#DeepSeek
RSS 訂閱#DeepSeek
RSSThom Wolf (@Thom_Wolf)@Thom_Wolf品質評分5151 Hacker News (official RSS)品質評分5959 DeepSeek v4.1 Flash 1017 釋出
DeepSeek v4.1 Flash 1017 是 DeepSeek 推出的高效多模態推理模型,提供 1M 上下文、1.25 秒延遲與 156 tps 的吞吐量,且僅收費 $0.15/M 內部輸入、$0.60/M 輸出,並支援影像輸入與工具呼叫。
Hacker News (official RSS)品質評分6767 DeepSeek-V4.1-Flash 更新:推理、編碼與代理任務效能大幅提升
DeepSeek-V4.1-Flash 為 DeepSeek-V4.1-Flash 的小幅更新,帶來推理、編碼、代理任務及視覺基準的顯著提升。 - 推理與編碼:HLE 指標提升至 42.6(較 44.0†)。
Hacker News (official RSS)品質評分5353 Shev,支援 DeepSeek v4.1 與本地 MLX 的決策生成工具
Shev 是一款可直接使用的決策生成工具,支援 DeepSeek v4.1 與本地 MLX 執行。 - 輸出格式;JSON,包含 actionable、take_action、confidence、generated_response,方便直接讀取或整合至工作流程。
Hacker News (official RSS)品質評分6464 harnesses 為何對能源與 token 效率至關重要
本篇說明 harnesses 如何影響 AI 服務的能源與 token 效率,並以實測資料揭示快取失效帶來的成本。 - 快取命中率:大多數客戶達 92–97% 的快取命中,差距每 5% 會導致前置工作量翻倍。
Hacker News (official RSS)品質評分4343 90% 的美國工作時間被 AI 基準未充分覆蓋的任務佔據
summary_zh: - 90% 的美國工作時間被 AI 基準未充分覆蓋的任務佔據。 - 覆蓋情況:在 923 個職業中,僅有 208 個職業的任務至少有 5 個基準提示;22 個職業族群中有 6 個完全沒有此類職業。
vLLM Official Blog精選品質評分7272 vLLM 中 Kimi K3 高效最佳化:快速且負責任的推進
vLLM 團隊利用代理協助開發,為 NVIDIA GB300 上的 Kimi K3 建構統一的 CuTe DSL 解碼路徑,實現 842 tokens/s 的解碼速率(比原版快 1.73 倍)並提升 P90 互動性至 403.2 tokens/s。
推薦理由:本文說明如何利用代理開發加速 Kimi K3,並提供可複製的驗證流程,對想提升 GPU 端推理效能的工程師具有實務參考價值。
Vercel Blog品質評分7474 Vercel 發布 2026 年 10 月 AI Gateway 生產指數:開源模型佔 71.5% 流量與 23% 支出
Vercel 發布 2026 年 10 月 AI Gateway 生產指數,指出開源模型在企業生產環境中的流量與支出佔比顯著增長。 - 流量與支出分佈:開源模型目前處理超過十分之七的 Gateway token,並佔將近四分之一的支出;整體 Gateway 支出較去年 12 月增長 13 倍,平均每個 token 價格下降 47%。
The Decoder品質評分6565 GPT‑6‑Astra 以 98% 正確率解決 50 個物理問題,平均成本僅 3 美元
GPT‑6‑Astra 在一套 50 題物理研究問題基準中達到 98% 的正確率,平均每題成本低於 3 美元。 - 正確率 49/50(98%),整個基準總成本 116 美元。
Hacker News (official RSS)品質評分7070 Aidlc:為 AI 編碼代理提供自適應工作流程導向規則
