跳到正文

#Google

RSS
今日 12 則
11月20日週五
  1. Google Gemini65

    用電腦做事時,人還需要繼續使用自己的螢幕和滑鼠。Gemini Mac App 現在可以在背景視窗中操作資料夾、App 和網頁,點選、捲動畫面與輸入文字;示範中,它把一張簡單草圖轉成 Blender 裡設定好骨架的 3D 模型。這讓人能把部分電腦操作交給 Gemini,同時繼續使用自己的螢幕。

    推薦理由:Gemini 可在背景視窗操作 Blender,示範把手繪草圖轉成設定好骨架的 3D 模型,呈現電腦操作功能的實際用途。

  2. Artificial Analysis43

    不太熟悉新推出的 Gemini 4 系列?以下是 Gemini 4 Carbon、Neon 和 Hydrogen 的幾項重點 Carbon 是價格最高的模型(每 1M 輸入/輸出 tokens 為 $4/$20),接著是 Neon($3/$15)和 Hydrogen($1.50/$7.50)。在低推理力度下,Carbon 的表現是三者中最好的,但會使用更多 tokens。不過,Neon 和 Hydrogen 提高推理力度後的擴充套件效果更好,並多了一種推理選項(xhigh)。

  3. Dev.to Top Tech58

    lipp.dev 作者分享如何讓 ChatGPT、Perplexity 和 Google AI 找到網站

    網站想出現在 AI 搜尋答案裡,搜尋引擎得先找到並讀懂網頁,也要認得作者是誰。lipp.dev 作者整理了自己實際做的設定:讓搜尋爬蟲讀取網站、把完整文字直接放在網頁裡、提交網站地圖給搜尋引擎,並用結構化資料和一致的作者介紹說明身分。他也提醒,llms.txt 是否有幫助還沒有主要搜尋引擎確認;網站上線才一天,目前還沒有成效數字。作者記錄了當時 Google 約收錄 38 個頁面、Bing 收錄 2 個,打算之後再追蹤收錄和引用情況。

  4. Google Research84

    Google 用量子處理器測試 contextuality,最高跑到 105 個量子位元

    量子電腦的特殊優勢能不能在更多量子位元上維持,過去還不清楚。Google Research 團隊在 Willow 量子處理器上測試一種叫 contextuality 的量子特性:兩組參與者要在不能交談的情況下,對同一格給出一致答案;預先寫好的古典規則最多隻能答對 88.89%,量子處理器答對 98.30%。團隊也測試最多 71 個量子位元的遊戲,以及最多 105 個量子位元的淺層量子電路,結果都超過古典方法的界線。這些任務還能抓出一般隨機電路測試容易漏掉的細微硬體錯誤。

    推薦理由:研究以多種量子任務檢驗 contextuality 是否能在更多量子位元上維持,也指出這些任務能抓出隨機電路測試容易漏掉的細微硬體誤差。

  5. The Decoder69

    AI 產業仍在成長,但支出與收入的增速都在放慢

    AI 產業還在擴大,但公司用得更多時,花費和收入沒有跟著同樣加快。Ramp 的資料顯示,兩週前達到高點後,AI API 支出下滑 6.3%;和前一個月相比,token 用量增加 27.2%,支出只增加 12%。OpenAI 和 Anthropic 的每百萬 token 平均價格降到 $0.45。Stripe 追蹤約 20,000 家使用其服務的 AI 公司,這些公司的收入在截至 11 月 8 日的 52 週成長 103%,但以最近 13 週換算的年化成長率,已從幾個月前的約 140% 降到約 80%。兩組資料都顯示市場仍快速成長,只是成長速度正在放慢;這些資料各自只涵蓋特定企業和平臺,不能代表整體市場。

