https://ainews.surl.tw/article/glm-rag-把知識圖文字送入圖式-transformer-跨領域多跳檢索優於-gnn-基線-43c605ab SURL AI News zh-tw 2026-08-01T22:02:46.979Z GLM-RAG 把知識圖文字送入圖式 Transformer，跨領域多跳檢索優於 GNN 基線 https://ainews.surl.tw/article/dfot-量化-llm-對衍生感測值的過度信任-跨模態蒸餾讓修正率提高最多-6-69-點-96edf0df SURL AI News zh-tw 2026-08-01T22:01:51.857Z DFOT 量化 LLM 對衍生感測值的過度信任，跨模態蒸餾讓修正率提高最多 6.69 點 https://ainews.surl.tw/article/dualg-mrag-將多模態知識圖拆成兩層-mmqa-的-r-5-提高至-61-9-9a7c91ce SURL AI News zh-tw 2026-08-01T20:02:11.398Z DualG-MRAG 將多模態知識圖拆成兩層，MMQA 的 R@5 提高至 61.9% https://ainews.surl.tw/article/grsd-對照代理自身成敗軌跡分配獎勵-alfworld-未見任務成功率達-83-6-12236df5 SURL AI News zh-tw 2026-08-01T20:03:09.148Z GRSD 對照代理自身成敗軌跡分配獎勵，ALFWorld 未見任務成功率達 83.6% https://ainews.surl.tw/article/gcc-拒收具著作權意義的-llm-衍生內容-生成測試可由維護者例外接受-2964ce6f SURL AI News zh-tw 2026-08-01T18:04:03.038Z GCC 拒收具著作權意義的 LLM 衍生內容，生成測試可由維護者例外接受 https://ainews.surl.tw/article/change2task-將歷史-pr-搬到新版程式碼-900-項代理任務通過三階段驗證-3dd58809 SURL AI News zh-tw 2026-08-01T18:02:47.082Z Change2Task 將歷史 PR 搬到新版程式碼，900 項代理任務通過三階段驗證 https://ainews.surl.tw/article/memharness-在行動前重寫代理記憶-7b-模型於-alfworld-成功率升至-85-2-06d37fd1 SURL AI News zh-tw 2026-08-01T10:02:42.966Z MemHarness 在行動前重寫代理記憶，7B 模型於 ALFWorld 成功率升至 85.2% https://ainews.surl.tw/article/grafana-agent-observability-正式上線-以開源-sdk-串接線上評分與代理-ci-8346a016 SURL AI News zh-tw 2026-08-01T12:02:15.638Z Grafana Agent Observability 正式上線，以開源 SDK 串接線上評分與代理 CI https://ainews.surl.tw/article/scidatasailor-讓代理直接探索科學資料庫-9b-模型-pass-1-由-14-01-升至-28-99-22563bf5 SURL AI News zh-tw 2026-08-01T06:03:46.649Z SciDataSailor 讓代理直接探索科學資料庫，9B 模型 Pass@1 由 14.01 升至 28.99 https://ainews.surl.tw/article/repocompliancebench-四款程式代理幾乎不會主動讀取開源專案的-ai-貢獻規則-9b4b343b SURL AI News zh-tw 2026-08-01T08:03:50.077Z RepoComplianceBench：四款程式代理幾乎不會主動讀取開源專案的 AI 貢獻規則 https://ainews.surl.tw/article/infoops-bench-每週更新國家宣傳題庫-17-款模型拒答率相差-85-7-點-e85bae61 SURL AI News zh-tw 2026-08-01T06:02:17.391Z InfoOps Bench 每週更新國家宣傳題庫，17 款模型拒答率相差 85.7 點 https://ainews.surl.tw/article/openai-評測代理連鎖利用零日漏洞-從隔離環境闖入-hugging-face-生產系統-c79e0909 SURL AI News zh-tw 2026-08-01T04:02:37.673Z OpenAI 評測代理連鎖利用零日漏洞，從隔離環境闖入 Hugging Face 生產系統 https://ainews.surl.tw/article/manta-在推論途中重組多代理拓撲-五項基準平均提高-5-8-點-0f54c388 SURL AI News zh-tw 2026-07-31T22:02:04.435Z MANTA 在推論途中重組多代理拓撲，五項基準平均提高 5.8 點 https://ainews.surl.tw/article/m4-max-本機-llm-實測-解碼快於-gb10-但完整回應仍受-prefill-制約-2b1ecde2 SURL AI News zh-tw 2026-08-01T02:02:31.406Z M4 Max 本機 LLM 實測：解碼快於 GB10，但完整回應仍受 prefill 制約 https://ainews.surl.tw/article/svr-讓-2b-模型自行判斷何時停止修訂-平均-2-99-輪完成數學推理-c8046bff