跳到正文

#OpenAI

RSS
今日 16 則
11月2日週一
  1. The Economic Times · ETtech73

    中國機器人製造商已掌握動作,競賽焦點轉向 AI 智慧

    中國機器人製造商 已在跑步、舞蹈、後空翻等動作上取得突破,現在正投入資源研發能讓機器人跨職能運作的 AI,形成「身體化 AI」投資熱潮。 - 投資規模:2026 年上半年,身體化 AI 企業共募集 93.5 億元(約 13 億美元),較前年增幅 5 倍,交易筆數 322 筆。

  2. Dan Luu Blog78

    Dan Luu 比較 GPT-6 Astra 使用不同測試方法的表現

    AI 助理寫程式時,大家常想知道該不該要求它寫測試,以及哪種測試方法最有用。Dan Luu 用 GPT-6 Astra 重做測試,發現它在較簡單的 Zstd 任務中,即使不指定方法也常能通過所有測試;在較難的 Pandoc 任務中,不同方法的表現則有差異,但每種情況只測了 25 次,結果還不夠穩定,難以判定哪種方法普遍較好。作者也提醒,測試方法的效果可能隨模型和任務難度改變,因此小型基準測試不能直接當成所有程式工作的定論。

    推薦理由:文章比較 GPT-5.6 Sol 與 GPT-6 Astra 在不同測試方法下的結果,並提醒大型程式任務的少量測試難以支援普遍結論。

  3. Dev.to Top Tech65

    前沿生成式 AI 模型中的單輪與多輪互動

    摘要:這篇研究比較了前沿生成式 AI 模型在單輪與多輪互動下的狀態、成本、可靠性與安全性差異,並提出量化評估框架與實務建議。 - 成本與延遲:多輪對話的輸入 token 隨對話次數呈二次方增長,除非使用快取、摘要或外部記憶,否則費用與延遲顯著上升。

  4. Dev.to Top Tech61

    AI 爬蟲與搜尋爬蟲:七夜統計

    本篇介紹瞭如何在七夜內統計網站爬蟲流量,並提供十分鐘內可執行的指令碼。 - 總量:8,654 次爬蟲請求,僅 2,986 次帶有名稱,24 種不同爬蟲。 - AI vs 搜尋:PerplexityBot 273 次,OAI-SearchBot 30 次;SEO 工具 1,274 次,搜尋引擎 885 次。

  5. Dev.to Top Tech69

    讓你的LLM說『我不知道』而不是猜測

    LLM 在回答事實問題時往往會產生看似正確但實際錯誤的答案,稱為幻覺。作者指出,模型本身無法區分真實與猜測,需透過檢索、退避與信度檢查來降低錯誤率。 - 幻覺原因:缺乏正確上下文或知識截止點,模型會以最可能的語句生成答案。