  6. aihot68

    Google 在 Gemini API 預覽 Tool Retrieval,按需要載入工具資料

    AI 助理接上很多工具時,每次都帶上完整設定資料,會增加輸入 token,也讓挑選工具更不容易。Google 在 Gemini API 的 Interactions API 推出預覽版 Tool Retrieval,讓模型先看到工具名稱和說明,需要某項工具時再載入完整設定,並在同一次請求中接著呼叫。它也支援遠端 MCP 伺服器;若由應用程式自行搜尋工具,每次搜尋則會多一次往返。功能不另收費,但 token 仍按所用模型的標準費率計算。

    推薦理由:原文說明延後載入工具引數的做法與計費方式,能幫助開發者評估大型工具庫的 token 開銷。

  7. Thurrott74

    Google Gemini for Mac 新增電腦操作功能,可代辦多步驟工作

    在 Mac 上處理重複工作,常得在檔案、App 和網頁之間來回點選。Google 把電腦操作功能加入 Gemini for Mac,使用者只要說明需求,Gemini 就能代為點選、輸入文字、操作選單和填表,例如從本機 PDF 擷取資料,或整理商品照片並準備上架資訊。操作會顯示即時預覽,使用者可以檢視每一步、隨時暫停,也能設定 Gemini 可使用哪些 App;這項功能目前在美國以英文提供。

  8. Dev.to Top Tech66

    Gemini 各模型怎麼選?實測比較答題表現、費用和速度

    要挑 Gemini API 模型,光看每個 token 的價格不一定知道哪個最划算,答題表現和速度也會影響實際花費。作者用相同題目和評分方式比較 8 個模型:Gemini 4 的 4 個模型都答對 30 題 AIME 2025,但這次測試分不出它們誰更準;Argon 每題較便宜,Hydrogen 回答較快。Neon 在高思考設定下答題表現和 Carbon 一樣,費用較低。這些結果來自每個模型和設定各一次測試,沒有涵蓋長時間的 AI 助理工作或程式開發。

  9. Dev.to Top Tech57

    作者實測四個設定,讓 AI 搜尋引擎更容易讀懂 WordPress 網站

    WordPress 教學文章即使在 Google 排名不錯,AI 搜尋引擎也可能不容易讀懂其中的步驟。作者在自己的網站調整 robots.txt,明確允許多種爬蟲讀取;再用免費外掛產生 llms.txt,列出網站介紹和 26 篇指南;接著替挑選的 5 篇文章加上 HowTo 結構化資料,並檢查頁面和資料格式是否正確。這些設定能讓文章內容更容易被機器整理和引用,但不能保證文章會出現在 AI 的回答裡,也不會因此提高 Google 排名。

  10. Dev.to Top Tech58

    Public Rows 示範如何用約 $31.50 查 10,000 個關鍵字的 Google 搜尋量

    Google Keyword Planner 通常只顯示搜尋量區間,想查很多關鍵字時,其他工具也可能限制匯出數量。Public Rows 作者介紹自己製作的 Apify 工具:貼上關鍵字清單、選擇國家和語言,就能下載每個詞的每月平均搜尋量、CPC 和競爭程度等資料,不用寫程式。查 10,000 個關鍵字約需 $31.50;前 20 筆免費,Apify 免費方案的 $5 月額度約可先測試 1,600 個。資料每次由 DataForSEO 授權提供,並非從 Google 網頁抓取;沒有人投廣告的關鍵字可能沒有 CPC 和出價資料。

  11. Dev.to Top Tech60

    Public Rows 示範用 Google Trends Bulk 一次整理 1,000 個關鍵字

    Google Trends 一次只能輸入少量關鍵字,想整理長清單時,逐筆查詢很花時間,也可能遇到請求被擋。Public Rows 作者介紹自己打造的 Google Trends Bulk,透過 DataForSEO 的 Keywords Data API 取得授權資料,不是直接抓取網頁;每個關鍵字會整理成一列,能下載 CSV、Excel 或 JSON,也可排程每週查詢。一次最多查 1,000 個關鍵字,費用約 $25,前 3 個免費。趨勢數字是 0 到 100 的相對熱度,不代表實際搜尋次數。

