Search

直接匹配不多，已補上最新動態。

Tag: #blind-test4 results

阿里 Qwen 3.6-Plus 全球 Code Arena 第二

4月3日，全球大模型盲測榜單 LMArena 旗下 Code Arena 公布新一期程式設計能力排名。阿里巴巴大語言模型 Qwen 3.6-Plus 位列全球第二，為中國大模型中最高。

LinkedIn 的 Crosscheck 讓美國 Premium 用戶無 token 限制盲測 OpenAI、Anthropic、Google 等 AI 模型。用戶比較回應、投票後揭曉模型，並有產業排行榜。預計很快擴及更多國家與免費用戶。

ComputerBase 組織一場 6,000 名玩家參與的大型盲測，在不標註技術名稱下比較 NVIDIA DLSS 4.5、AMD FSR 4 及原生渲染。玩家認為 DLSS 4.5 的畫質優於原生解析度與 FSR 4。

紐時盲測顯示逾萬讀者中56%不知情偏好AI文字。ChatGPT完美辨識人機文字透過風格模式。人們知情後拒絕AI寫作，暴露對機器作者的偏見。

OpenAI 表示 Codex 活躍使用者已突破 2,000 萬，第三方追蹤數據則顯示其近期增速超越 Claude Code。Claude Code 目前規模仍較大且深受開發者採用，但隨著 Anthropic 接近早期市場飽和，其高速成長已經放緩。

中國多項臨床試驗正利用腦機介面，協助脊髓損傷患者站立與行走，並讓失明患者恢復有限的視覺感知。試驗結果差異很大，凸顯這項技術的潛力，以及目前在訊號採集、解碼與復健方面的限制。

據報 Alibaba 正合併電商業務、整合雲端與晶片業務，並將 Qwen 拆分為獨立子公司。報導亦涵蓋 Unitree 計畫登陸科創板、Anthropic 據傳的年化營收，以及 Alibaba 持續投入 AI 對利潤與現金流造成的壓力。

California 與其他 28 個州指控 Meta 設計 Facebook 和 Instagram 使其具成癮性、違反兒童隱私法，並隱瞞相關做法。檢方將其涉嫌採取的策略概括為「吸引、留住、收集、隱瞞」。

The Guardian TechnologyMedia•1h ago#privacy #child-safety #platform-design

Ox Alpha 是一款透過 OpenRouter 與 OpenCode 提供的匿名模型，具備 100 萬 token 上下文、圖片與影片輸入、工具呼叫及免費使用等能力。早期測試顯示其推理與程式設計表現強勁，但開發者、參數量、訓練資料與正式基準排名仍未獲確認。

Cloudflare 推出 Agent Tracing，支援設定 Payload 截斷限制。不同支援的 Agent 框架在 Payload 預設記錄策略上有所差異，因此開發者在設定可觀測性時需要檢查各框架的個別設定。