全部资讯

全部资讯模型
共 5962 条 · 第 113/150 页
DEV Community · AI10/05模型行业动态海外

AI 审计日志为何不可信:记录者就是肇事者

DEV Community 文章指出,AI 系统的审计日志由执行操作的同一进程写入,因此当 Agent 泄露数据、删错数据库或发起未授权调用时,日志往往显示「success」且格式合法,监控只回答「是否成功」因而亮绿灯。作者认为 AI 失败的特点是「看起来合理」:不抛异常、不报错,错误在数周后才被发现,追溯成本从几分钟变成数小时甚至数天。原文信息有限,未给出具体案例或解决方案。

推荐理由做 Agent 监控和审计的人该看:日志由执行方自写,成功状态不等于做对了事。

MarkTechPost10/05模型行业动态海外

Qwen 三年演进史:从 7B 到 2.4T 参数

阿里云 2023 年 4 月发布通义千问,同年 8 月开源 Qwen-7B,此后三年半迭代至 2.4 万亿参数开放权重模型。2024 年 2 月 Qwen1.5 覆盖 0.5B 到 72B,6 月 Qwen2 除 72B 外全部改用 Apache 2.0 许可,9 月 Apsara 大会一次开源超 100 个模型,预训练数据从 7 万亿增至 18 万亿 token。阿里称 Qwen 系列下载量超 4000 万,Hugging Face 上衍生模型超 5 万个。

推荐理由想了解 Qwen 各代参数、许可和上下文长度变化,这篇按时间线一次讲清。

MIT Technology Review10/05资讯行业动态海外

MIT EmTech Future 2026 大会内容上线,Google Research 负责人谈 AI 跨领域融合

MIT Technology Review 的 EmTech Future 2026 大会完整议程现已开放点播,订阅者可享 8 折、以 596 美元获取全部场次。已披露的场次包括:Google Research 副总裁兼负责人 Yossi Matias 探讨 AI 如何重塑生物学、基础设施、制造业与科学;Google Quantum AI 创始人 Hartmut Neven 谈量子计算与其他前沿技术的互动;MIT 能源与气候副总裁 Evelyn Wang 谈能源、计算与气候系统的互联;作家 Cory Doctoro…

推荐理由想了解 Google Research 对 AI 跨领域落地判断的人,可花 596 美元看回放;

DEV Community · AI10/05资讯产品发布/更新海外

开发者用 Sanity 构建 NAVI-SANCTION,解决红海 AIS 三方法规冲突

开发者发布 NAVI-SANCTION,一个基于 Sanity 内容平台的 Agent,用于查询真实内容并解决红海航运中的三方法规死锁:IMO SOLAS V/19 强制 AIS 广播、UKMTO 公告要求关闭 AIS 躲避无人机、Lloyd's JWC JWLA-032 规定关闭 AIS 将自动丧失 6500 万美元船体与保赔保险。标准检索管线会给出「保持广播同时降低雷达可见性」的致命折中答案,而 AIS 是二元选择,没有中间地带。该项目为 Sanity Challenge 第一赛道「发布一个查询真实内容的 Ag…

推荐理由看一个真实法规冲突如何被 Agent 拆解,涉及 6500 万美元保险条款和 AIS 二元决策逻辑。

MarkTechPost10/05模型新模型发布海外

Cantina 开源安全研究模型 apex-flash-1,60 项漏洞任务解出 40 项

Cantina Security 联合 Yeta Labs 发布 apex-flash-1,一个专为漏洞研究训练的开放权重模型,基于 Z.ai 的 GLM-5.3-Flash 做强化学习微调,以 MIT 协议在 Hugging Face 发布。模型总参数 321.3B,MoE 架构激活 18B,用 GRPO 加 rank-256 LoRA 训练,数据来自 50 个真实漏洞案例构建的 150 个任务。在 20 个留出漏洞案例的 60 项任务上解出 40 项(66.7% pass@1),单次运行约 2.38 美元;Cl…