  12. Google AI Official Blog63

    Google 在 Gemini API 推出 Tool Retrieval,按需求載入工具設定

    AI 助理連線很多工具時,每次都送上所有工具的完整設定,會增加輸入 token,也可能讓工具選擇變得不準。Google 在 Gemini Interactions API 預覽推出 Tool Retrieval,讓模型先看到工具名稱和說明,等需要某項工具時才載入完整設定,並在同一次請求中完成搜尋與呼叫。開發者可以把常用工具先載入,其他工具延後載入;也能讓 Gemini 在伺服器端搜尋,或由自己的程式查詢工具清單。這項功能沒有額外費用,但載入的設定仍會按一般輸入 token 計費;官方表示,Gemini 3.6 及之後的模型都可使用。

    推薦理由:工具很多時,每次把完整設定都送進提示詞會增加 token 用量並拖慢選擇;Tool Retrieval 改為需要時才載入,適合瞭解大型工具庫的取用方式。

  13. The Verge · AI63

    Gemini Mac App 新增電腦操作功能,可協助完成多步驟工作

    在 Mac 上處理多個步驟,常得在檔案、App 和網頁之間來回切換。Google 的 Gemini Mac App 新增電腦操作功能,可跨這些地方協助填表、做簡報或整理待售物品;使用者能選擇 Gemini 可以存取哪些 App,也能在聊天視窗裡即時檢視它的操作畫面。目前功能正以英文向美國使用者推出。文章也提到,Apple 即將對要求完整磁碟存取權的 Mac App 加上新限制,原因是 AI 助理操作電腦可能帶來風險。

  14. Google Developers Blog80

    Google 說明 MaxText 如何用 Streaming DiLoCo 跨資料中心訓練大型語言模型

    大型語言模型分散到不同資料中心訓練時,網路速度慢會讓裝置停下來等資料同步。Google 在 MaxText 加入 Streaming DiLoCo,把模型切成多個部分,分批傳送引數更新,讓訓練和傳輸能同時進行。以 Qwen3-32B 為例,在 10 Gbit/s 網路下,每步訓練約 5.76 秒;一般資料平行訓練約 55.11 秒,原本的 DiLoCo 則約 7.55 秒。文章也提到,這種做法在測試中維持了模型訓練品質,並提供 MaxText 的設定方式。

    推薦理由:文章以 Qwen3-32B 在不同網路頻寬下的實測,比較三種訓練方式的耗時,呈現引數分批同步如何減少跨資料中心網路壅塞。

  15. Vercel Blog60

    Vercel AI Gateway 上線 Liquid AI 的 d1.2 與 d1.2-ultra

    需要從音訊或圖片中找出特定資訊時,單靠生成文字不一定方便整理答案。Vercel AI Gateway 現在提供 Liquid AI 的 d1.2 和 d1.2-ultra,這兩個決策模型會直接回傳結構化結果,可回答是或否、選出類別、依規準評分,也能辨認音訊內容或找出圖片物件的位置。d1.2 速度較快、成本較低;d1.2-ultra 則是 Liquid AI 準確度最高的決策模型。使用者可在同一個請求中提出多個問題,請求也會記錄在 AI Gateway 的紀錄中並計入預算。

  16. Dev.to Top Tech46

    如何比較 4 種延遲佇列,讓流量暴增後也能穩定恢復

    遊戲流量突然暴增時,佇列可以先把工作排好,但真正的麻煩是下游服務一次只能處理有限數量,工作可能來不及在期限內完成。文章比較 QStash、Amazon SQS、Google Cloud Tasks 和 Redis 佇列,提醒團隊要看「照目前速度清空工作要多久」,並在工作執行時限制速度、留意失敗重試。 例如,一場活動產生 180,000 個工作,而庫存服務每秒最多處理 50 次,至少要花 1 小時才能做完。佇列訊息可能重送,所以更新排行榜或發獎時,要用固定的工作編號避免重複處理。選哪種佇列,應看工作者怎麼連線、服務能承受多快,以及工作是否需要重播;監控清空時間,也比只看排隊數量更能及早發現問題。

