←搜索结果

搜索“推理”

按匹配度 · 共 3280 条结果 清除搜索

星期二

  1. Artificial Analysis

    OpenAI Web Search 每任务成本约 $0.05

    每任务总成本结合了搜索成本与模型推理成本。 OpenAI Web Search 每任务约 $0.05：搜索约 $0.04（按每 1k 次 web_search 调用 $10 计），模型约 $0.009。搜索约占总成本的 80%，接近 Search API 74% 的中位数。 在 Artificial Analysis 的 Search Index 与每任务成本对比中，OpenAI Web Search 位于成本前沿之下。Octen 以每任务约 $0.024 达到 77，Perplexity（medium）以约 $0.07 达到 80。

    每任务总成本结合了搜索成本与模型推理成本。 OpenAI Web Search 每任务约 $0.05：搜索约 $0.04（按每 1k 次 web search 调用 $10 计），模型约 $0.009。搜索约占总成本的 80%，接近 Search API 74% 的中位数。 在 Artificial Analysis 的 Search Index 与每任务成本对比中，OpenAI Web Search 位于成本前沿之下。Octen 以每任务约 $0.024 达到 77，Perplexity（medium）以约 $0.07 达到 80。

    匹配字段摘要

    #editorial#评测/基准#搜索#OpenAI
  2. Claude Blog

    Comcast 与 Booz Allen 如何用 Claude Mythos 发现漏洞利用链并加固代码库

    Comcast 和 Booz Allen 的安全团队通过 Anthropic 的 Project Glasswing，使用 Claude Mythos 级模型发现并修复了现有扫描器遗漏的漏洞。Comcast 在覆盖 258 个业务关键系统、约 1.7 亿行代码的评估中，用 Claude Mythos Preview 找出一处可绕过认证的关键漏洞，并在修复前确认未被利用。Booz Allen 则借助该模型跨代码、配置、身份与部署上下文推理，串联出可组合成漏洞利用链的弱点，并更快推进到修复阶段。

    匹配字段摘要

    #lab#安全/对齐#Agent#Anthropic
  3. Tomasz Tunguz 博客

    Vercel COO 拆解入站销售智能体：从 1000 行提示词到 14 条规则

    Vercel COO Jeanne DeWitt Grosser 在 Office Hours 中介绍了公司入站销售智能体的搭建过程：由一名 GTM 工程师投入约 20% 时间，提示词由团队最好的 SDR 撰写，最初约 125 行，经过六周人在回路 QA 后把人工撤出。随着业务向上market 演进，提示词膨胀到 1000 行，团队随后把它拆成规则与判断两部分，入站流程最终由 14 条确定性规则驱动，模型只负责原本需要人来判断的环节。当线索进入时，系统会查询 Salesforce 判断该账户是否存在未关闭商机，若有则直接路由给客户经理。整套入站职能的推理与基础设施成本约为每年 1000 美元。

    匹配字段摘要

    #analysis#教程/实践#Agent#部署/工程
  4. AWS Machine Learning

    GLM 5.3 上线 Amazon Bedrock，753B MoE 模型面向编码与长程智能体任务

    Z.ai（智谱）的 GLM 5.3 已在 Amazon Bedrock 上线，据 Hugging Face Hub 发布信息，这是一个 753B 参数的 MoE 模型，面向编码和长程智能体任务优化。Bedrock 提供全托管 API，支持跨区域推理、提示词缓存和服务层级，目前面向符合条件的企业客户开放。相比 GLM 5，官方称其在 DeepSWE、Terminal Bench 3.0、FrontierSWE 等编码基准上有竞争力，并在 CyberGym 基准上测得 84.5 分。

    [Amazon Bedrock Playground screenshot showing chat interface with GLM 5.3 model explaining symmetric vs asymmetric encryption. Response includes detailed comparison with checkmarks and X marks highlighting key differences, examples like AES and RSA, a]

    匹配字段摘要

    #lab#产品更新#OpenAI#部署/工程
  5. MarkTechPost

    Reflection AI 发布 Beam：501B 开源权重 MoE 模型，23B 激活参数面向编码与智能体任务

    Reflection AI 发布首款开源权重模型 Beam，采用稀疏 MoE 架构，总参数 501B、每 token 激活 23B，面向编码、推理与智能体工作负载。该模型预训练使用 23.8 万亿 token，在 6,144 块 NVIDIA GB300 NVL72 GPU 上不到 4 周完成，中训练将有效上下文扩展至 1M token；强化学习阶段用 10.5K 块 GB300 GPU 运行 4 周，生成超 1 亿次 rollout。Reflection 报告 Beam 在 SWE-bench Verified 得分 80.9、Terminal Bench v2.1 得分 80.1，目前处于最终红队测试阶段，通过 Reflection 平台候补名单提供早期访问，Apache 2.0 权重计划于本月晚些时候发布。