推荐理由每个解出任务成本约 0.06 美元,是 Opus 的 1/29,做漏洞研究 Agent 可本地部署

DEV Community · AI10/05资讯技巧与观点海外

开发者用本地 AI 为祖母做食谱书,全程离线

开发者 Vidisha Gupta 在 DEV Community 分享项目 Dadi ki Rasoi:用 faster-whisper 在本地转写祖母的印地语/混合语语音,再用 Ollama 上的 Qwen 和 Llama 生成结构化食谱,输出带封面、索引和天城文字体的可打印 PDF。项目强调隐私,音频不上传云端,飞机模式下可运行,并内置 Qwen 与 Llama 对比视图。作者还自建了 mutthi、chutki 等印度传统计量单位换算表。代码和演示已开源,托管版因模型较重仅运行演示模式。

推荐理由可参考的本地 Whisper + Ollama 离线流水线,含模型对比和自定义单位换算表

Modal10/05模型新模型发布海外

TypeSafe AI 的 Jev 模型三天处理超万亿 token

TypeSafe AI 推出非自回归的 System One Model「Jev」,输入状态和问题后直接输出带概率的结构化类型值,不生成文本。上线一周后在 OpenRouter 1K-10K token 上下文区间登顶,处理 15.1% 的请求。借助 Modal 的无服务器平台,Jev 在发布三天内处理超 1 万亿 token,满足超低延迟推理需求,团队无需自管基础设施。

推荐理由做大规模自动化或低延迟结构化决策的团队,可参考这种非自回归、并行输出的模型路线

OpenRouter 公告10/05模型产品发布/更新海外

OpenRouter 对比四家服务端代码执行工具

OpenRouter 发布文章,对比 OpenAI、Anthropic、Google 及自家 openrouter:shell / openrouter:bash 四种服务端代码执行方案。这类工具让模型在 API 请求内直接调用提供商沙箱运行命令,开发者无需自建容器。OpenRouter 的沙箱按账户和工作区隔离,默认关闭外网访问,限制单条命令的运行时长和输出大小,计费为每秒 0.0001 美元,新建或休眠容器最低按 30 秒计。两个工具均处于 beta 阶段。文章指出,需要自定义基础镜像、GPU 任务或数小时长会…

推荐理由选型前先看这张对比:OpenRouter 沙箱每秒 0.0001 美元、30 秒起计,且默认断网。

Simon Willison10/05模型论文研究海外

Qwen3.8 27B 本地模型加法测试:禁用推理准确率仅 23.57%

Simon Willison 在 DGX Spark 上测试本地 Qwen3.8-27B-Q4_K_M.gguf 模型用英文单词表达加法结果的能力。禁用推理时,5,070 个测试用例的数值准确率为 23.57%,格式合规率 96.17%;一至三位数操作数准确率 97.04%,十至十三位数降至 6.44%。启用中等推理后,169 个配对用例中答对 167 个,推理过程包含逐位对齐和进位计算。

推荐理由本地部署 Qwen3.8 27B 的实测数据:关推理做多位数加法基本不可用,开推理准确率 98.8%

MarkTechPost10/05模型新模型发布海外

30 天内 4 款前沿模型横评:价格差 5 倍,缓存成本差 10 倍

OpenAI、Anthropic、Google DeepMind 在 30 天内发布 4 款前沿模型:Claude Fable 5.1(9 月 1 日)、GPT-6 Astra(9 月 3 日)、GPT-6.1 Sol 与 Gemini 4 Argon(9 月底)。Astra 与 Fable 5.1 同为 $10/$50 每百万 token,Sol 和 Argon 仅为其五分之一($2/$10),Argon 为尝鲜价后续翻倍。缓存输入价差最大:Astra $1.00,是 Fable 5.1 的 4 倍、Sol 的 …

推荐理由做 Agent 选型先看缓存价:Astra 比 Sol 贵 10 倍,Sol 在 DeepSWE 上追平 Astra…