https://ainews.surl.tw/article/openai-限定釋出-gpt-5-6-cyber-高風險請求完成率由-1-5-升至-95-983b7cb3 SURL AI News zh-tw 2026-08-10T18:03:52.227Z OpenAI 限定釋出 GPT‑5.6‑Cyber：高風險請求完成率由 1.5% 升至 95% https://ainews.surl.tw/article/meta-開放-muse-glimmer-30b-17gb-量化版搭-dflash-在-rtx-5090-達-233-token-s-19074787 SURL AI News zh-tw 2026-08-10T18:02:51.765Z Meta 開放 Muse Glimmer 30B：17GB 量化版搭 DFlash 在 RTX 5090 達 233 token/s https://ainews.surl.tw/article/a2e-統一-23-項基準與-9-種代理外殼-單格評測仍只有-5-題-1280b64a SURL AI News zh-tw 2026-08-10T16:03:00.116Z A²E 統一 23 項基準與 9 種代理外殼，單格評測仍只有 5 題 https://ainews.surl.tw/article/tepa-撤銷過期代理記憶-反轉任務成功率由-21-0-升至-95-0-20f662e4 SURL AI News zh-tw 2026-08-10T16:03:54.605Z TEPA 撤銷過期代理記憶，反轉任務成功率由 21.0% 升至 95.0% https://ainews.surl.tw/article/finrank-用-6-021-個混淆段落測金融-rag-7b-嵌入模型-recall-10-僅-44-8-1242ff21 SURL AI News zh-tw 2026-08-10T14:04:16.101Z FinRank 用 6,021 個混淆段落測金融 RAG，7B 嵌入模型 Recall@10 僅 44.8% https://ainews.surl.tw/article/orcetra-自揭-automl-基準失真-同一子集勝率由-59-4-降至-34-3-8723a1a0 SURL AI News zh-tw 2026-08-10T14:02:52.995Z Orcetra 自揭 AutoML 基準失真：同一子集勝率由 59.4% 降至 34.3% https://ainews.surl.tw/article/residencyrl-以最長-60-輪模擬問診訓練臨床代理-對抗案例診斷率升至-88-90f0c6be SURL AI News zh-tw 2026-08-10T12:03:25.136Z ResidencyRL 以最長 60 輪模擬問診訓練臨床代理，對抗案例診斷率升至 88% https://ainews.surl.tw/article/muon-加速-grokking-後仍會失效-九組設定全數出現泛化崩落-10d7d82c SURL AI News zh-tw 2026-08-10T12:02:26.557Z Muon 加速 grokking 後仍會失效：九組設定全數出現泛化崩落 https://ainews.surl.tw/article/shepherd-v0-3-0-將代理修改留作可審核提案-但論文展示的自動分叉監督仍未完整交付-b3de0019 SURL AI News zh-tw 2026-08-10T10:04:52.541Z Shepherd v0.3.0 將代理修改留作可審核提案，但論文展示的自動分叉監督仍未完整交付 https://ainews.surl.tw/article/muse-code-預設載入-claude-與-codex-個人指令-跨供應商相容性引出資料邊界問題-6b58bbe6 SURL AI News zh-tw 2026-08-10T10:03:38.186Z Muse Code 預設載入 Claude 與 Codex 個人指令，跨供應商相容性引出資料邊界問題 https://ainews.surl.tw/article/cellworld-改以潛在細胞表徵預訓練-5-74m-模型在-18-項空間轉錄體任務勝過所列基線-a17dc5c4 SURL AI News zh-tw 2026-08-10T06:03:48.608Z CellWorld 改以潛在細胞表徵預訓練，5.74M 模型在 18 項空間轉錄體任務勝過所列基線 https://ainews.surl.tw/article/agentpatch-免訓練修補多模態代理合併-六項基準平均分由-54-5-升至-56-6-0f6fce76 SURL AI News zh-tw 2026-08-10T06:02:36.585Z AgentPatch 免訓練修補多模態代理合併，六項基準平均分由 54.5 升至 56.6 https://ainews.surl.tw/article/open-science-v0-12-1-將科研代理的壓縮-執行與產物證據留在本機工作區-73248d22 SURL AI News zh-tw 2026-08-10T04:03:31.139Z Open Science v0.12.1 將科研代理的壓縮、執行與產物證據留在本機工作區 https://ainews.surl.tw/article/openai-暫停部分-astra-開發-初測無法排除模型已達-critical-網攻能力-26d5d557 SURL AI News zh-tw 