针对外界关于中国要关上AI技术出口大门的说法，玉渊谭天梳理了10月16日商务部、科技部就修订《中国禁止出口限制出口技术目录》公开征求意见的背景与规则边界。文章指出，监管重点是数据安全、敏感用途和算力底座三类技术，企业用限制类大模型对外提供API调用、APP/网页交互、SaaS应用等不属于大模型技术出口管理范围，开源技术和特定国际业务适用自动许可等便利措施。文中还提到，DeepSeek、MiniMax两家企业已履行登记手续并完成开源和海外授权使用。
匹配字段摘要、正文
Artificial Analysis 发布 Coding Agent Index v2.0，Claude Code 搭配 Claude Opus 5.5（max）以 61.7 分登顶，Claude Sonnet 5.5（max）59.3 分次之。新版以 Cognition 的 FrontierCode v1.1 替换 DeepSWE，Opus 5.5 在该基准得 56.0%，领先 Codex 搭配 DeepSeek V4.1 Flash 的 52.6%。SWE-Atlas-QnA-AA 改用 GPT-6 Luna（xhigh）评判、每项五票，21 个配置均分从 58.8% 降至 57.1%。
匹配字段摘要、正文
Matt Turck 与 Mistral 研究负责人 Pierre Stock 对谈，围绕被称为西方最大开源模型的 Le Chonk 展开。Stock 谈到团队在自有数据中心用 3800 块 GPU 训练、Le Chonk 目前仍在训练中，以及 Mistral 从 DeepSeek 借鉴了什么、开源权重与网络安全拒答之间的取舍。节目还提及后续将推出 Mistral Large 5。
匹配字段摘要、正文
LMSYS 与 AWS 合作发布 SGLang Trainium 插件 Beta，基于新发布的 TorchNeuron 构建，在 Trainium2 和 Trainium3 上支持 LLM 推理服务与 RL rollout 生成。初始覆盖 Qwen3（dense）、Qwen3-MoE-30B-A3B、DeepSeek-V2-Lite、GLM-4 和 GLM-5.2/5.3，并支持数据并行、张量并行、专家并行、Radix Cache、BF16/FP8 和异步调度。首次端到端异构 RL 运行中，SGLang 在 Trainium3 上为 Qwen3-MoE-30B-A3B 生成 rollout，Miles 在单台 H200 节点上用 Megatron 训练 GRPO 策略。Beta 目前仅限少量团队参与。
匹配字段摘要、正文
一项新研究构建了 RegretBench 基准，用 205 个真实数据丢失场景测试六款前沿模型，结果显示智能体平均完成任务率 86.1%，但在关键操作前备份的比例仅 15.2%，其中 GPT-5.6-Terra 为 4.4%、GPT-5.6-Sol 为 5.9%、Gemini 3.7-Flash 为 2.4%，表现最好的 Claude Opus-5 也有超过三分之一场景未备份。作者提出的 BackUpper 作为外挂插件与智能体并行运行，按四级策略替换破坏性命令、配对备份命令、生成快照或调用 GPT-5.6-Luna 子模型判断需保存的数据，测试中覆盖了全部关键操作，恢复数据与原状态平均相似度 92.2%，每任务额外成本 0.014 美元。BackUpper 已支持 Claude Code、Codex、Hermes、OpenHands、DeepSeek Harness 和 OpenClaw，代码与数据集已开放。
匹配字段摘要、正文
PyTorch 原生训练平台 TorchTitan 发布更新，新增 Muse Spark Open、Muse Glimmer、Qwen3-VL、Qwen3.5、Kimi K2.7、Kimi K3 和 DeepSeek-V4 的完整训练栈支持，并引入强化学习组件 TitanRL。TitanRL 让预训练、后训练到 vLLM 推理共用同一份模型代码，支持异步 rollout 和长上下文、代码执行等智能体任务训练。性能方面，FlexShard 在 256 张 H100 上把 DeepSeekV3 的优化器耗时最多降低 79%，在 Llama3 405B 上把端到端训练步时最多降低 20%。
