Search

直接匹配不多，已補上最新動態。

Tag: #model-benchmarking3 results

中國 AI 模型正在縮小與美國的差距

DeepSeek、Qwen 和 Moonshot 正逐漸成為領先美國 AI 平台更便宜且更具適應性的替代方案。Bloomberg 引述的研究顯示，這些模型的能力已接近美國主要模型，令美國 AI 公司面臨競爭壓力。

作者認為公開的 AI 基準測試往往具有誤導性且由供應商控制，因此提倡建立基於生產數據的私有評估集。透過在 240 個固定任務上進行標準化測試，開發者能更準確地掌握模型在特定應用場景下的表現。

Anthropic 已將 Claude Fable 模型的免費使用權限延長至 7 月 19 日，並預告未來將轉為按量計費模式。分析師認為，此舉旨在於激烈的市場競爭中獲取用戶數據與市佔率。

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。

編劇、導演與製片人正接下臨時工作，教導 AI 系統編劇與製作規劃等技能。時薪介於 12 至 200 美元之間，但部分工作者認為這等同於協助自動化自己的職業。