2026-08-10T04:02:43.008Z OpenAI 暫停部分 Astra 開發：初測無法排除模型已達「Critical」網攻能力 https://ainews.surl.tw/article/didpo-把程式-diff-拆成信用單元-qwen2-5-coder-7b-主要評測平均升至-48-4-dd2b8db5 SURL AI News zh-tw 2026-08-10T02:04:45.548Z DiDPO 把程式 diff 拆成信用單元，Qwen2.5-Coder-7B 主要評測平均升至 48.4% https://ainews.surl.tw/article/fisher-r1-以可驗證-p-值訓練統計代理-p-hard-嚴格-pass-1-達-33-0-8926a0a0 SURL AI News zh-tw 2026-08-10T02:03:21.063Z Fisher-R1 以可驗證 p 值訓練統計代理，P-Hard 嚴格 pass@1 達 33.0% https://ainews.surl.tw/article/ling-3-0-flash-int4-單機實測達-38-7-token-s-錯用主線-vllm-可能無聲產生錯誤輸出-cda07d6e SURL AI News zh-tw 2026-08-10T00:04:10.660Z Ling-3.0-flash INT4 單機實測達 38.7 token/s，錯用主線 vLLM 可能無聲產生錯誤輸出 https://ainews.surl.tw/article/minimax-開放-h3-基礎權重-33b-單流模型同步生成最長-15-秒立體聲影片-ee992bda SURL AI News zh-tw 2026-08-10T00:03:16.651Z MiniMax 開放 H3 基礎權重：33B 單流模型同步生成最長 15 秒立體聲影片 https://ainews.surl.tw/article/harnessopt-bench-測試模型改寫代理外殼-模型選擇的影響約為編碼工具-1-8-倍-76ad33a2 SURL AI News zh-tw 2026-08-09T18:01:56.310Z HarnessOpt-Bench 測試模型改寫代理外殼，模型選擇的影響約為編碼工具 1.8 倍 https://ainews.surl.tw/article/mist-測出-23-款模型皆受錯誤提示影響-scope-將-qwen3-4b-答案翻轉率由-35-0-降至-16-3-7d5c379a SURL AI News zh-tw 2026-08-09T22:03:54.150Z MIST 測出 23 款模型皆受錯誤提示影響，SCOPE 將 Qwen3-4B 答案翻轉率由 35.0% 降至 16.3% https://ainews.surl.tw/article/ts-rag-以參考-token-融合歷史序列-六項預測資料集平均-mse-降至-0-310-f32d2c7e SURL AI News zh-tw 2026-08-09T20:02:35.854Z TS-RAG 以參考 token 融合歷史序列，六項預測資料集平均 MSE 降至 0.310 https://ainews.surl.tw/article/影片模型在高頻多事件區僅答對-0-2-增加取樣幀仍未找回事件證據-e1858030 SURL AI News zh-tw 2026-08-09T16:02:42.951Z 影片模型在高頻多事件區僅答對 0.2%，增加取樣幀仍未找回事件證據 https://ainews.surl.tw/article/dash-依推理分歧動態分配蒸餾權重-qwen3-1-7b-數學平均提高-3-2-分-e345f9c0 SURL AI News zh-tw 2026-08-09T00:02:14.160Z DASH 依推理分歧動態分配蒸餾權重，Qwen3-1.7B 數學平均提高 3.2 分 https://ainews.surl.tw/article/iarcs-讓-llm-生成-3d-場景獎勵程式-物件碰撞率由-52-67-降至-40-45-8e8724ba SURL AI News zh-tw 2026-08-09T00:02:59.008Z iARCS 讓 LLM 生成 3D 場景獎勵程式，物件碰撞率由 52.67% 降至 40.45% https://ainews.surl.tw/article/tutormoments-重播真實教學決策-測出七款-llm-預設傾向過度提示-225a2f55 SURL AI News zh-tw 2026-08-09T02:03:29.225Z TutorMoments 重播真實教學決策，測出七款 LLM 預設傾向過度提示 https://ainews.surl.tw/article/otter-以棋步歷史與時限預測人類決策-15-3m-參數模型報告-55-23-top-1-8e299bdd SURL AI News zh-tw 2026-08-08T22:03:49.787Z Otter 以棋步歷史與時限預測人類決策，15.3M 參數模型報告 55.23% top-1 https://ainews.surl.tw/article/smrc-sd-先核對代理狀態再蒸餾成功軌跡-qwen3-1-7b-任務成功率提高約-12-個百分點-cd056bef SURL AI News zh-tw 2026-08-08T22:02:40.250Z SMRC-SD 先核對代理狀態再蒸餾成功軌跡，Qwen3-1.7B 任務成功率提高約 12 個百分點