  17. TechCrunch · AI74

    Google 讓 Gemini 能在 Mac 上代為操作 App 和網站

    整理檔案、填表等重複工作常要在不同 App 和網站間來回處理。Google 把電腦操作功能加入 macOS 版 Gemini,使用者交代任務後,AI 助理可以在背景操作 Mac 上的 App、檔案和網站,完成多個步驟;進行中的操作會顯示在聊天預覽裡,使用者也能暫停、停止,或在操作前核準。這項功能目前僅在美國以英文提供,需使用 Gemini Mac App,並訂閱 Google AI Plus、Pro 或 Ultra;Google 尚未公佈何時擴充套件到其他地區或平臺。

  18. Dev.to Top Tech59

    Bison 示範用 Node 同時比較 GPT、Claude、Gemini 和 Grok

    逐一詢問不同模型很花時間,而且只看單一回答不容易發現差異。Bison 分享一段 Node 程式,透過 OpenRouter 把同一個提示詞同時送給 GPT、Claude、Gemini 和 Grok,再並排顯示回答。作者也提醒,推理模型可能先用掉 token 額度來思考,讓可見回答變成空白;他提高額度、調低推理程度,並建議處理沒有文字的回覆。文章中的模型代號可能常變,使用前要先查 OpenRouter 目錄。

  19. aihot83

    Google 在 Gemini API 推出 Genie 4 即時互動世界生成模型

    Google 在 Gemini API 上推出 Genie 4,能依文字、16:9 參考圖,或兩者一起生成可即時操控的虛擬世界。畫面以 24 fps、16:9 影片串流輸出,並同步提供 48 kHz 立體聲;使用者可透過 WASD、方向鍵或對話中的文字事件控制世界。服務透過 WebRTC 和 WebSockets 傳送,付費方案每 100 萬輸入 token 收費 $1.50、每 100 萬文字輸出 token 收費 $9.00、每 100 萬影片輸出 token 收費 $17.50,影片價格約為每秒 $0.10,含立體聲。

    推薦理由:更新日誌列出 Genie 4 的輸入方式、即時操控介面與各類輸出價格,可用來估算接入互動式世界生成的成本。

  20. Google Developers Blog72

    Google 示範如何用 Tunix 和 Gemma 4 訓練多輪 AI 助理

    AI 助理玩棋盤遊戲時,如果只能一次猜一格,常會打很多次才找到目標。Google 示範用 Tunix 在 Cloud TPU 上訓練 Gemma 4,讓它每次出手後讀取棋盤回饋,再決定下一步。示範中的 Plane Strike 是 6x6 棋盤遊戲,AI 助理要找出藏起來的 8 格飛機。訓練 100 步後,在保留的棋盤測試中,勝率從 9.4% 提升到 95%,平均出手次數也從 22.44 次降到約 16 次。

    推薦理由:Plane Strike 的訓練過程呈現多輪工具呼叫如何配合環境回饋逐步修正策略,也提供勝率與出手次數的變化作為參考。

  21. aihot76

    Google 在 Gemini API 和 AI Studio 推出 Genie 4 即時世界模型

    想做能即時互動的虛擬世界,開發者需要能生成畫面並接收操作的工具。Google 在 Gemini API 和 AI Studio 推出 Genie 4,可從文字或圖片生成 720p、每秒 24 格的世界,再用 WASD、提示詞和 48 kHz 立體聲即時操控。串流可透過 WebRTC 或 WebSocket 進行,相關檔案列在 Gemini API 檔案頁面。