AI‑DLC 是一個開源框架,將 AI 編碼助手轉變為可驗證的工作流程,支援 Claude Code、Kiro CLI/IDE、Codex CLI、Cursor、opencode 與 GitHub Copilot。
vLLM Official Blog精選品質評分8585 vLLM 官方推出強化學習訓練與推論位元級一致性方案與開源 Agent 技能
vLLM 團隊與開發者發布全新技術方案與開源 Agent 技能,透過讓訓練端直接呼叫推論核心並修正數值路徑,實現強化學習訓練與推論在取樣 Token 上的位元級一致(diff = 0),以解決因數值差異導致訓練不穩定甚至崩潰的問題。
推薦理由:原文公開實現強化學習訓練與推論位元級一致的方法與開源 Agent 技能,讀者可藉此降低跨模型實現一致性訓練的工程成本。
Ollama Blog品質評分6363 Ollama 與 Fly.io 共同推出 AI 代理安全沙盒解決方案
Ollama 與 Fly.io 合作,將 Ollama Cloud 整合於 Fly.io Sprites,為 AI 代理提供安全沙盒環境。
Import AI品質評分7777 Import AI 476:創意、RSI、劣於中國開源模型與 AI 進軍太空
導語:Import AI 476 以新 benchmark Humanity’s Sixth Sense 揭示 AI 視覺推理不足,並報導 Beam 501B 與 Mistral Large 4 等新開源模型,以及 AI 進軍太空的可能性。
Hacker News (official RSS)品質評分5858 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。
Recode China AI品質評分7575 DeepSeek 12B+ 融資、Manus 500M 風投、Kling 企圖 1B IPO
本週 AI 資本市場熱度升溫,DeepSeek 12B+ 融資、Manus 500M 風投及 Kling 企圖 1B IPO 成為焦點。 - DeepSeek 12B+ 融資,Tencent 為主要投資方,或有 15B 可能性。
The Decoder品質評分7373 少數人付費 AI,巨額支出集中於高階工具
導語 Andreessen Horowitz 最新 Top 100 AI 排名顯示,美國消費者 AI 付費使用者僅佔 4.5%,但其中 1% 的高階使用者平均每月支出近 $900,佔總支出的 20%。
Epoch AI Gradient Updates品質評分4040 AI 能否自動化 AI 研發?
summary_zh: AI 仍未能完全自動化 AI 研發,最新測試顯示前沿模型在 InnovationEval 任務中僅達到 SDPO 原始效能的 15%。
Newcomer (Eric Newcomer)品質評分7979 OpenAI ARR 估值混亂與西方開源模型崛起,市場趨緊緊張
OpenAI 的年度經常性收入被發現低於報導數字 20 億美元,揭示 ARR 估值混亂。 - ARR 估值差異:OpenAI 以淨收入計算,Anthropic 以毛收入計算,導致 20 億美元的差距。
david888podcast品質評分7777 萬顆裸奔 GPU 驚現高危漏洞、Claude 助威素人尋獲全新系外行星
本集聚焦 NVIDIA GPU 大量暴露漏洞與 AI 研究新進展,揭示跨領域安全風險與科學發現。 - NVIDIA GPU:上萬顆高階 GPU 暴露於公網,CVE-2026-47483,可能導致內網流量狂吃 1TB。
vLLM Official Blog精選品質評分8080 vLLM 在 NVIDIA Vera Rubin NVL72 上實現 7.8 倍吞吐提升
vLLM 現已支援 NVIDIA Vera Rubin NVL72,透過 Rubin‑tuned kernels 與 locality‑domain 技術,單張 GPU 的推理吞吐率比 GB200 NVL72 高達 7.8 倍,在 AgentX 端點與 MLPerf VLM 測試中分別提升 5.18 倍 與 3.7 倍。
