https://ainews.surl.tw/article/claude-將電腦操作-skills-與-files-api-轉為-ga-瀏覽器代理改用元素級控制-9524bc64 SURL AI News zh-tw 2026-08-21T20:01:50.154Z Claude 將電腦操作、Skills 與 Files API 轉為 GA，瀏覽器代理改用元素級控制 https://ainews.surl.tw/article/nvidia-avo-完成-arc-agi-3-公開集全部-183-關-動作數較-vista-少約-12-f8d61190 SURL AI News zh-tw 2026-08-21T20:02:50.648Z NVIDIA AVO 完成 ARC-AGI-3 公開集全部 183 關，動作數較 VISTA 少約 12% https://ainews.surl.tw/article/policyguide-以持久化流程圖約束客服代理-四次全過率由-0-42-升至-0-62-160428ee SURL AI News zh-tw 2026-08-21T18:03:07.953Z PolicyGuide 以持久化流程圖約束客服代理，四次全過率由 0.42 升至 0.62 https://ainews.surl.tw/article/pandora-router-把模型評分成本納入路由-embedllm-綜合損失降至-0-386-e6558b9c SURL AI News zh-tw 2026-08-21T18:01:58.377Z Pandora Router 把模型評分成本納入路由，EmbedLLM 綜合損失降至 0.386 https://ainews.surl.tw/article/mojo-開放編譯器與工具鏈原始碼-單一-bazel-指令可由源碼建置-4ec0bd26 SURL AI News zh-tw 2026-08-21T16:02:50.024Z Mojo 開放編譯器與工具鏈原始碼，單一 Bazel 指令可由源碼建置 https://ainews.surl.tw/article/waymo-公開-5-奈米車載-asic-前端感測運算逾-1-000-tops-2cd7317c SURL AI News zh-tw 2026-08-21T16:02:00.045Z Waymo 公開 5 奈米車載 ASIC：前端感測運算逾 1,000 TOPS https://ainews.surl.tw/article/三段式自路由讓-1-5b-推理模型在-math-500-減少-41-輸出-token-129096f3 SURL AI News zh-tw 2026-08-21T14:02:21.213Z 三段式自路由讓 1.5B 推理模型在 MATH-500 減少 41% 輸出 token https://ainews.surl.tw/article/代理記憶拆成子任務後轉移較可靠-文字技能平均領先程式碼-2-9-點-56a621c6 SURL AI News zh-tw 2026-08-21T14:03:15.003Z 代理記憶拆成子任務後轉移較可靠，文字技能平均領先程式碼 2.9 點 https://ainews.surl.tw/article/deepseek-pro-再傳灰測-一句-i-m-doing-讓社群聞到新模型氣味-230fcacd SURL AI News zh-tw 2026-08-21T11:54:06.043Z DeepSeek Pro 再傳灰測：一句「I’m doing」讓社群聞到新模型氣味 https://ainews.surl.tw/article/memtrapbench-加入相關記憶後-五種代理記憶策略反而至少掉-10-66-分-2fa098bf SURL AI News zh-tw 2026-08-21T12:03:35.388Z MemTrapBench：加入相關記憶後，五種代理記憶策略反而至少掉 10.66 分 https://ainews.surl.tw/article/sapo-讓單一自回歸模型兼任-actor-與-critic-代理-rl-每輪訓練快-33-2-8b82c475 SURL AI News zh-tw 2026-08-21T12:02:26.212Z SAPO 讓單一自回歸模型兼任 actor 與 critic，代理 RL 每輪訓練快 33.2% https://ainews.surl.tw/article/decowam-拆分機器狗底座與手臂表徵-只更新-2-595-萬參數便將動作-mse-降低-21-7-4033e4d3 SURL AI News zh-tw 2026-08-21T10:03:20.635Z DECOWAM 拆分機器狗底座與手臂表徵，只更新 2,595 萬參數便將動作 MSE 降低 21.7% https://ainews.surl.tw/article/axon-以強型別-dsl-生成五種-llm-後端-mlx-中位延遲降至-transformers-的-48-3-61fe50e6 SURL AI News zh-tw 2026-08-21T10:02:23.806Z Axon 以強型別 DSL 生成五種 LLM 後端，MLX 中位延遲降至 Transformers 的 48.3% https://ainews.surl.tw/article/限制模組可見資訊促成可重用潛在通訊-10-組配對實驗有-9-組領先至少-20-點-f02b7f48 SURL AI News zh-tw 2026-08-21T08:04:28.790Z 限制模組可見資訊促成可重用潛在通訊，10 組配對實驗有 9 組領先至少 20 點 https://ainews.surl.tw/article/midtool-將工具使用前移至中期訓練-qwen3-4b-的-bfclv3-總分提高-10-5-點-f13ce5a3 SURL AI News zh-tw 2026-08-21T08:03:03.395Z MidTool 將工具使用前移至中期訓練，Qwen3-4B 