    推薦理由:Genie 4 提供畫面規格與兩種串流接法,方便開發者評估如何把即時互動世界接進自己的應用。

  22. Philipp Schmid81

    想從文字或圖片做出能即時操控的影片場景,Genie 4 現在可透過 Gemini API 和 AI Studio 使用。它能建立 720p、24fps 的世界,使用者可以用 WASD 按鍵和提示詞即時操控,並搭配 48 kHz 立體聲音訊。內容可透過 WebRTC 或 WebSocket 串流;WebRTC 使用瀏覽器和臨時權杖。

    推薦理由:Genie 4 可用文字或圖片建立可即時操控的 720p 世界,並透過 Gemini API 或 AI Studio 使用,呈現了互動式影片生成的操作方式。

  23. Wired · Artificial Intelligence59

    Google 打造模擬網路,測試 Chrome 的 AI 助理

    AI 助理如果直接在真實網路上練習,可能遇到攻擊或造成問題;只在簡單的測試環境裡練習,又不容易學會真實網站的複雜情況。Google Chrome 團隊打造了一個自己掌控的模擬網路,裡面有社群網站、購物網站和銀行頁面,讓 AI 助理在 Chrome 中完成網頁任務,並接受隱藏提示詞攻擊的防禦測試。這個環境與真實網路隔離,團隊也說,測試中利用的特殊許可權無法用來攻擊一般 Chrome 使用者。Google 計畫讓更多研究團隊使用它,測試 AI 助理在網路上的行為。

  24. Dev.to Top Tech88

    Google DeepMind 用 AI 驗證 Signal 加密程式碼,四項保障仍有範圍限制

    Signal 的加密程式通過形式化驗證,究竟代表訊息有多安全?Google DeepMind 用 AI 為 libsignal 的編譯程式碼建立數學證明,確認一對一對話符合四項保障,包括舊訊息不會因目前的金鑰外洩而被讀取,以及裝置遭短暫入侵後,後續對話能恢復安全。這份證明不涵蓋群組聊天、金鑰產生或手機作業系統,也沒有證明 SPQR 的後量子修復能力。作者認為,這顯示正式驗證對小型團隊可能逐漸變得可行,但仍需要人先清楚定義要證明什麼;測試找出錯誤,證明則能排除特定型別的錯誤,兩者作用不同。

    推薦理由:這項驗證直接檢查編譯後的程式碼,並列出涵蓋範圍與未證明的部分,可用來理解形式化驗證能提供什麼保障。

  25. Dev.to Top Tech58

    作者示範用 Python 整理 Gmail 帳單並檢查條碼

    每個月的帳單可能藏在 Gmail 郵件內文、PDF 附件或手機拍的照片裡,容易漏看或錯過期限。作者用 Python 做了一套流程,先找出可能是帳單的郵件,再從附件讀取條碼;只有通過檢查碼計算的號碼,才會列入試算表,無法確認的則放到「檢查」工作表。讀取時會先試 PDF 內的文字,再解讀條碼,最後才用 OCR 處理掃描不清的圖片。作者也提醒,條碼檢查正確不代表帳單一定可信,仍要核對收款物件;郵件與帳單含有個人資料,也需要加密並設定刪除期限。

  26. The Hacker News85

    VMware vCenter 驗證漏洞可讓網路攻擊者繞過登入

    VMware vCenter 出現驗證漏洞,具備網路存取的攻擊者可繞過登入,但 Broadcom 沒有說明攻擊者之後能取得哪些許可權。漏洞編號為 CVE-2026-123890,影響 vCenter 8.0、9.0、9.1 等版本;Broadcom 已發布所有仍受支援版本的修補程式,並表示沒有列出可替代修補的做法。目前沒有已知攻擊或公開的漏洞利用程式碼。安裝更新時,虛擬機器會繼續運作,但 vCenter 管理功能會短暫中斷;部分升級中的系統也須留意更新與後續升級的衝突。

