Search

直接匹配不多，已補上最新動態。

Tag: #tool-calls3 results

注意 GAP：LLM 代理文字安全不轉移工具呼叫

研究人員推出 GAP 基準測試，評估 LLM 代理中文字層級安全與工具呼叫安全的差異。測試六款前沿模型橫跨六大領域，發現文字拒絕並未阻止有害工具呼叫，即使在安全強化提示下仍有 219 例持續發生。本研究呼籲需專門針對工具呼叫安全進行評估與緩解。

新 Qwen 模型僅在 Ollama 和 LMStudio 出現長思考鏈、工具呼叫問題。這些框架落後於 llama.cpp、transformers、vLLM、SGLang。歸咎運行環境而非模型。

使用者報告 Qwen3.5-9B 在 RTX 3060 12GB VRAM 上進行代理程式碼表現令人印象深刻，能持續長時間會話而不失敗。優於先前 Qwen 程式碼變體，並適合消費級硬體。推薦用於工具呼叫而非更大量化模型。

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。