推薦理由:本篇展示 vLLM 在新一代 NVIDIA Vera Rubin NVL72 上的 7.8 倍吞吐提升,並說明如何利用 Rubin‑tuned kernel 與 locality‑domain 技術達成高效代理推理,為部署高效代理模型提供實際效能參考。
Hacker News (official RSS)品質評分4949 Show HN:我把 AI Agent 放在 Nokia 110 上
summary_zh: 我將 AI Agent 部署於 Nokia 110 4G,打造可直接在手機鍵盤輸入並透過 DeepSeek chat API 執行多項功能的原生聊天應用。
Hacker News (official RSS)品質評分5858 DeepSeek 4.1 Flash:以低成本挑戰前沿模型
DeepSeek 4.1 Flash 以每月 $10 的價格提供與前沿模型相媲美的效能,並透過 KV cache 最佳化將成本降至每次會話不到 $1。 - KV cache 下降約 437 倍,減少 GPU 記憶體使用,降低執行成本與環境負擔。
LMSYS Org Blog精選品質評分8282 SGLang 和 Miles 如何在 NVIDIA Vera Rubin 上加速模型推論與訓練
新一代 GPU 換了硬體,原本的模型服務和訓練程式也得重新調整,才能把運算資源用得更好。SGLang 團隊在 NVIDIA Vera Rubin 上測試推論與訓練:他們調整注意力、專家模型和資料傳送等程式,讓 Kimi K3 在特定設定下跑得更快;例如,合併多個小步驟後,每次生成少了 276 次程式啟動,整體速度提升 5.9%。Miles 也能在這套硬體上進行強化學習訓練,包含讓 AI 助理在沙盒環境中解題。這些是初步測試,團隊接下來會擴大規模並繼續改善效能。
推薦理由:這篇實測拆解 Vera Rubin 上的推論與訓練調整,並列出各項改動帶來的速度差異,可看出硬體資源如何影響 SGLang 的最佳化方向。
Hacker News (official RSS)品質評分6666 GPU 估算工具:1M/B/T tokens 需要多少 GPU
GPU 估算工具 讓使用者能快速計算在 1 億/兆/兆 tokens 的工作負載下,對應 Llama 3.3 70B 等模型所需的 GPU 數量。- 核心計算:1 兆 tokens/月(30 天)約 367 臺 H100 GPU,基於 1,000 tokens/s 的 H100 速度與 50% 利用率。
vLLM Official Blog精選品質評分8686 DeepSeek‑V4.1‑Flash 在 vLLM 上自發布日起實現 5 倍 Agentic 推理吞吐量
DeepSeek‑V4.1‑Flash 與 vLLM 結合後,三週內在 AgentX benchmark 上達到 5.3 倍 的吞吐量提升,低併發下 1.9 倍速度。
推薦理由:本文說明結合 DeepSeek‑V4.1‑Flash 與 vLLM 的 SWA bounded replay、CUDA graphs 等最佳化技巧,並展示實際 TTFT 減少 30–40% 的效果,幫助讀者提升推理效能。
Hacker News (official RSS)品質評分8181 無 VAE 的文本到影像模型:Pyramid‑JiT 方法
Pyramid‑JiT 是一種無 VAE 的畫素空間文本到影像模型,透過多解析度預測顯著縮減訓練樣本與 GPU 時間。 - 訓練樣本:比 Linum v2 少 11.3 倍,僅 138M。
The Decoder品質評分7878 CATL 與 Tencent 支援 Deepseek 資金擴張,該 AI 初創公司目標 2027 年 IPO
Deepseek 正在完成一輪超過 12 億美元的募資,主要由 CATL 與 Tencent 牽頭。 - 募資規模:預計至少 12 億美元,或接近 15 億美元。
Epoch AI Updates品質評分5050 中國 AI 公司的營收模式是什麼?