的 BFCLv3 總分提高 10.5 點 https://ainews.surl.tw/article/凍結的-qwen3-8b-也會產生-能力擴張-研究要求自我改進評測加入實測虛無基線-89eb20b9 SURL AI News zh-tw 2026-08-21T06:02:39.953Z 凍結的 Qwen3-8B 也會產生「能力擴張」，研究要求自我改進評測加入實測虛無基線 https://ainews.surl.tw/article/pilot-以確定性護欄管理淘寶推薦實驗-搜尋效率由-53-3-升至-93-3-769dffaf SURL AI News zh-tw 2026-08-21T04:04:00.238Z PILOT 以確定性護欄管理淘寶推薦實驗，搜尋效率由 53.3% 升至 93.3% https://ainews.surl.tw/article/centaurbench-最會獨立解題的模型-未必最會指導另一個代理-6ace4574 SURL AI News zh-tw 2026-08-21T04:02:54.387Z CentaurBench：最會獨立解題的模型，未必最會指導另一個代理 https://ainews.surl.tw/article/ai4ai-bench-要代理重寫十類訓練演算法-最佳系統平均僅達-0-250-701e7a63 SURL AI News zh-tw 2026-08-21T02:01:50.021Z AI4AI-Bench 要代理重寫十類訓練演算法，最佳系統平均僅達 0.250 https://ainews.surl.tw/article/trueforge-開源代理執行框架-14-項企業任務成本宣稱較受管服務低-30-至-75-87824230 SURL AI News zh-tw 2026-08-21T00:03:50.172Z TrueForge 開源代理執行框架，14 項企業任務成本宣稱較受管服務低 30% 至 75% https://ainews.surl.tw/article/slack-code-將程式代理搬進共享頻道-支援差異檢視-即時預覽與人工核准-251b0006 SURL AI News zh-tw 2026-08-21T00:02:41.793Z Slack Code 將程式代理搬進共享頻道，支援差異檢視、即時預覽與人工核准 https://ainews.surl.tw/article/afanet-以-6-5-萬可訓練參數診斷多代理故障-域內推論由-199-秒縮至-1-16-秒-7d627edf SURL AI News zh-tw 2026-08-20T22:03:27.003Z AFANet 以 6.5 萬可訓練參數診斷多代理故障，域內推論由 199 秒縮至 1.16 秒 https://ainews.surl.tw/article/deepweaver-先編織證據再生成答案-deepseek-v4-flash-論據充分度由-75-4-升至-86-5-7f757988 SURL AI News zh-tw 2026-08-20T22:02:11.402Z DeepWeaver 先編織證據再生成答案，DeepSeek-V4-Flash 論據充分度由 75.4% 升至 86.5% https://ainews.surl.tw/article/liquid-ai-為-lfm2-5-加入-dspark-草稿模型-單張-h100-解碼最高加速-3-18-倍-a24576db SURL AI News zh-tw 2026-08-20T20:02:10.456Z Liquid AI 為 LFM2.5 加入 DSpark 草稿模型，單張 H100 解碼最高加速 3.18 倍 https://ainews.surl.tw/article/skillforge-先用專案測試合成故障-兩款程式代理的-swe-bench-verified-均提高逾-5-點-fbb67dec SURL AI News zh-tw 2026-08-20T18:02:23.524Z SkillForge 先用專案測試合成故障，兩款程式代理的 SWE-bench Verified 均提高逾 5 點 https://ainews.surl.tw/article/open-mopd-重配多教師蒸餾的-token-預算-能力整合率由-35-6-升至-83-4-e0977c7d SURL AI News zh-tw 2026-08-20T18:03:20.626Z Open-MOPD 重配多教師蒸餾的 token 預算，能力整合率由 35.6% 升至 83.4% https://ainews.surl.tw/article/monroe-以-8-100-萬分子預訓練圖模型-凍結向量配合-tabpfn-勝過逐任務微調-2f4be7a6 SURL AI News zh-tw 2026-08-20T16:03:29.089Z Monroe 以 8,100 萬分子預訓練圖模型，凍結向量配合 TabPFN 勝過逐任務微調 https://ainews.surl.tw/article/spade-讓同一-llm-編寫可執行訓練環境-30b-模型跨八項評測平均提高-5-3-點-2ec10cc7 SURL AI News zh-tw 2026-08-20T16:02:22.932Z SPADE 讓同一 LLM 編寫可執行訓練環境，30B 模型跨八項評測平均提高 5.3 點 https://ainews.surl.tw/article/vspg-免反向傳播更新離散動作-actor-兩項-sustaingym-回報均勝-dnn-基線-8728320c SURL AI News zh-tw 2026-08-20T14:03:12.765Z VSPG 免反向傳播更新離散動作 actor，兩項 SustainGym 回報均勝 DNN 基線 https://ainews.surl.tw/article/fm-bench-讓代理經營球會-20-年-15-款模型皆未能從被拒報價推斷市場價格-c74e912f