    匹配字段摘要

    #ai-vertical#模型发布#开源生态#Agent
  6. UCSD Hao AI Lab

    Hao AI Lab 开源 Minecraft 智能体 Jev，提示词进化无需训练

    Hao AI Lab 开源了能在 Minecraft 中与真人对抗的智能体 Jev，通过 SOTA LLM 智能体加人工监督从机器人自身日志中进化提示词，全程不做训练。在 1,795 轮对局后，Jev 在与真人玩家的 Block UHC 对战中赢下 70% 的回合；与满技能脚本对手对战时，v1 每轮皆负，不到两小时后 v9 每轮皆胜。其决策基于 DiffusionGemma 上的 DJev 单次前向传播，不生成任何 token，开源推理引擎 DJev-serve 在 NVIDIA GB200 NVL72 与 B200 上以单张 CUDA graph 运行，每次决策 24 ms，比某主流推理引擎快 2.5 倍。

    匹配字段摘要

    #lab#开源/仓库#Agent#部署/工程
  7. UCSD Hao AI Lab精选

    UCSD Hao AI Lab 开源 Minecraft 智能体 Jev，提示词进化无需训练

    UCSD Hao AI Lab 开源了 Minecraft 智能体 Jev，在 1,795 轮对局后公布其工作方式。它不训练模型，而是由 SOTA LLM 智能体在人工监督下从机器人自身日志中进化提示词；在 Block UHC 对真人玩家赢下 70% 的回合。每次决策在 NVIDIA Blackwell 上耗时 24 ms，团队称比某主流推理引擎快 2.5 倍，并开源了推理引擎 DJev-serve，在 GB200 NVL72 和 B200 上以单次 CUDA graph 完成每个决策。

    匹配字段摘要

    #lab#开源/仓库#Agent#部署/工程
  8. UCSD Hao AI Lab精选

    Hao AI Lab 开源 Minecraft 智能体 Jev，1,795 轮后胜率 70%

    Hao AI Lab 开源了在 Minecraft 中作战的 LLM 智能体 Jev，经过 1,795 轮对局，它在 Block UHC 中战胜真人玩家的比例为 70%。该智能体不做训练，而是由带人工监督的 SOTA LLM 智能体根据自身日志进化提示词；据其说明，面对满技能脚本对手时 v1 全败，不到两小时后 v9 全胜。每次决策为 DJev 在 DiffusionGemma 上的一次前向传播，不生成 token，在 NVIDIA Blackwell 上耗时 24 ms，比某领先推理引擎快 2.5 倍，其开源引擎 DJev-serve 在 NVIDIA GB200 NVL72 和 B200 上以单个 CUDA graph 执行每次决策。

    匹配字段摘要

    #lab#开源/仓库#Agent#部署/工程
  9. Artificial Analysis

    Artificial Analysis 独立评测 Reflection 开源模型 Beam

    Artificial Analysis 获得 Reflection 授权，正在对 Beam 进行独立评测。早期指标显示，Beam 在同等智能水平下可能是其见过 token 效率最高的开源模型之一。Reflection 此前宣布 Beam 为高效智能体开源模型，总参数 501B、激活 23B，主打前沿推理效率与编码及智能体任务，完整权重将于本月发布。

    匹配字段摘要

    #editorial#模型发布#开源生态#推理
  10. Lydia Hallie

    Anthropic 的 Cowork 任务从本地改为云端运行

    Anthropic 员工 Felix Rieseberg 表示，Cowork 的任务从明天起改为在云端运行，模型推理和 VM 都放在云端，每个会话拥有独立沙箱，会话结束后沙箱销毁。桌面应用仍负责访问用户电脑上的文件，但只限于用户明确加入会话的文件夹，与旧版本一致。旧版本在本地运行 Anthropic 提供的 VM，用户反馈其磁盘、电池和性能开销较大，且合上笔记本后任务就会中断。

    匹配字段摘要

    #analysis#产品更新#Agent#Anthropic
  11. TechCrunch AI

    Reflection 发布开源权重模型 Beam，对标中国开源模型并压低算力成本

    Reflection AI 正式发布其首个前沿开源权重模型 Beam，称在高级推理基准上与中国领先开源模型持平，且推理算力消耗少 3-4 倍。Beam 为文本 MoE 模型，总参数 5010 亿、激活 230 亿，预训练 23.8 万亿 token，上下文窗口 100 万 token；对比 Z.ai 的 GLM-5.2 总参数约 7440 亿、激活 400 亿。公司称本月将公开权重与完整技术细节，并通过超大规模云厂商和 neocloud 分发，性能主张尚未经独立验证。

    匹配字段摘要

    #tech-media#模型发布#开源生态#推理
  12. TechCrunch AI

    Etched 被报出 400 亿美元以上估值的融资报价

    据知情人士透露，AI 芯片初创公司 Etched 正在评估新一轮融资报价，估值从顶级投资方的 400 亿美元到较小投资方的 500 亿美元不等，谈判尚处早期。两个月前该公司刚以 210 亿美元估值完成 7 亿美元融资，其自研芯片主打推理加速，Jane Street 领投上一轮并已接收早期系统，公司称已获得 10 亿美元客户订单。