匹配字段摘要、正文
SGLang 的 Elastic EP Scaling 让 MoE 部署无需整副本或重启即可按细粒度增量加入 GPU，20 GPU 示例中扩到 24 GPU。max_ep_size 在启动时预留元数据与通信缓冲容量，新 rank 按需启动；在 8×H100 上用 DeepSeek-V3-Lite FP8 测试，首个完成请求比重启快 5.3×–8.2×。加入 rank 进入 Mooncake WORLD 后暂不支持自动回滚，收尾失败可能需重启部署。
SGLang 的 Elastic EP Scaling 让 MoE 部署无需整副本或重启即可按细粒度增量加入 GPU，20 GPU 示例中扩到 24 GPU。max ep size 在启动时预留元数据与通信缓冲容量，新 rank 按需启动；在 8×H100 上用 DeepSeek-V3-Lite FP8 测试，首个完成请求比重启快 5.3×–8.2×。加入 rank 进入 Mooncake WORLD 后暂不支持自动回滚，收尾失败可能需重启部署。
匹配字段摘要、正文
Modal 发布训练库 Modal Dojo，提供调好的默认配方、可改参数和开箱即用的指标观测面板，支持从 5 亿到数万亿参数模型。该库基于 Miles、Slime 等开源框架构建，可从 Hugging Face 加载数据集，并通过 CLI 让智能体查询运行状态、日志和轨迹。Axiom Bio 称已用它启动 64k 上下文的 DeepSeek V4.1 Flash 训练，运行在 64 张 B300 上。
匹配字段摘要、正文
阿里云百炼 Token Plan 团队版以 Credits 统一计量，一份订阅可使用 Qwen3.7-Max、GLM-5.2、DeepSeek-V4-Pro、Kimi-K2.6 等十余款文本与图像模型，并兼容 OpenAI 和 Anthropic 两套协议。套餐分标准版 25000 Credits、高级版 100000 Credits、尊享版 250000 Credits 三档，席位分配后才能生成 sk-sp- 前缀的专属 API Key。接入需配套使用对应 Base URL，与 Coding Plan、按量付费体系完全隔离。
匹配字段摘要
DeepSeek、GPT、Qwen等模型已能承担漫画汉化的采集、超分、翻译和排版，但遇到露骨内容或版权内容会直接拒绝翻译，仍需「人类反馈」环节补全。汉化组的工作因此转向校对语气、处理双关和文化梗、调整中日文排版差异，甚至为暴露角色补画衣物以过审。
匹配字段摘要、正文
招商加盟营销正从搜索竞价、信息流广告转向 GEO（生成式引擎优化），目标是让品牌事实在 DeepSeek、豆包、通义千问、文心一言、Kimi、ChatGPT 等生成式问答中被准确提及和合理推荐。文章对比了搜索广告、信息流广告与 GEO 三种模式的业务逻辑，并指出 GEO 竞争的是事实质量与信源可信度，而非广告预算。判断 GEO 服务商是否靠谱，建议准备 20 至 50 个真实招商问题，要求现场演示多模型查询、品牌提及、引用来源与错误信息识别。
匹配字段摘要、正文
36氪Tech商业栏目分析Anthropic的IPO压力：2026年上半年营收约163亿美元、净亏损约807亿美元，其中约720亿美元来自可转换票据等融资工具的公允价值变动，属非现金计提；截至2025年底现金及短期投资约202.8亿美元。文章指出其已披露算力相关承诺合计超6000亿美元，2026年上半年算力及基础设施支出接近90亿美元，并称公司已在2026年6月保密提交S-1、目标11月挂牌。作者认为拥有自有现金牛的谷歌与走极致工程降本路线的DeepSeek更具持久力，而Anthropic与OpenAI处于中间态。
匹配字段摘要、正文
钛媒体梳理今年双11大模型直接参与电商的进展：千问办公在双11前夕上线电商版Agent，面向所有电商平台和商家提供跨平台经营看板、卖点分析、素材生成和ROI优化；豆包则专设“双十一问豆包”导航栏，用户可在对话中选品、领券下单并直达抖音商城订单页。文章还提到淘宝内嵌千问AI购物助手、用户用DeepSeek比价和Kimi生成护肤清单等场景，并对比OpenAI在2025年9月上线Instant Checkout后不到半年下线的尝试，指出电商履约能力是模型厂商需要补齐的一环。
