HLE Diamond 評測結果顯示開放權重模型落後
Artificial Analysis 更新了其 HLE Diamond 評測數據，結果顯示開放權重（Open Weights）模型的得分比領先的閉源模型低了超過 30 分。
原始來源僅提供標題與連結，未包含具體的評測分數細節、參與測試的特定模型清單或 Artificial Analysis 對該差距的技術分析說明。HLE Diamond 評測的具體更新內容、評估標準調整方式以及導致差距擴大的潛在原因未在提供的文字中說明。
Artificial Analysis 更新 HLE Diamond 評測：開放權重模型落後超過 30 分
根據 Artificial Analysis 更新的 HLE Diamond 評測結果，開放權重模型在該基準測試中的表現落後領先者超過 30 分。
30 秒掌握
- Artificial Analysis 發布了更新後的 HLE Diamond 評測結果，指出開放權重模型與領先模型之間存在超過 30 分的差距。
- 原始來源僅提供標題，未包含關於閉源模型優勢原因的具體分析或對評測性質（如高難度推理、複雜邏輯）的描述。
目前大小是最小值，向右滑動可放大。
原始來源與引用
待確認事項
- 原始來源僅提供標題與連結，未包含具體的評測分數細節、參與測試的特定模型清單或 Artificial Analysis 對該差距的技術分析說明。
- HLE Diamond 評測的具體更新內容、評估標準調整方式以及導致差距擴大的潛在原因未在提供的文字中說明。
更正紀錄
截至本次發布，正式發布包未登錄更正。
AI 使用說明
AI 協助擷取、寫作與核對；最終內容依來源與驗證規則發布。
相關新聞
SGLang v0.5.23 發布：新增多模型支援與 TPU 原生整合，提升 DeepSeek-V4.1 推理效能
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。
Namespace 在資料中心大規模部署 MacBook 以解決 Mac Mini 供應鏈與更新延遲問題
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。
研究部落格指出 Astra 改善 Qwen 數學表現的實驗並非僅靠讀取權重，而是依賴程式碼輔助
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。