10月25日周日 · 40 条

10月25日周日:20 条精选

MarkTechPost4 天前资讯论文研究海外

斯坦福与伯克利发布 TokenGate:长上下文预填充提速最高 11.3 倍

斯坦福和 UC Berkeley 研究者发布 TokenGate,一种可插拔的 token 剪枝模块,让已有 LLM 只对重要 token 做完整计算。在 Qwen3-1.7B 上测试最长 128k 上下文,首 token 延迟(TTFT)提速 1.4 至 11.3 倍,预填充峰值显存降低 1.5 至 3.4 倍,且无精度损失。最佳场景为 NIAH 16k:TTFT 快 11.3 倍、显存降 3.42 倍;128k 时 TTFT 提速达 13.0 倍。在 5 个任务上对 6 个基线达到帕累托最优,对比次优基线 TT…

推荐理由长上下文推理可直接降本:128k 场景 TTFT 快 13 倍,代码已开源可试

The Verge AI4 天前资讯行业动态海外

Google AI 搜索改版冲击在线出版业流量

Google 2024 年推出 AI Overviews,在搜索结果顶部直接生成摘要,来源链接置于下方;2025 年 5 月又上线 AI Mode,用聊天式界面替代传统搜索。出版业流量随之下滑:《华尔街日报》2025 年 6 月报道,Business Insider、《华盛顿邮报》、HuffPost 及 WSJ 自身流量自 2022 年起下降;Similarweb 数据显示《纽约时报》来自搜索的流量占比三年内从 44% 降至 35.5%。Press Gazette 2024 年调查发现,当年 5 月近四分之一新闻类…

推荐理由想了解 AI 搜索如何改变流量分配,这里有 NYT 搜索流量占比 44%→35.5% 等具体数字

Nathan Lambert4 天前资讯新模型发布海外

播客:Kimi K3.1 Pro 基准亮眼却反响分化

Nathan Lambert 与 Florian 在播客中讨论 Kimi K3.1 Pro:基准测试成绩出色,但社区反应分化,部分原因是这次发布伴随更大规模的社交媒体推广,被指付费发帖未披露。节目还讨论开放权重模型与网络安全风险、AI 专家与网络安全专家对近期事件看法分歧、Anthropic 不招初级员工、Abliterated 模型 API 等话题。原文为播客节目介绍,具体观点需听音频。

推荐理由想了解 Kimi K3.1 Pro 为何评测高分却口碑分化,可先看这期播客的讨论框架

Techmeme4 天前资讯政策监管海外

两党议员称 AI 领袖成政治负担

据 Axios 报道,美国两党议员和国会工作人员表示,AI 公司领袖正成为政治负担。原因是这些领袖在「带来繁荣」和「存在性风险」两种说法之间反复摇摆。报道称,华盛顿一向认为硅谷文化怪异,而当前这批 AI 领袖正在加剧这种印象。原文信息有限,未提及具体议员姓名或政策动作。

推荐理由想判断美国 AI 监管风向的人可以留意:国会两党对 AI 领袖的观感正在转差。

The Decoder4 天前模型新模型发布海外

英伟达开源 Flora:机器人视频标注成本降至 GPT-6 Astra 的 1/125

英伟达开源数据引擎 Flora,据其估算,标注 1 小时机器人视频成本约 0.72 美元,而用 GPT-6 Astra 约需 88.5 美元。Flora 由三个微调的 Qwen3.5 模型组成:9B 模型切分动作片段,27B 模型结合上下文描述动作,另一个 27B 模型 Flora-Rewarder 负责打分。在 50 个视频的测试中,Flora 的标注质量略高于 GPT-6 Astra(57.1% 对 53.7%)。该系统已在 GR00T 模型训练中使用,每天在 512 块 GB300 GPU 上标注最多 20 …

推荐理由做机器人数据标注的团队可以直接在 Hugging Face 下载三个 Qwen3.5 微调模型

The Decoder4 天前模型论文研究海外

Anthropic 联合创始人 Jack Clark 将 AI 自我改进预测提前至 2027 年

Anthropic 联合创始人、Import AI 通讯作者 Jack Clark 依据基准数据,把递归自我改进(RSI)可能出现的时间从 2028 年提前到 2027 年。他引用的 TasteVal 基准由 P-Zero Research 设计,用“算力倍数”衡量模型的研究品味,即模型达到专家分数所需算力与专家实际用量的比值。表现最好的模型是 Anthropic 的 Opus 5.5,算力倍数为 2.3,统计区间为 1.15 至 4.37,单次运行成本约为专家尝试的三十分之一。自 2025 年 12 月以来,该倍…

推荐理由一个可量化的指标:Opus 5.5 用不到一半算力达到专家分数,每三个月翻倍

Techmeme4 天前资讯行业动态海外

黑石 2023 年向 CoreWeave 放贷 23 亿美元,芯片抵押债务成新范式

据 Bloomberg 报道,黑石 2023 年牵头向 CoreWeave 提供 23 亿美元私募信贷贷款,这笔以 GPU 为抵押的融资成为「芯片抵押债务」的模板。报道称该市场正朝 1 万亿美元规模发展。文章提到,黑石高管在放贷前曾向 CoreWeave 管理层追问「什么是 GPU」「AI 是真的吗」等基础问题。原文信息有限,未披露具体交易条款与市场规模测算方法。

