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 https://ainews.surl.tw/article/oys-直接搜尋擴散模型去噪時間步-5-步生成保留-50-步品質的-89-至-94-63edaebd SURL AI News zh-tw 2026-08-19T20:03:01.714Z OYS 直接搜尋擴散模型去噪時間步，5 步生成保留 50 步品質的 89% 至 94% https://ainews.surl.tw/article/wuying-browser-agent-以錯誤恢復資料訓練長流程操作-27b-模型在-browserbench-達-65-1-fefe4813 SURL AI News zh-tw 2026-08-19T20:02:10.247Z Wuying Browser Agent 以錯誤恢復資料訓練長流程操作，27B 模型在 BrowserBench 達 65.1% https://ainews.surl.tw/article/qwen3-8-27b-在-rtx-4090-上可達-70-tok-s-主流部署仍依賴量化與-mtp-調校-fae4a798 SURL AI News zh-tw 2026-08-19T18:38:24.003Z Qwen3.8-27B 在 RTX 4090 上可達 70 tok/s，主流部署仍依賴量化與 MTP 調校 https://ainews.surl.tw/article/iol-ai-以未公開語言學奧賽題測推理-14b-模型靠解碼流程把基線分數提高逾一倍-c2fd6c3e SURL AI News zh-tw 2026-08-19T18:01:50.695Z IOL-AI 以未公開語言學奧賽題測推理：14B 模型靠解碼流程把基線分數提高逾一倍 https://ainews.surl.tw/article/pace-把-ai-代理的交易核准綁定至鏈上位元組-沙盒測試將不安全執行率由-0-80-降至零-7d8fc471 SURL AI News zh-tw 2026-08-19T18:02:46.316Z PACE 把 AI 代理的交易核准綁定至鏈上位元組，沙盒測試將不安全執行率由 0.80 降至零 https://ainews.surl.tw/article/雙人辯論抑制-rlaif-獎勵鑽漏洞-數學策略峰值準確率由-72-63-升至-74-74-cca782e5 SURL AI News zh-tw 2026-08-19T14:02:32.999Z 雙人辯論抑制 RLAIF 獎勵鑽漏洞，數學策略峰值準確率由 72.63% 升至 74.74% https://ainews.surl.tw/article/tensorrt-model-connect-公開預覽-hugging-face-模型可免經-onnx-打包成原生-c-推論-ddb9b327 SURL AI News zh-tw 2026-08-19T16:02:10.890Z TensorRT Model Connect 公開預覽：Hugging Face 模型可免經 ONNX 打包成原生 C++ 推論 https://ainews.surl.tw/article/ptxbench-實測-llm-直接寫-h100-b200-專用-ptx-沒有模型能穩定追上前沿核心庫-87b78f4c SURL AI News zh-tw 2026-08-19T12:02:21.462Z PTXBench 實測 LLM 直接寫 H100／B200 專用 PTX，沒有模型能穩定追上前沿核心庫 https://ainews.surl.tw/article/stagedworkspace-以內容雜湊同步代理的解析檢視與原生檔案-officeqa-pass-1-增加-8-3-至-12-1-點-a1364e03 SURL AI News zh-tw 2026-08-19T12:03:14.096Z StagedWorkspace 以內容雜湊同步代理的解析檢視與原生檔案，OfficeQA Pass@1 增加 8.3 至 12.1 點 https://ainews.surl.tw/article/醫療-llm-在病人答覆前先給自理建議-短指令把出現率由-9-12-降至-0-12-1de2a378 SURL AI News zh-tw 2026-08-19T08:02:59.261Z 醫療 LLM 在病人答覆前先給自理建議，短指令把出現率由 9／12 降至 0／12 https://ainews.surl.tw/article/mone-將長上下文寫入測試時神經記憶-128k-推論總-flops-減少-81-5d647264 SURL AI News zh-tw 2026-08-19T10:02:20.469Z MoNe 將長上下文寫入測試時神經記憶，128K 推論總 FLOPs 減少 81% https://ainews.surl.tw/article/tokeval-用-18-項內在指標篩選-tokenizer-資訊量指標與語言建模表現相關最高達-0-80-32aea925 SURL AI News zh-tw 2026-08-19T08:02:07.318Z TokEval 用 18 項內在指標篩選 tokenizer，資訊量指標與語言建模表現相關最高達 0.80 https://ainews.surl.tw/article/agent-lightning-v1-0-讓真實代理框架直接參與強化學習-qwen3-5-9b-的-swe-bench-verified-升至-56-4-f683effe SURL AI News zh-tw 2026-08-19T06:02:23.110Z Agent Lightning v1.0 讓真實代理框架直接參與強化學習，Qwen3.5-9B 的 SWE-bench Verified 升至 