利用代理委員會提升弱推理模型效能
這項研究表明，透過組織弱推理模型委員會，其效能可媲美 Gemini 3 Pro 等頂尖模型。該系統利用驗證器支援的選擇機制，能有效地從弱模型的輸出池中識別出正確的解決方案。
Search
直接匹配不多，已補上最新動態。
Tag: #model-orchestration4 results
📰
21萬年費彭博終端機被AI復刻！Perplexity倆月憋出新「PC」
Perplexity 在短短兩個月內推出新 AI「PC」，復刻每年 21 萬年費的彭博終端機功能。以 Opus 為核心，整合所有 AI 功能並調度 19 個模型。宣稱比 OpenClaw 更安全。
水務公司AI壞答案浪費20萬美元後自建垃圾過濾系統
一家水務公司因不可靠的AI模型輸出浪費了20萬美元，因此開發了自有系統「Rozum」，它協調多個有缺陷的模型以產生可靠結論。Rozum 作為垃圾過濾機制，提升AI回應品質。此故事批評科技公司優先流行而非品質的AI開發。
📰
AI 應用靠掌握工作流程取勝
文章認為，LibTV、Flova 與 Lovart 等 AI 應用公司，能透過圍繞真實使用者成果整合模型、工作流程、資料、協作與分發來創造持久價值。隨著模型能力逐漸商品化，工作流程所有權、需求定義、模型編排與結果資料正成為更強的護城河。
Codex 正縮小與 Claude Code 的差距
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。
🔬
腦機介面助患者重新站立與看見
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。
Alibaba 重組 AI 與雲端業務
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。
Meta 因具成癮性的平臺設計面臨審判
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」。
Ox Alpha：神秘模型公開亮相
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 Agent Tracing 新增 Payload 控制功能
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。