Nvidia 證明代理程式框架才是真正主角
Nvidia 的研究顯示，即使底層模型不擅長特定任務，AI 代理程式仍可透過微調展現良好效能並維持穩定。這項發現將焦點從單純的模型能力，轉向代理程式框架的設計與訓練方式。
Search
Tag: #model-efficiency30 results
玩家用 44.5 萬個方塊在 Minecraft 打造 LLM
一名創作者在原版 Minecraft 中使用 445,782 個命令方塊打造可運作的 AI 聊天機器人，完全不需要模組、插件或資料包。透過避開命令方塊數學運算能力有限的問題，改良後的實作將規模從超過一百萬個方塊大幅縮減。
為何單看 FLOPs 會誤判 AI 效率
一項複製研究確認，原始 FLOPs 無法可靠預測 AI 執行時間，因為不同運算的平行化特性並不相同。在新一代硬體上的測試也發現，執行時間存在 α-FLOPs 公式通常低估的跳躍與振盪現象。
Ant Group 的 LingBot-Vision 效能超越 Meta 的 DINOv3
Ant Group 擁有 11 億參數的 LingBot-Vision 基礎模型，在效能上超越了 Meta 的 70 億參數 DINOv3。該模型屬於 LingBot-Depth 2.0 空間感知套件的一部分，並創下了 12 項世界第一的基準測試紀錄。
Liquid AI 發布 LFM2.5-230M，實現高效邊緣運算
Liquid AI 發布了 LFM2.5-230M，這是一款專為邊緣裝置高效數據提取而設計的 2.3 億參數模型。它採用 LFM2 架構，在保持低於 400MB 記憶體佔用的同時，效能超越了多款規模更大的模型。
ByteDance 大規模量產 Opus 4.6 等級 AI 模型
ByteDance 旗下的火山引擎已具備大規模量產媲美 Anthropic Opus 4.6 等級模型的能力。此進展大幅降低了部署頂尖 AI 功能的成本門檻。
Pythagoras-Prover：高效形式化定理證明的新突破
Pythagoras-Prover 是一個全新的高效能 Lean 定理證明模型系列，在 MiniF2F 基準測試中達到了領先水準。透過使用增強型形式化（ALF）與課程微調技術，該模型能以遠少於現有巨型模型的參數規模，提供卓越的推理能力。
In2AI 在多智能體策略互動中達到 SOTA 水準
In2AI 解決方案引入了延遲的每步獎勵歸因技術，以解決複雜的多智能體強化學習挑戰。該模型在 MindGames Arena 基準測試中超越了 GPT-5 等大型模型，證明了 8B 參數模型的高效能。
字節跳動 Seed 團隊 CVPR 2026 四項演算法瘦身突破
字節跳動 Seed 團隊在 CVPR 2026 發表四篇論文，聚焦於計算效率優化，包括單步生成技術與動態 KV Cache 壓縮。這些創新旨在解決高算力需求下的推理成本與硬體依賴問題。
NVIDIA 發布專為常駐代理設計的 30B 模型
NVIDIA 發布了擁有 300 億參數的開放模型 Nemotron 3.5 Lightning。該模型專為 OpenClaw 等常時運作的代理設計，據稱以約四分之一的規模達到接近 gpt-oss-120b 的效能。