匹配字段摘要、正文
据 Fortune 报道，专家表示能力更强的新模型正推动大规模自主网络攻击增多。9 月 25 日起，一名黑客放出 AI 智能体尝试入侵 1200 多个网站，成功攻破约 100 家公司，包括 Deere、SharkNinja 和 Cummins，所用 DeepSeek 与 Anthropic Claude Code 的 token 成本约 5000 美元，折合每次成功入侵约 50 美元。本月另有两起智能体攻击：OpenCode 遭 48 小时持续攻击，1.4% 用户受影响，部分人损失最高 1700 美元；韩国多家银行被入侵，约 6.8 万人数据被窃，攻击者据称结合了基于开放模型的中国 AI 工具 Artex 与 Claude Code。
匹配字段摘要、正文
Yuchen Jin 自嘲在 Databricks 的工作就是三步：买大量 GPU、读 DeepSeek 博客、然后赚钱。此前他曾引用 DeepSeek 披露的数据：单集群每天服务 155 万亿 token，按非高峰定价每 GPU 小时收入 38 美元，并称这是 DeepSeek 的一次“炫技”。
匹配字段摘要、正文
Flatkey 以统一 API 网关形式让 Codex 和 Claude Code 通过 CLI 调用 GPT、Claude、DeepSeek、GLM、Kimi 等文本模型及 GPT Image、Seedance 等图片视频模型，一个 Key 接入 100+ 官方模型和 1,000+ 工具 API，费用合并为一份账单。日常价格比官方定价至少低 20%，10 月 19–23 日活动期间 GPT、GLM 5.2、Kimi K3、DeepSeek 打 6 折，Claude 8 折，Seedance 2.0 85 折。
匹配字段摘要、正文
Parallel Web Systems 的搜索能力效率榜显示，MiniMax M3.1 Flash 位列第一，其网页研究表现与 DeepSeek V4.1 Flash（1017）相近，成本约低 3 倍。MiniMax 官方转发致谢，并强调该模型速度很快。
匹配字段摘要
Nathan Lambert 介绍了最新一批开源模型，并分析了 MOFCOM 对模型出口、DHS 对 DeepSeek 的近期监管行动。他特别提到，本期出现了来自 Reflection、Meta 和 Nvidia 的多款强劲美国开放权重模型。
匹配字段摘要、正文
记忆张量开源发布 MemT 1.0 系列记忆原生模型，包含 36B 参数、激活 3B 的 MemT-1.0-Nano（基座 Qwen3.6-35B-A3B）和 288B 参数、激活 17B 的 MemT-1.0-Flash（基座 DeepSeek-V4-Flash），在选定的 Transformer 模块中加入与注意力并行的记忆计算通路。团队构建了 340 亿 Token 记忆训练语料，其中继续预训练 200 亿、后训练 140 亿。在 11 项记忆基准综合评估中，Flash 和 Nano 平均得分分别为 50.6 和 47.0，位列参与评估的参数化记忆方法前两名；在 500 项 SWE-bench Verified 任务中，Nano 三次全部成功的任务比例从无经验基线的 54.00% 提升到 62.80%。
匹配字段摘要、正文
SGLang 团队联合 Google 和 Meta 开源 SGLang-TorchTPU，这是一个基于 PyTorch 的原生后端，把 SGLang 的完整服务栈带到 Google Cloud TPU，并已在 Meta 大规模生产环境使用。首发支持 Muse Spark Open、GLM-5.3、Kimi K3、DeepSeek V4、Qwen3.8、Gemma 4 等模型，覆盖投机解码、KV cache 卸载、PD 分离和 FP8 KV cache 等功能。团队还用 TorchTitan 与 Miles 在单台 4 芯片 TPU v7x 上完成 Qwen3-4B 的 GRPO 训练，奖励曲线与 6 张 H200 基线在随机波动范围内一致。
匹配字段摘要、正文