56.4% https://ainews.surl.tw/article/rl-triton-將七種強化學習回報計算統一為-gpu-scan-完整呼叫最高加速-5-70-倍-7440f949 SURL AI News zh-tw 2026-08-19T06:03:10.787Z rl-triton 將七種強化學習回報計算統一為 GPU scan，完整呼叫最高加速 5.70 倍 https://ainews.surl.tw/article/tilemix-在注意力矩陣內混用-fp16-int8-a100-的-4k-prefill-吞吐達-flashattention-2-22-倍-5726b3a6 SURL AI News zh-tw 2026-08-19T04:03:35.760Z TileMix 在注意力矩陣內混用 FP16／INT8，A100 的 4K prefill 吞吐達 FlashAttention 2.22 倍 https://ainews.surl.tw/article/自我改進代理遇上隨機任務順序-平均增益由-1-5-反轉為-4-5-bf8584c5 SURL AI News zh-tw 2026-08-19T04:02:25.956Z 自我改進代理遇上隨機任務順序，平均增益由 +1.5% 反轉為 -4.5% https://ainews.surl.tw/article/aerocopilotbench-把飛行程序變成可執行狀態機-最佳代理安全通過率仍僅-72-6-48c8f7bb SURL AI News zh-tw 2026-08-19T02:02:41.800Z AeroCopilotBench 把飛行程序變成可執行狀態機，最佳代理安全通過率仍僅 72.6% https://ainews.surl.tw/article/reconstruction-隱藏論文只給舊參考文獻-多模型評審把研究構想匹配率由-14-6-升至-35-6-2cc791c7 SURL AI News zh-tw 2026-08-19T00:03:57.956Z Reconstruction 隱藏論文只給舊參考文獻，多模型評審把研究構想匹配率由 14.6% 升至 35.6% https://ainews.surl.tw/article/bat-按代理失敗階段安排強化學習-9b-策略的-automedbench-lite-得分由-19-9-升至-53-4-155e454c SURL AI News zh-tw 2026-08-19T00:02:33.228Z BaT 按代理失敗階段安排強化學習，9B 策略的 AutoMedBench-Lite 得分由 19.9 升至 53.4 https://ainews.surl.tw/article/fabrimae-以視覺注意力熵判斷機器人動作可靠度-十分支選擇令成功率升至-86-8-09a7e487 SURL AI News zh-tw 2026-08-18T22:02:55.172Z FabriMAE 以視覺注意力熵判斷機器人動作可靠度，十分支選擇令成功率升至 86.8% https://ainews.surl.tw/article/pddlcoder-讓代理反覆修正-pddl-106-項未見規劃題的可執行成功率達-89-6-d6b75ac4 SURL AI News zh-tw 2026-08-18T22:02:12.308Z PDDLCoder 讓代理反覆修正 PDDL，106 項未見規劃題的可執行成功率達 89.6% https://ainews.surl.tw/article/fluxbin-以二元基底配合-lut-cuda-kernel-單張-a100-報告最高-5-92-倍推論加速-968726b3 SURL AI News zh-tw 2026-08-18T20:03:50.778Z FluxBin 以二元基底配合 LUT CUDA kernel，單張 A100 報告最高 5.92 倍推論加速 https://ainews.surl.tw/article/kozuchi-讓同一套-27b-程式修復代理跨至-java-multi-swe-bench-解出-41-128-題-678a45c7 SURL AI News zh-tw 2026-08-18T20:02:42.925Z Kozuchi 讓同一套 27B 程式修復代理跨至 Java，Multi-SWE-bench 解出 41／128 題 https://ainews.surl.tw/article/pertmind-以細胞擾動終點訓練-4b-模型-把一億份單細胞資料轉成強化學習獎勵-12ea87ff SURL AI News zh-tw 2026-08-18T18:03:29.585Z PertMind 以細胞擾動終點訓練 4B 模型，把一億份單細胞資料轉成強化學習獎勵 https://ainews.surl.tw/article/r3-bench-讓六題共用推理預算-71-72-組測試的模型表現低於自身離線上限-796fa27a SURL AI News zh-tw 2026-08-18T18:02:35.346Z R³-Bench 讓六題共用推理預算，71／72 組測試的模型表現低於自身離線上限 https://ainews.surl.tw/article/relarena-α-統一重跑-21-項關聯資料任務-tabpfn-rel-在標準調參模型中居首-acc7f33b SURL AI News zh-tw 2026-08-18T16:04:41.173Z RelArena-α 統一重跑 21 項關聯資料任務，TabPFN-Rel 在標準調參模型中居首 https://ainews.surl.tw/article/freetoken-動態拆分-moe-快取失誤-8gb-rtx-4060-跑-35b-模型達-39-3-token-s-9a933128 SURL AI News zh-tw 2026-08-18T16:03:16.030Z FreeToken 動態拆分 MoE 快取失誤，8GB RTX 4060 跑 35B 模型達 39.3 token/s