summary_zh: 中國 AI 公司的營收主要來自五大來源:消費者應用、API 銷售、企業顧問、授權費及補充產品,合計約為 2026 年 9 月時 OpenAI 與 Anthropic 總營收的 10%。
TechCrunch · AI品質評分5757 Reflection 推出 Beam 開源 AI 模型,低成本匹敵中國開源模型
Reflection AI 正式推出 Beam,首個開源權重 AI 模型,聲稱能以 3‑4 倍更低的推理成本匹敵中國開源模型的先進推理表現。
Together AI Official Blog精選品質評分7777 Together Link:將團隊已使用的工具連結至開放模型,僅需一指令即可上線
Together Link 讓工程團隊在不改變工作流程的情況下,將現有工具連結到 Together AI 的開放模型,並可節省 50% 以上的成本。 - 成本效益:相較於使用閉源模型,開放模型可節省超過 50% 的每月支出。
推薦理由:開放模型可使工程團隊成本下降超過五成,提供可直接套用於現有開發流程的成本效益方案,同時保持高效能與低延遲,讓團隊能即時切換至最佳模型。
Recode China AI精選品質評分8585 DeepSeek 與華為攻擊 Nvidia CUDA 鎖定,Manus 重啟引發代理戰爭升溫
DeepSeek 與 Huawei 針對 Nvidia 的 CUDA 鎖定釋出全套工具,並同步 Manus 以 Cue 個人代理重啟,點燃代理戰爭。
推薦理由:DeepSeek 和華為的舉措揭示中國 AI 硬體與模型共設計趨勢,對 Nvidia 產業格局構成挑戰。
The Decoder品質評分6161 中國 AI 模型:跟從官方立場或拒絕回答敏感議題
Aleph Alpha 的基準測試顯示,中國 AI 模型在 967 個敏感議題中,僅 17–41% 的回答被評為平衡,其餘多數重複官方立場、迴避或拒絕回答。
hackernews100品質評分4444 使用 **GLM 5.3 Flash** 進行一個月編碼
summary_zh: 團隊在一個月內專注於 GLM 5.3 Flash,雖然首半月順利,但後半月因 1B tokens 分配到其他模型及基礎設施問題,導致成本與能源使用超標。
hackernews100品質評分6666 Redis 創辦人推出 ds4:本地執行 LLM
ds4 是一款為高記憶體 Mac、CUDA 與 ROCm 機器設計的 C 推理引擎,支援 DeepSeek V4、GLM 5.x、Qwen3.8 等大型模型。
openrouter blog品質評分4040 模型路由器基準測試
summary_zh: OpenRouter 於 2026‑10‑02 推出 Model Router Benchmarks 頁面,讓使用者可比較 Auto Router、Free Models Router 等路由器在品質、速度與成本上的表現。
SGLang Releases精選品質評分7777 SGLang v0.5.21 發布
SGLang v0.5.21 正式發布,帶來重大效能最佳化與架構改進。新版本主要亮點包含: - 預設核心調整:統一的 radix cache 預設改由 Rust 核心運作。
推薦理由:原文提供版本更新與架構改進細節,讀者可據此評估推理效能與升級相容性。
hackernews100品質評分4040 Show HN:給 Opus 5.5 一個模擬畫布
| OpenAI 的 Opus 5.5 在 Show HN 上被賦予一個模擬畫布,並以程式碼方式創作油畫。 - 創作方式:模型寫程式控制油畫布模擬(毛刷、濕油、乾燥、分層釉彩),完全不使用影像模型。
Epoch AI Gradient Updates品質評分5858 數以億計的 AI 助理即將來臨:它們有工作可做嗎?
Epoch AI 研究指出,未來兩年內產出的算力硬體若用於執行當今頂尖模型,將可支援數千萬至數億個 AI 助理,若執行更高效的模型更可達數十億個。
Ars Technica · AI品質評分7878 美國逮捕技術CEO涉嫌走私3億美元Nvidia晶片進入中國
美國司法部逮捕 38歲技術公司CEO Greg Lui,指控其利用偽造檔案走私超過3億美元的Nvidia A100及H100 GPU伺服器進入中國。
hackernews100品質評分6565 DeepSeek Harness 推出 macOS 與 Windows 桌面版
DeepSeek Harness 以外掛式架構提供可擴充的桌面與 Web 版 AI 助手,開放原始碼可直接整合於開發流程。 - 可擴充外掛:允許使用者新增或自行開發外掛,擴充套件工作流程。