    匹配字段摘要

    #tech-media#行业动态#数据/训练
  14. Timothy B. Lee：Understanding AI

    为什么智能体集群可能成为下一个缩放定律

    Understanding AI 分析认为，多智能体协作可能成为继推理缩放之后把算力转化为性能的新路径。OpenAI 研究员 Noam Brown 称看到智能体在训练中互相交流是自推理模型以来最强烈的 AGI 时刻，但他也承认 Navier-Stokes 突破中多智能体贡献不到 10%，主要归功于底层模型能力。Anthropic 报告显示多智能体收益主要来自从 1 个扩展到 10 个智能体，更多智能体主要带来速度而非能力提升，同时同源智能体易出现相关性失败。

    匹配字段摘要

    #analysis#现象/趋势#Agent#OpenAI
  15. 财联社

    智谱港股大涨6.15%，GLM-5.3获Cursor上线认可

    智谱港股今日收报665港元/股，上涨6.15%，最新市值3242亿港元。Cursor宣布上线GLM-5.3及GLM-5.3-Flash，称GLM-5.3在Max推理设置下取得CursorBench 4.0开放权重模型最高分42.6%；德国主权AI Aleph Alpha的新模型Kolibri也披露使用了GLM。

    匹配字段摘要、正文

    #chinese#行业动态#OpenAI

星期一

  1. Simon Willison

    研究：Qwen3.8 27B 用文字做加法

    Simon Willison 在 DGX Spark 本地硬件上复现了 Colin Frasier 两年前用 GPT-4o 做过的实验，改用 Qwen3.8-27B-Q4_K_M.gguf 计算大数求和并以文字返回结果。关闭推理时每组组合跑 30 次；开启推理后每组只跑一次，169 次尝试中答对 167 次。

    Simon Willison 在 DGX Spark 本地硬件上复现了 Colin Frasier 两年前用 GPT-4o 做过的实验，改用 Qwen3.8-27B-Q4 K M.gguf 计算大数求和并以文字返回结果。关闭推理时每组组合跑 30 次；开启推理后每组只跑一次，169 次尝试中答对 167 次。

    匹配字段摘要

    #newsletter#论文/研究#推理#端侧
  2. Data Center Knowledge

    堪萨斯城 20 层垂直数据中心面临成本与选址权衡

    芝加哥建筑事务所 SOM 为开发商 Revitalization Unlimited 设计的 20 层数据中心塔楼拟落地堪萨斯城市中心，占地约 0.23 英亩，IT 负载 24 MW，总开发成本约 1.83 亿美元、约合每平方英尺 1300 美元，高于郊区设施。项目方称推理负载和运营商密集互联适合市中心选址，但 IDC 与 JLL 人士指出垂直建造在设备部署、冷却用水和整体成本上仍有待验证。

    匹配字段摘要、正文

    #hot-signal#行业动态#部署/工程
  3. MarkTechPost

    Qwen 发展史：从 7B 到 2.4T，阿里 AI 模型全系列回顾

    阿里云 Qwen 系列从 2023 年 4 月的通义千问起步，2023 年 8 月开源 Qwen-7B，到 2025 年 9 月推出首个超 1 万亿参数的 Qwen3-Max-Preview，并最终演进到 2.4 万亿参数的开源权重模型。2024 年 Qwen1.5、Qwen2、Qwen2.5 三代连发，Qwen2.5 预训练数据从 7 万亿增至 18 万亿 tokens，模型下载量超 4000 万。2025 年 Qwen3 采用混合思考模式，覆盖 119 种语言，Qwen3-Next-80B-A3B 声称训练成本仅为 Qwen3-32B 的 10%、32K tokens 以上推理吞吐提升 10 倍。

    匹配字段摘要、正文

    #ai-vertical#行业动态#开源生态#数据/训练
  4. Google Blog

    AI 时代如何教批判性思维：一位中学老师用 Gemini 备课的经历

    美国加州中学技术教师 Kavita Khanna 用 Gemini 辅助备课和差异化教学，称其把准备时间缩短到原来的几分之一，备课内容保存在 Google Drive 中。她表示，让中学生亲眼看到 AI 的实际运作有助于消除对未知的恐惧，并强调 AI 只是人类设计的映射，真正的能力仍来自推理、提问和把批判性思维放在首位。

    匹配字段摘要

    #lab#教程/实践#Google
  5. IEEE Spectrum

    AI 攻入数学界引发争议：OpenAI 称解决 Navier-Stokes 问题，学界质疑其规范

    在德国海德堡桂冠论坛上，数学家们讨论的焦点是 OpenAI、Anthropic、Google 等公司正快速推进 AI 数学能力。OpenAI 宣称已解决千禧年难题之一的 Navier-Stokes 存在性与光滑性问题，若被验证将是自动推理的转折点，但菲尔兹奖得主 Peter Scholze 认为这类解题更像基准测试和公关行为。Michael Harris、Geordie Williamson 等数学家批评 OpenAI 在 Navier-Stokes 事件中的做法破坏了数学界规范，并担忧 AI 给出答案却不产生可理解的新方法，正在让解题与理解脱钩，冲击人才评价与教育体系。

    匹配字段摘要

    #hot-signal#行业动态#OpenAI#Anthropic