依本站收錄時間整理（台灣時間），不代表原文發布或事件發生時間。
開源推理框架 SGLang 推出 v0.5.23 版本，透過合併來自 257 位貢獻者的 1007 個 Pull Request，大幅擴展對 Muse Spark、MiniMax-M3.1 等新模型的支援。此次更新重點在於優化 DeepSeek-V4.1 在 NVIDIA GB300 與 AMD MI350X 上的推理速度，並首次透過 SGLang-TorchTPU 插件原生支援 Google TPU7x 硬體。
雲端服務商 Namespace 因 Mac Mini 交貨延遲及晶片更新不同步，轉而採用 MacBook 架設伺服器機櫃。此舉旨在滿足 iOS 開發者對最新 Xcode 版本的即時需求，並透過自製散熱與遠端管理方案克服筆電在資料中心的運作限制。
一篇針對「Astra 能讀寫權重以改進 Qwen」文章的技術評論指出，該文章摘要容易讓人誤以為模型僅透過觀察原始權重就能提升大型語言模型的數學能力。實際上，涉及真實語言模型（如 Qwen3.5-0.8B）的實驗均使用了 Python 程式碼輔助分析與執行，且關鍵結果是修復了推理迴圈問題，而非單純的數學邏輯增強。
Nicholas Carlini 透過移植現代國際象棋引擎至 1995 年發布的 Pentium Pro 處理器，證實僅需當時的商用硬體與現代軟體技術即可超越 Deep Blue 的表現。實驗數據顯示，現代引擎在老舊硬體上的 Elo 評分可達 3300 左右，遠高於卡斯帕羅夫約 2800 分的歷史紀錄。
NVIDIA 發布了名為 Auto Ontology 的開源函式庫，旨在為 AI 代理建立一個基於企業元數據的上下文層。該工具透過整合分散在不同系統中的定義與血統資訊，讓代理能更準確地查詢資料庫並理解業務指標的真實含義。
Allen Institute for AI (AI2) 發布新基準 StateBench，用於評估大型語言模型在處理長篇文件時追蹤實體狀態變化的準確度。測試結果顯示，當輸入長度增加且任務複雜度提高時，包括 Gemini、Claude 和 GPT 系列在內的頂尖模型表現顯著下降，而特定架構的混合模型在直接訓練後展現出較強的泛化能力。
Collinear AI 推出 CWE-bench v2，開放包含 100 個任務的公開評測集，讓開發者能評估模型在真實開原始碼庫中發現並修復安全弱點的能力。目前最高分由 Gemini 4 Argon 取得 pass@1 67.8%，但即使是領先模型仍有 19% 的任務無法解決，顯示長尾問題尚未克服。
Hugging Face 提出「模型整合合約」（Model Integration Contracts, MIC）標準，透過建立基於真實架構但參數大幅縮小的測試模型（fixture），在 CPU 上快速執行關鍵使用路徑的基準測試。此方法旨在於程式碼合併前捕捉如 UMT5 注意力機制錯誤等回歸問題，解決傳統全量整合測試因資源限制而無法即時執行的困境。
研究人員提出「Weight Space Programming」，讓大型語言模型（LLM）能直接讀取並修改較小模型的參數權重，無需透過編寫程式碼或觀察損失曲線等傳統流程。此方法在簡單遊戲與強化學習策略上展現了從零到一的突破，且已有獨立團隊成功重現該結果。
Legora 是一家快速成長的法律科技公司，其核心挑戰在於隱私保護：由於數據屬於律師事務所客戶所有，Legora 無法讀取其智能代理為律師執行的任何單一日誌（trace）。Legora CTO Jacob Lauritzen 解釋了團隊如何在這種「黑盒」環境下構建和測試智能代理。團隊最初在斯德哥爾摩的地下室以 ChatGPT、瑞典法律和搜尋工具起步，如…
開發者從 ICML、NeurIPS 等五大會議自 2016 年起的約 10.9 萬篇錄取論文中，提取結果表格與消融實驗數據。這些資料被歸納至約 1,260 個主題頁面，免費公開供研究者查詢各領域的基準表現趨勢與常見比較對象。
最新研究顯示，GPT-6 Astra等前沿大型語言模型具備直接解讀與撰寫神經網路權重的能力。該模型僅憑原始權重數據即可推斷網路訓練目標，且在無環境回饋情況下，從零開始生成的遊戲策略網路表現優於經過一億步PPO訓練的傳統網路。
據產業供應鏈消息，DeepSeek 下一代模型 V5 計畫使用華為昇騰晶片進行預訓練，這將是首次嘗試在國產硬體上完成頂級大模型的預訓練階段。此前，昇騰晶片主要用於 DeepSeek 的推論任務，且雙方已於近期合作完成基於昇騰平台的基礎設施開源與部分後訓練工作。
最新研究指出，GPT-6 Astra等前沿大型語言模型具備直接讀取與修改神經網路權重的能力，甚至能透過編輯極少數參數顯著提升特定任務表現。這種被稱為「權重空間編程」的方法顯示LLM可無需傳統訓練迴圈或環境回饋，即能從零開始生成高效網路或修復現有模型的推理缺陷。
由清華大學與加州大學柏克萊分校研究人員組成的團隊推出開源工具 uni-robot-agent，使通用大型語言模型能透過工具呼叫直接操作實體機器人。測試顯示，Qwen3.8-Flash-Next 在此架構下無需針對機器人進行微調，即可在真實世界任務中取得超越部分閉源系統與經過微調模型的成績。
