跳到正文

#推理

RSS
今日 10 則
11月11日週三
  1. Rohan Paul82

    Google 開放 Gemini 4 Carbon 供所有付費開發者與 Google AI Ultra 訂閱者使用,結束為期 2 週、僅限 Google Fairwind Program 資安防禦者使用的階段。 價格:Carbon 以 Gemini 4 Argon 的上市初始價格推出,每 1M 個輸入/輸出 token 收費 $2/$10;但推理與驗證會消耗更多 token。 基準與成本:Carbon 在 CursorBench 4.0、WANDR 和 AutomationBench 排名第一;原文稱其每項任務成本不到排名次佳的外部模型一半。

    推薦理由:Carbon 的開放物件從資安防禦者擴及付費開發者與 Google AI Ultra 訂閱者,文中也提供基準排名及單項任務成本比較。

  2. Tom’s Hardware AI & Computing66

    AMD 高層反駁 Zen 6 專為 Agentic AI 設計的說法,稱開發時未預見這波浪潮

    AMD 高層表示,Zen 6 開發啟動時並未預見 Agentic AI 浪潮;公司主張,這類工作負載多樣,適合由不同 CPU 型號分別應對。 - 測試結果:Tom’s Hardware 測試的 EPYC 9996 有 256 核心、512 執行緒,著重峰值吞吐量;EPYC 9686F 著重頻率,作為 AI 主機節點時可與 Vera 正面競爭。

  3. The New Stack87

    Google 發布 Gemini 4 Carbon,稱數週內形式化驗證 Signal 程式碼

    Google向付費開發者推出 Gemini 4 Carbon,主打複雜軟體工程、資安與科學推理,並稱研究團隊以它和其他模型,在數週內形式化驗證 Signal 加密協定程式碼的部分安全性質。

    推薦理由:文章整理 Gemini 4 Carbon 的工程與資安基準、Signal 程式碼形式化驗證案例,以及價格調升安排,呈現其能力主張與可取得方式。

  4. BlockTempo 動區動趨85

    Google 發表 Gemini 4 Carbon,主攻長時程推理並提升開源程式碼漏洞掃描召回率逾 25%

    Google 發表 Gemini 4 Carbon,主攻長時程工作流程與高難度多步驟推理,並開放使用者與開發者體驗。 - 能力與測試:Carbon 可對照螢幕畫面檢查程式碼除錯;原文稱其在 CursorBench、WANDR 與 AutomationBench 等基準測試領先,開源程式碼漏洞掃描召回率較前代提升逾 25%。

    推薦理由:Carbon 與 Argon 的任務定位、基準測試結果及初期費率提供了具體比較,呈現其長時程推理與資安檢測上的主打方向。

  5. aihot90

    Google DeepMind 推出 Gemini 4 Carbon 前沿模型

    Google DeepMind 推出 Gemini 4 Carbon,供開發者、企業、科研人員與一般使用者使用,主打複雜知識工作、軟體工程、網路安全與科學推理中的長程AI 助理工作流程。

    推薦理由:Carbon 與 Argon 的定位、基準表現及使用成本並列呈現,並涵蓋網路安全與科學工作案例,可供評估不同工作流程的模型選擇。

  6. Google AI69

    Google 宣佈 Gemini 4 Carbon 開放使用,主打複雜長流程工作,涵蓋知識工作、軟體工程與網頁開發、資安及科學推理。 - 適用定位:Google 表示,Gemini 4 Argon 適合多數軟體工程與知識工作;Carbon 則用於更具挑戰性的任務,例如多步驟除錯與開放式科學研究。

    推薦理由:Google 將 Gemini 4 Carbon 定位為處理長流程與高難度工作的模型,並與 Gemini 4 Argon 區分適用範圍,同時列出多類使用者的取得方式。

  7. Sundar Pichai88

    Google 推出 Gemini 4 Carbon,主打持續處理長時間任務,並深入推理複雜的軟體工程、資訊安全與科學探索問題。 推出管道:全球透過 Gemini API、Google AI Studio 與 Gemini for business 提供;Ultra 訂閱者可在 Antigravity、Gemini App 和搜尋中的 AI Mode 使用。

    推薦理由:Gemini 4 Carbon 主打長時間、多階段任務,並列出軟體工程、資訊安全與科學探索等應用方向,以及 API、商務和 Ultra 訂閱者的推出管道。

  8. LMSYS Org Blog83

    SGLang 團隊用 megakernel 讓 Muse Spark Open 在 Blackwell GPU 上達到每秒 1,109 個 token

    GPU 執行模型時,工作被拆成許多小步驟,步驟之間的等待會讓部分晶片閒著。LMSYS 團隊為 Muse Spark Open 寫了一種叫 megakernel 的大型 GPU 程式,把每一層的多項工作合在一起,讓不同部分能趁空檔先處理下一件事。在 Blackwell GPU 上,單次請求的解碼速度從每秒 517 個 token 提升到 1,109 個 token;團隊也把草稿模型的執行步驟從 175 次減到 8 次。這種做法目前只支援搭配猜測解碼的單一請求,團隊接下來打算擴充到多個請求。