    推薦理由:vCenter 的驗證繞過漏洞可由具網路存取的攻擊者利用,文章整理了受影響版本、修補方式與升級限制,方便管理者掌握處理要點。

11月19日週四
  1. TechCrunch · AI86

    Anthropic IPO 將檢驗 AI 資金在投資者與供應商間迴圈的模式

    AI 公司向大型供應商採購算力,供應商又投資這些公司,讓同一筆資金可能在雙方之間反覆流動。Anthropic IPO 後,Amazon 和 Google 持有的股份大幅增值,其他基礎設施供應商也參與投資;Anthropic 則預計取得 IPO 與私募資金,未來可從公開市場投資者和公司債籌措資金。文章引述分析師指出,Anthropic 有大量現金,但仍承諾支付高額算力與基礎設施費用,能否負擔取決於營收成長,以及它能否在 AI 競爭中維持領先。

    推薦理由:文章整理 Anthropic IPO 前後的資金流向,呈現供應商同時投資並向公司提供算力服務,如何影響外界對 AI 融資模式的看法。

  2. 404 Media58

    研究發現,美國有色人種社群更常設有資料中心

    美國資料中心常設在哪些社群,可能和當地居民的族群組成有關。一項研究檢視全美 81,000 個人口普查區與 5,291 座資料中心,發現和同州白人佔多數的社群相比,黑人佔多數的社群設有資料中心的可能性高 2.2 倍,西語裔佔多數的社群高 2.6 倍,亞裔佔多數的社群高 4.2 倍。研究也考量人口、收入、教育程度、土地成本和輸電線位置等因素。研究者指出,部分資料中心靠近輸電線,而這些設施過去常經過黑人社群;他們建議制定資料中心專用的分割槽規則,並在興建前評估對不同族群的影響。

  3. Dev.to Top Tech58

    Gemini 4 四款模型怎麼選?Hydrogen 回答較快,Neon 價格最高

    Gemini 4 的四款模型速度、價格和擅長的工作不同,選錯可能讓程式跑得慢,也多花費用。作者用平臺近 30 天的實際呼叫比較速度與價格:回答長度在 1,500 到 4,000 個 token 時,Hydrogen 中位數為 23 秒,Argon 為 44 秒、Carbon 為 49 秒;Neon 每 1M 個輸入 token 收 $3.00、輸出 token 收 $15.00,是四款中最貴的。作者也用六項任務測試 Neon,把思考程度從預設的 high 調成 low,費用從 24.7 美分降到 12 美分,37 項檢查都通過。文中建議日常大量工作先用 Hydrogen,較難的問題再交給其他模型;這些結果來自作者的平臺和測試,不能直接當成所有工作都適用的排名。

  4. Dev.to Top Tech54

    Mika 實測九款 AI 模型:比較價格、程式除錯與推理 token 消耗

    模型排行榜常只挑好看的分數,實際寫程式、排時間或控制字數時,表現和花費可能差很多。Mika 在 OpenRouter 上用三種工作情境測試九款模型,並提供 Python 程式,讓人可以重跑比較。測試中,Gemini 4 Carbon 和 Neon 在限字任務裡把輸出額度幾乎都花在推理,最後沒有產生可見答案;Carbon 和 Neon 的兩個提示詞測試也比 Carbon 花費高。作者另指出,對話拖得太長會大幅增加每次提問的成本,並分享分層選模型與定期檢查工作進度的做法。

  5. elvis65

    讓 AI 助理自己修改提示詞和記憶,可能改善新任務,卻也可能讓原本會做的事變差,或把錯誤內容留在記憶裡。Google 的論文提出 GUARD,保留底層模型不變,讓 AI 助理調整自己的提示詞、技能、工具規則和記憶;每次修改前,先把任務拆成檢查專案,再比對修改前後的表現,優先處理新出現的問題。在 43 項託管 SDK 任務中,GUARD 的正確率為 80.80%,比起始設定高 8.89 個百分點;在程式記憶任務中,更新正確率為 90.1%,且沒有記憶汙染。