SURL AI News zh-tw 2026-07-31T22:02:48.543Z SVR 讓 2B 模型自行判斷何時停止修訂，平均 2.99 輪完成數學推理 https://ainews.surl.tw/article/重審五套電腦代理基準-15-3-的失敗判決其實判錯-e52e4287 SURL AI News zh-tw 2026-07-31T20:01:59.567Z 重審五套電腦代理基準：15.3% 的失敗判決其實判錯 https://ainews.surl.tw/article/七種簡單影像變換可繞過三款商用-ai-內容審核服務-ebc91324 SURL AI News zh-tw 2026-07-31T20:03:05.265Z 七種簡單影像變換可繞過三款商用 AI 內容審核服務 https://ainews.surl.tw/article/mind-以意圖資訊瓶頸過濾代理記憶-攻擊成功率平均降低逾-55-ef842a82 SURL AI News zh-tw 2026-07-31T18:01:52.371Z MIND 以意圖資訊瓶頸過濾代理記憶，攻擊成功率平均降低逾 55% https://ainews.surl.tw/article/agenticasr-以滑動視窗反覆修訂轉錄-1b-refiner-將雙語評測推至-79-95-分-9d1fd22d SURL AI News zh-tw 2026-07-31T18:02:38.854Z AgenticASR 以滑動視窗反覆修訂轉錄，1B Refiner 將雙語評測推至 79.95 分 https://ainews.surl.tw/article/合成教材的章節組織本身可改善中期訓練-固定文字後平均分仍提高-1-02-點-8119bf13 SURL AI News zh-tw 2026-07-31T16:03:06.688Z 合成教材的章節組織本身可改善中期訓練，固定文字後平均分仍提高 1.02 點 https://ainews.surl.tw/article/sempic-將文件預先編譯成可重排-kv-cache-長上下文任務平均-f1-接近完整重算-6ae35ba9 SURL AI News zh-tw 2026-07-31T16:02:04.158Z SemPIC 將文件預先編譯成可重排 KV cache，長上下文任務平均 F1 接近完整重算 https://ainews.surl.tw/article/quantwams-讓世界動作模型以-4-bit-為主運行-目標模組記憶體降至-fp16-的-29-80db52f7 SURL AI News zh-tw 2026-07-31T10:03:40.013Z QuantWAMs 讓世界動作模型以 4-bit 為主運行，目標模組記憶體降至 FP16 的 29% https://ainews.surl.tw/article/本機電腦代理增加推論預算未必更準-四張歷史畫面後效益開始反轉-23b6818b SURL AI News zh-tw 2026-07-31T10:01:54.065Z 本機電腦代理增加推論預算未必更準，四張歷史畫面後效益開始反轉 https://ainews.surl.tw/article/aispa-審核-88-款商用-ai-的隱藏指令-約四成產品含不利使用者規則-ce0a77d0 SURL AI News zh-tw 2026-07-31T08:02:44.003Z AISPA 審核 88 款商用 AI 的隱藏指令，約四成產品含不利使用者規則 https://ainews.surl.tw/article/qwen-ui-agent-統一手機-桌面與瀏覽器操作-長軌跡訓練擴至逾百步-3a176093 SURL AI News zh-tw 2026-07-31T08:01:50.257Z Qwen-UI-Agent 統一手機、桌面與瀏覽器操作，長軌跡訓練擴至逾百步 https://ainews.surl.tw/article/osreward-發現電腦代理評審普遍放過失敗軌跡-視覺證據對判決影響反而有限-cc51034e SURL AI News zh-tw 2026-07-31T06:04:17.960Z OSReward 發現電腦代理評審普遍放過失敗軌跡，視覺證據對判決影響反而有限 https://ainews.surl.tw/article/tycho-讓代理在互動中編寫世界模型-兩款前沿模型完成-arc-agi-3-全部公開關卡-5dc19f38 SURL AI News zh-tw 2026-07-31T06:03:01.833Z Tycho 讓代理在互動中編寫世界模型，兩款前沿模型完成 ARC-AGI-3 全部公開關卡 https://ainews.surl.tw/article/echoverse-以可重設的狀態式網站訓練電腦代理-9b-模型評測升至-67-1-5efc7118 SURL AI News zh-tw 2026-07-31T04:02:34.085Z Echoverse 以可重設的狀態式網站訓練電腦代理，9B 模型評測升至 67.1% https://ainews.surl.tw/article/wide-讓每個-token-動態裁切模型寬度-解碼端到端加速-1-55-倍-dbebd4c4 SURL AI News zh-tw 2026-07-31T04:01:49.041Z WIDE 讓每個 token 動態裁切模型寬度，解碼端到端加速 1.55 倍 https://ainews.surl.tw/article/perceptionbench-將視覺推理拆回十項基本感知-16-款多模態模型無一達-60-6a55311a SURL AI News zh-tw 2026-07-31T02:02:21.599Z PerceptionBench 將視覺推理拆回十項基本感知，16 款多模態模型無一達 60%