SURL AI News zh-tw 2026-08-20T14:02:05.459Z FM-Bench 讓代理經營球會 20 年，15 款模型皆未能從被拒報價推斷市場價格 https://ainews.surl.tw/article/僅反傳視覺編碼器即可攻擊-vlm-h100-生成時間由逾-20-分鐘降至約-100-秒-4f07d370 SURL AI News zh-tw 2026-08-20T12:02:09.795Z 僅反傳視覺編碼器即可攻擊 VLM，H100 生成時間由逾 20 分鐘降至約 100 秒 https://ainews.surl.tw/article/循環式推論改善多工具組合-1b-llama-的-bfcl-平均分由-21-4-升至-32-9-dd3793f5 SURL AI News zh-tw 2026-08-20T10:05:04.325Z 循環式推論改善多工具組合，1B Llama 的 BFCL 平均分由 21.4 升至 32.9 https://ainews.surl.tw/article/vla-監測代理隱藏狀態通訊-同模型拍賣測試-auroc-達-0-993-2d994c08 SURL AI News zh-tw 2026-08-20T10:03:31.644Z VLA 監測代理隱藏狀態通訊，同模型拍賣測試 AUROC 達 0.993 https://ainews.surl.tw/article/sonic-3-6-登上兩套人評語音榜首-官方延遲數字仍非端到端量測-187bb819 SURL AI News zh-tw 2026-08-20T08:03:27.377Z Sonic-3.6 登上兩套人評語音榜首，官方延遲數字仍非端到端量測 https://ainews.surl.tw/article/facet-先建立可執行環境再生成終端任務-9b-代理得分提高-8-24-點-2b5dd956 SURL AI News zh-tw 2026-08-20T08:02:35.241Z FACET 先建立可執行環境再生成終端任務，9B 代理得分提高 8.24 點 https://ainews.surl.tw/article/1-338-條後訓練軌跡顯示-ai-代理僅-2-1-相鄰實驗改變策略-0950f490 SURL AI News zh-tw 2026-08-20T06:02:55.095Z 1,338 條後訓練軌跡顯示，AI 代理僅 2.1% 相鄰實驗改變策略 https://ainews.surl.tw/article/語義不變改寫令程式代理成本最高增-22-9-穩健排名隨框架翻轉-8ed471cf SURL AI News zh-tw 2026-08-20T06:03:58.784Z 語義不變改寫令程式代理成本最高增 22.9%，穩健排名隨框架翻轉 https://ainews.surl.tw/article/cerebras-cs-4-以三片-wse-3t-組成機架系統-峰值頻寬增至-129-6-pb-s-bb747229 SURL AI News zh-tw 2026-08-20T04:02:15.660Z Cerebras CS-4 以三片 WSE-3T 組成機架系統，峰值頻寬增至 129.6 PB/s https://ainews.surl.tw/article/componentbench-拆解-2-910-項網頁操作-同一代理因介面模式相差逾-34-個百分點-c56fc0c5 SURL AI News zh-tw 2026-08-20T04:03:13.187Z ComponentBench 拆解 2,910 項網頁操作，同一代理因介面模式相差逾 34 個百分點 https://ainews.surl.tw/article/moe-路由器可減少-60-快取失誤-但未通過-1-困惑度退化門檻-85292a94 SURL AI News zh-tw 2026-08-20T02:03:18.389Z MoE 路由器可減少 60% 快取失誤，但未通過 1% 困惑度退化門檻 https://ainews.surl.tw/article/skillgate-分離技能選擇與執行回報-9b-代理成功率由-40-8-升至-53-2-8bd11375 SURL AI News zh-tw 2026-08-20T02:02:06.090Z SkillGate 分離技能選擇與執行回報，9B 代理成功率由 40.8% 升至 53.2% https://ainews.surl.tw/article/llm-裁判先判斷-再搜尋或棄權-以校準門檻控制錯誤裁決率-c35bbca0 SURL AI News zh-tw 2026-08-20T00:02:48.274Z LLM 裁判先判斷、再搜尋或棄權，以校準門檻控制錯誤裁決率 https://ainews.surl.tw/article/recirculation-回灌-transformer-深層狀態-gemma-3-困惑度最多降低-35-9c87fa79 SURL AI News zh-tw 2026-08-20T00:02:01.720Z Recirculation 回灌 Transformer 深層狀態，Gemma 3 困惑度最多降低 35% https://ainews.surl.tw/article/ethereal-以時空事件快取處理-vga-事件視覺-每事件推論量測為-25-6-微秒-42c4148e SURL AI News zh-tw 2026-08-19T22:03:56.753Z ETHEREAL 以時空事件快取處理 VGA 事件視覺，每事件推論量測為 25.6 微秒 https://ainews.surl.tw/article/dept-固定文件向量再端到端訓練查詢擴展-qwen3-4b-的-beir-平均分升至-42-59-3fe645e6 SURL AI News zh-tw 2026-08-19T22:02:46.375Z DEPT 固定文件向量再端到端訓練查詢擴展，Qwen3-4B 的 BEIR 平均分升至 42.59