Archive

最新模型

新模型、開放權重、多模態、語音、影像與模型架構。

LangChain Anthropic 1.7.4 支援對話中途增刪工具

新版讓代理透過系統訊息調整工具集合，並依內容補入測試版標頭。快取效益仍依設定與訊息位置而定，未知系統區塊的處理方式也有變更。

SWE-Serve 加入實際服務測試，揭示程式代理修補的驗證落差

新基準以 53 項 SGLang 任務評測程式代理，發現部分通過其他檢查的修補仍無法正常提供模型服務。結果限於特定測試環境，通過基準也不代表程式已可上線。

FLUX 3 Action 開放權重，將影片與動作納入共同去噪

模型提供 DROID 與 SO-101 權重及微調流程，RoboLab 公開榜單列出約 42.9% 成功率。控制迴圈仍須由應用程式處理，規劃涵蓋時間不能當成推論延遲。

Open WebUI 0.11.4 精簡映像降至約 175 MB，RAG 部署須另接服務

新版 slim 映像移除本機模型與相關套件，知識檢索改需外部嵌入服務及 pgvector。部分不相容設定會在啟動時報錯，其他問題則到實際使用功能才出現。

Strands 推出通用代理執行框架，結合上下文卸載與提示快取

Strands harness 將工具、記憶與上下文管理組成可直接部署的代理，並提供 Python 與 TypeScript 介面。官方公布成本比較，但實際效益仍取決於任務、模型及快取條件。

NVIDIA 公布八人語者分離模型，最低建議緩衝延遲為 320 毫秒

Nemotron 3 Diarization 以一億參數處理串流與錄音，沿用說話者快取維持跨片段標籤。延遲數字僅計音訊緩衝，實際部署仍須量測辨識、傳輸與後處理成本。

LangChain DeepSeek 1.1.1 修正端點切換，讓嚴格工具呼叫送往 Beta API

新版重新建立連線用戶端，修正開啟嚴格模式後仍沿用舊端點的問題。自訂 API 網址不會自動改寫，升級後須核對 schema 與連線設定。

GPT-6 Sol、Luna 上線，降低 token 單價並擴充代理快取控制

Sol 的標準輸入與輸出單價較前代促銷價減半，Luna 也同步降價。快取更新讓代理調整推理與工具使用時保留前綴，但寫入費率及任務重試仍影響總成本。

ComputeArena 公開本機推論測速流程，以簽章報告記錄模型與環境

工具以固定負載比較 BaseRT 與 llama.cpp，並保留檔案雜湊和逐次耗時。跨執行環境的預熱差異與自報資料可信度，仍限制榜單的解讀。

遞迴模型延長推論至 512 步，數獨累積解題率測得提高

研究以相同權重延長運算，觀察到部分原先失敗的題目後續完成。結果提供停止條件的研究線索，但尚未證明真實服務的成本效益。

GPU 拓撲研究調整記憶體配置，H200 解碼吞吐量測得提升 14.3%

研究將運算單元位置與記憶體分區納入推論配置，在特定 Qwen3-8B 負載下改善解碼吞吐量。原型需要修改驅動，結果仍待程式公開與跨環境重現。

Graphify 0.9.66 固定雜湊種子，減少程式圖譜重建結果漂移

新版固定圖譜處理流程的雜湊種子，並讓直接擷取的關係優先於推導結果。修補有助比較重建差異，但模型生成內容與跨版本一致性仍須另行驗證。