IBM Research 發布了名為 Palette 的新方法，旨在讓小型開源權重模型能夠根據使用者的特定設計語言生成高品質的簡報。傳統的大型前沿模型雖然能生成美觀的簡報，但往往會回歸到預設的「AI 風格」，且無法處理機密資料或自訂模板需求。然而，適合本地部署的小型開放權重模型在生成簡報時常出現排版錯誤，如文字溢出、圖形重疊等問題。 Palette …
有企業用戶反映，在已手動關閉資料共享設定後，OpenAI Codex 的「改善所有人的模型」選項似乎被系統自動重新開啟。此情況引發社群對 AI 服務預設隱私設定變動的關注，並促使使用者檢查個人帳戶中的數據控制選項。
歐洲住宅房地產營運商 Heimstaden 自 2025 年 6 月起採用 OpenAI 的 ChatGPT Enterprise 與 Codex，將房屋出租流程中的圖片製作成本從約 50 歐元降至低於 0.1 歐元。該公司同時利用 Codex 讓非技術背景員工完成超過兩萬個資產的環境風險評估，大幅縮短專案交付時間並減少對外部顧問的依賴。
開發者 Simon Willison 發布 LLM CLI 工具與 Python 函式庫的 0.37 版本，將未自訂預設值時的模型改為價格較低的 gpt-6-luna。此次更新還加入了新增 OpenAI 相容端點模型的指令，並擴充了對多模態嵌入內容類型的支援。
研究團隊發表僅含13萬參數的2D二值醫療影像分割架構LightMIS，在相同訓練協議下，其平均Dice與IoU指標接近較重的nnWNet模型。該模型在Arm Mali-G52 MC2 GPU上執行速度比nnWNet快約10.5倍，且無需CPU輔助即可完全由GPU運算。
一項未經同儕審查的研究測試了大型語言模型在評估相同論點時，是否會因來源歸屬不同而改變評價結果。結果顯示，將論點歸因於不相關領域的專家，比完全不標示來源更能顯著降低模型對該論點可信度的評分。
阿里巴巴 Qwen Code 開源專案的合併請求中，意外揭露了包括 qwen4-max、qwen4-coder-plus 及 qwen4-omni-120b 在內的多個未來模型識別碼。這些 ID 此前均被解析為相同的上下文長度設定，且部分型號已在測試資料中被實際使用，顯示相關開發工作正在進行中。
MIT CSAIL 團隊利用 GPT-6 Astra 對 Qwen3.5-0.8B 進行極小比例的權重編輯，成功解決模型陷入重複說「Wait」的推理迴圈問題，使其在 MATH-500 測試中的準確率從 7.9% 提升至 48.1%。隨後有開發者利用 Anthropic 的 Jacobian lens 技術觀察發現，未經修正的模型在決定輸出「Wait」時，內部狀態解讀為懷疑與否定，而經過權重編輯後，同一位置的內部狀態則轉變為驗證與完成確認。
網路社群流傳 Amazon 正在取消部分 GPU 訂單，並在少數情況下關閉購買運算硬體的客戶帳戶。Epic Games 執行長 Tim Sweeney 據稱也受此措施影響。目前僅有社群轉述的說法，尚無官方證實細節。
開發者將本地運行的 Qwen3.8-Flash-Next 模型透過 Claude Code 介面進行真實程式碼提交審查，結果顯示該模型成功找出兩個 Claude 未發現的問題，但也錯過了五個由 Claude 找出的問題，其中包括一個關鍵的搜尋邏輯錯誤。此測試基於單一程式碼提交的單次執行，屬於個案經驗而非標準化基準測試。
開發者發布 balbal-v2 系列模型，專為 CPU 運行設計，訓練成本低於 250 美元。其中 balbal-v2-manas 在土耳其語基準測試 Mu-Bench TR 中以 8.20% 的字錯誤率排名第二，僅次於 Google Chirp 3。
一名Reddit用戶在相同提示詞與工具環境下，比較了透過Z.ai訂閱服務與本地部署的GLM-5.3 Flash模型。測試結果顯示，雖然兩者輸出內容長度相近，但本地端執行時間僅為雲端的四分之一左右，突顯了在特定硬體配置下本地AI的速度優勢。
Skyfall AI 展示了名為 SKY-001 的工程世界模型。該模型能夠重建一輛包含數千個 3D 零件的捷豹（Jaguar）汽車。此外，該公司報告稱，SKY-001 在 CAD 精度上與 GPT-6 Astra 相當，但運行速度快 51 倍，且成本低 150 倍。 尚待確認：原始來源僅提供標題摘要，未包含具體技術細節、測試方法或驗證數據的完整上下…
根據美國人口普查局發布的最新數據，美國資料中心的月度建築支出為964.62億美元，是普通辦公室的459.64億美元的2.09倍。這是繼去年年底首次超越後，兩者差距進一步擴大至兩倍以上。
林佳龍在《Foreign Affairs》發表文章，主張美國的AI發展高度依賴台灣。
我們使用 Google Analytics 了解閱讀情況與改善新聞網站。你可以接受或拒絕分析 Cookie，不影響閱讀。了解 Cookie 政策
