech53

    Gev 如何透過行為克隆學會遊玩 Doom

    Gev 透過行為克隆學習根據 Doom 畫面選擇控制動作,並在維持英文問答能力的同時,於 deathmatch 測試中提升擊殺數。 - 視覺輸入:模型每隔 4 個 game tic 選擇一次 18 種控制組合之一;輸入包含目前畫面及兩個歷史畫面,分別編碼為 512 個視覺 token。