
LLM CFO 基準:EnterpriseArena 推出
EnterpriseArena 是首個評估 LLM 代理在不確定性下長期企業資源分配的基準。它模擬 132 個月 CFO 決策,使用財務數據、商業文件、宏觀信號及營運規則,在部分可觀測環境中。對 11 款先進 LLM 的測試顯示重大挑戰,只有 16% 存活完整時程。
直接匹配不多,已補上最新動態。
Tag: #resource-allocation4 results

EnterpriseArena 是首個評估 LLM 代理在不確定性下長期企業資源分配的基準。它模擬 132 個月 CFO 決策,使用財務數據、商業文件、宏觀信號及營運規則,在部分可觀測環境中。對 11 款先進 LLM 的測試顯示重大挑戰,只有 16% 存活完整時程。

這篇 arXiv 論文提出跨裝置-邊緣-雲端連續體的即時 AI 服務框架,使用 DAG 建模服務依賴進行去中心化資源分配。階層式 DAG 可實現穩定定價與最佳分配,複雜者需混合架構降低波動性。消融研究證實拓撲結構對穩定性、效率與治理權衡的關鍵作用。

Microsoft 正在裁減 4,800 名員工,其中包括 Xbox 部門的 3,200 人,作為大規模重組的一部分。該公司正將資源轉移,以更專注於其 AI 開發計畫。
Microsoft 在 Xbox 部門進行了大規模裁員並關閉了數家遊戲工作室。此次重組是該公司將資源重新分配至人工智慧開發的廣泛企業策略之一。

GDS Holdings 顯示,AI 相關資料中心訂單的增長速度快於已確認收入。這項趨勢反映需求強勁,但基礎設施擴建週期也使獲利延後。

隨著 AI 工作負載提高對系統資源的需求,Microsoft 正重新最佳化 8GB 以上裝置的 Windows 記憶體使用。文章認為,舊版相容性、整合服務、WebView2 與分散的資源管理,正壓縮本地模型和 AI Agent 可用的記憶體空間。

量子位報導星海圖與產業夥伴共同討論具身智能從模型走向生產力的路徑。文章強調透過產業協作,推動具身智能真正落地到多個行業。

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。