    推薦理由:GUARD 會先檢查修改提示詞與記憶後造成的行為變化,並優先修復新出現的問題,可用來理解自我改進 AI 助理如何降低舊能力受損的風險。

  6. TechCrunch · AI65

    Superhuman 讓 Go AI 助理進駐 Docs、郵件和更多工具

    工作資料散在不同工具裡,AI 助理不容易掌握完整脈絡。Superhuman 擴大 Go 的功能,讓使用者先連線常用工具,Go 就能參考工作資料,在郵件和 Docs 裡協助寫作,也能檢視行事曆、留意郵件並草擬回覆。新版還透過 Go SDK 加入 20 個外部 AI 助理,並可在 Docs 背景處理任務,或依事件啟動工作流程。公司也推出團隊共用的即時會議筆記,讓 Go 在會後協助起草提案。

  7. Dev.to Top Tech50

    Android 語音輸入不用月付費:免費和一次買斷的選擇

    在 Android 手機上用說的代替打字,不一定要每月付錢:Gboard 語音輸入免費,也能下載語音資料離線使用,但只能轉成純文字,沒有紀錄或排版功能。像 Spokenly、FUTO Keyboard 和 Utterwove 則有免費方案或一次買斷選擇;例如 Utterwove 在 Google Play 印度區售價是 ₹470。Wispr Flow、Typeless 和 Aqua Voice 等服務採用訂閱制,價格和功能各不相同。挑選時可以先想想自己要不要離線使用、需要哪些語言,以及會不會常用;若只是偶爾傳訊息,免費的 Gboard 可能就夠了。

  8. iThome (臺灣)83

    Google 推出 Gemini 4 Neon,讓 AI 助理分工修改與測試程式

    處理大型程式修改時,規畫工作、動手改程式和檢查結果常要反覆進行。Google 推出 Gemini 4 Neon,可在 Antigravity 中安排任務並審查成果,再交給 Gemini 4 Hydrogen 修改程式、更新套件和執行測試;遇到解決不了的問題時,Hydrogen 會把工作交回 Neon調整計畫。第三方評測中,Neon的程式開發代理指數為58.6分,略高於列出的Claude模型;每項任務平均費用為6.86美元。評測使用的工具不同,分數反映模型和工具搭配後的整體表現。

    推薦理由:Neon與Hydrogen在開發任務中的分工,以及不同工具搭配下的評測與費用差異,提供了評估程式開發模型的具體參考。

  9. Lobste.rs (Engineering Discussion)68

    工程師如何設計更容易理解的程式碼

    程式碼越大、改動越多,工程師就越難確定一段程式實際會做什麼;大型語言模型寫出的程式也需要人仔細檢查。演講分享三種做法:先寫清楚函式答應做到什麼,替資料訂下必須一直成立的條件,再把讀檔、寫資料庫等副作用集中處理。這樣理解一段程式時,就不必翻遍整個專案,也能讓人和大型語言模型用較少的背景資料掌握程式運作。

    推薦理由:演講用合約、資料不變條件與副作用隔離,說明如何把理解範圍縮小,並讓工程師和大型語言模型更容易掌握程式碼。

  10. Dev.to Top Tech39

    Google Translate 如何用 AI 翻譯 249 種語言,又有哪些地方容易出錯

    Google Translate 會把句子拆成小片段,參考大量人類翻譯過的文字,再一段一段猜出最可能的譯文;它不是真的像人一樣理解意思。遇到沒看過的字,還會把字拆成熟悉的小部分來處理。2016 年,Google 換上新的翻譯系統後,翻譯錯誤減少了 60%;現在 Google Translate 支援 249 種語言和語言變體,也能在沒有直接對照範例時,翻譯韓文和日文。 不過,遇上成語、俚語、性別不明的句子或資料很少的語言,它還是可能翻錯。使用時可以把句子寫短、補上前後文,並把譯文翻回來檢查;像醫療指示或法律合約這類重要內容,應再請真人確認。