    推薦理由:文章拆解 megakernel 如何合併 GPU 工作、減少等待,並以 Muse Spark Open 的實測展示效能變化,能看出低延遲推論的工程取捨。

11月10日週二
  1. aihot82

    Gemini 4 Carbon 正式發布 GA,提供限期入門定價

    Google 正式推出 Gemini 4 Carbon(gemini-4-carbon) GA,定位為其能力最強的推理模型,面向持續運作的AI 助理編碼、多模態知識工作、科學推理與網路安全防禦。 入門定價:2026 年 11 月 30 日前,每 1M input tokens 收費 $2.00,每 1M output tokens 收費 $10.00。

    推薦理由:更新日誌列出 Gemini 4 Carbon 的模型定位、適用場景與限期 token 定價,提供評估接入成本的依據。

  2. Simon Willison79

    Meta AI 推出 Muse Ember,主打小型高效率與複雜推理

    Meta AI 推出小型高效率模型 Muse Ember,面向複雜推理與AI 助理日常重複執行的工作,包括工具呼叫、程式撰寫子任務、路由、資料擷取與長檔案解析。

    推薦理由:文章比較 Muse Ember 與 GPT-6 Luna、Claude Haiku 5.5 在不同提示長度下的價格,並以每項任務成本與推理層級補充評估模型效率的方式。

  3. Hacker News (official RSS)36

    數學家像盧德分子:AI 機械化如何改變數學與織布

    文章將數學家與盧德分子相提並論,指出自動化降低了織布與數學中原料的製作成本,也改變了專業技能的價值與工作型態。 - 歷史脈絡:雅卡爾織布機以打孔卡控制經線升降,讓布料圖樣能被編碼並重複製作;作者也將數學證明比作織布所需的布料,認為 AI 正讓數學成果更容易投入實際用途。

  4. The Economic Times · ETtech83

    Anthropic推出Claude Fable 5.2與Claude Mythos 5.2

    Anthropic推出兩款 AI 模型:Claude Fable 5.2面向程式開發、推理與 AI 助理任務,Claude Mythos 5.2則用於經核准的資安與生命科學研究。

    推薦理由:兩款模型分別面向程式開發與受核准的資安、生命科學研究,並採不同開放範圍,呈現 Anthropic 依用途區分產品存取的做法。

  5. BlockTempo 動區動趨86

    Anthropic 推出 Claude Fable 5.2,輸出速度最高提升 30%、API 降價 20%

    Anthropic 推出 Claude Fable 5.2 與 Claude Mythos 5.2;兩者是同一模型,Fable 開放給付費使用者,Mythos 則限通過驗證的資安與生命科學機構使用。

    推薦理由:多項基準呈現 Fable 5.2 與 Opus 5.5、Gemini 4 Carbon 等模型的強弱差異,也列出 API 降價與適用工作範圍,方便比較選用。

  6. Apple Machine Learning Research59

    Apple 研究探討測試資料可能參與訓練時,如何評估大型模型

    大型模型的測試資料可能已經被拿去訓練,讓人難以判斷評估結果準不準。這項研究分析在測試資料可能參與訓練的情況下,如何評估只能看到輸出的黑箱模型。研究發現,只查看模型在測試資料上的回答時,只有資料分佈接近少數幾種結果,才可能準確評估;若能額外向模型提問,即使查詢次數不多,也能讓評估者在一些常見情況下做得更多。

  7. Rohan Paul74

    Claude Fable 5.2 完成一項物理學家在 2003 年提出、此前尚未完成的微型宇宙黑洞形成計算;原文稱一位物理學家已檢查其結果。 - 研究背景:1983 年,Stephen Hawking 與 Don Page 展示特定宇宙加熱時會突然形成黑洞,但方法只適用於大型宇宙。

    推薦理由:這項計算延伸了既有黑洞形成研究的適用範圍,並提供一個由物理學家檢查 AI 推導成果的案例。

  8. aihot78

    Artificial Analysis 評測 Claude Fable 5.2:以 65 分登上 Intelligence Index v5 榜首

    Claude Fable 5.2 在 Artificial Analysis Intelligence Index v5 的 max effort 評測中獲得 65 分,登上榜首,領先 Gemini 4 Carbon(high,60 分)與 Claude Opus 5.5(max,59 分)。

    推薦理由:多項基準顯示 Claude Fable 5.2 的優勢集中在科學、知識與程式評測,AI 助理知識工作和終端程式仍與既有模型接近。