推荐理由想理解 AI 算力公司融资结构和 GPU 抵押信贷风险的人,可以看这笔 23 亿美元贷款如何变成行业模板。

Techmeme4 天前模型行业动态海外

Kimi K3.1 Pro 发布引争议:被指要求网红未披露与月之暗面的商业关系

VentureBeat 报道,月之暗面 Kimi K3.1 Pro 发布后引发质疑:有指控称,公司要求网红推广该模型时未披露与月之暗面的商业合作关系。报道提到,Kimi K3.1 Pro 在第三方基准测试中得分很高,月之暗面与第三方 AI 模型评测方均给出高分。原文信息有限,未披露具体涉事网红、推广规模及月之暗面回应。

推荐理由Kimi K3.1 Pro 跑分高但推广方式被质疑,看榜单选模型的人需留意评测可信度

MarkTechPost4 天前资讯新模型发布海外

微软开源 Agensh:无中心调度器,1024 个编码 Agent 协作

微软研究院开源 Agensh,一个去中心化的多 Agent 协作框架,取消了多数 Agent 框架依赖的中心调度器:每个 worker 自行认领子任务、共享发现,并把代码合并进同一个 Git 仓库。在 ProgramBench 上,团队把规模从 1 个 Agent 扩展到 1024 个。每个 worker 的输入上限为 272,000 token,输出上限为 128,000 token;默认单节点运行 8 个 worker,1024 Agent 的测试用了 16 个节点、每节点 64 个 worker,每个 wor…

推荐理由想搭建多 Agent 编码流水线的团队可以直接参考:1024 Agent 的部署配置和 5 个任务的实测通过率都公开了

The Decoder4 天前模型技巧与观点海外

Anthropic:单 Agent 优于多子 Agent,速度约快一倍

Anthropic 基于多个企业部署经验建议,企业应评估能否把多个子 Agent 合并成一个按需加载上下文的单一主 Agent。从 Opus 4.5 起,以及 Opus 5.5、Fable 5.1,模型能在单个循环里直接管理复杂计划,从而降低成本与等待时间。在一次对比中,单 Agent 架构的运行速度约为多 Agent 架构的两倍。Anthropic 称,多 Agent 工作流在功能编写、测试编写、代码审查之间的每次交接都会丢失上下文;单 Agent 因已有上下文,可同时写功能与测试,另设验证器只跑测试并报告结果。…

推荐理由正在搭多 Agent 流水线的团队可据此评估合并,单 Agent 实测快约 2 倍。

The Decoder4 天前资讯行业动态海外

施密特等学者撰文:OpenAI 和 Anthropic 像现代东印度公司

前 Google CEO 施密特与历史学家 Niall Ferguson 等人在《Foreign Affairs》撰文,把 OpenAI、Anthropic 比作殖民时代的东印度公司:它们与政府谈判,却受政府控制。文中举例,2026 年 6 月美国商务部要求 Anthropic 切断外国用户对两个最强模型的访问,Anthropic 因无法实时核验国籍,全球下线 Fable 5 和 Mythos 5,约两周后 Fable 5 解禁,Mythos 5 仍限美国机构使用。文章还称美国科技公司 2026 年计划 AI 投资…

推荐理由看一组数字:美国 2026 年 AI 投资超 6000 亿美元靠发债,2024 年利息支出 8810…

The Decoder4 天前资讯行业动态海外

OpenAI 以最高 90% 折扣挖走 Anthropic 大客户

据 The Information 报道,OpenAI 用大幅折扣从 Anthropic 手中抢走多家大客户。Rippling 将编码任务中 OpenAI 的份额从 16% 提升到 52%,Anthropic 从 57% 降至 18%。Replit 在获得一份年价值超 1 亿美元合同 30% 以上折扣后转向 OpenAI。DataCamp CEO 称 OpenAI 的定价让其成本下降 80% 至 90%。一家资产超 70 亿美元的美国银行免费将 ChatGPT 席位翻倍至 500 人,单价低于 7 美元/用户,而常…

推荐理由企业采购可直接参考:ChatGPT 席位可谈到 7 美元/用户以下,Replit 拿到 30% 以上折扣

The Decoder4 天前模型新模型发布海外

OpenMobile-2 开源手机 Agent 追平闭源模型

南京大学、商汤等机构发布 OpenMobile-2,基于 Qwen3.5 和 Qwen3.6 构建 9B 和 27B 两个手机操作 Agent,并开源完整训练环境、数据和复现说明。团队重建淘宝、京东、滴滴、美团、Slack、Google Drive 等 35 个应用,加上模拟器和 Android 模拟环境共覆盖 110 多个应用,生成约 11600 条示例流程和 2000 多个带自动校验的练习任务。27B 模型在 AndroidWorld 从 67.1 升至 79.9 分,在真实设备 SPA-Bench 上从 31…

推荐理由开源了 110 多个应用的可重置训练环境和 27B 手机 Agent,做移动端 Agent 可直接复现