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/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 https://ainews.surl.tw/article/代理壓縮上下文後成功率未變-gpt-5-5-的狀態重查次數仍增至約三倍-3ce3a435 SURL AI News zh-tw 2026-08-18T14:02:51.501Z 代理壓縮上下文後成功率未變，GPT-5.5 的狀態重查次數仍增至約三倍 https://ainews.surl.tw/article/drivecache-按預定車輛軌跡分配去噪快取-wan2-2-a14b-以-1-97-倍速度維持較高保真度-2116bd34 SURL AI News zh-tw 2026-08-18T14:01:56.102Z DriveCache 按預定車輛軌跡分配去噪快取，Wan2.2 A14B 以 1.97 倍速度維持較高保真度 https://ainews.surl.tw/article/model-hypnosis-疊加無關文字線索-令推理模型的二元答案機率大幅翻轉-2f4d55e9 SURL AI News zh-tw 2026-08-18T12:03:51.965Z Model Hypnosis 疊加無關文字線索，令推理模型的二元答案機率大幅翻轉 https://ainews.surl.tw/article/多代理程式團隊以共享檔案取代逐一傳訊-八代理輸出-token-減少約-42-fc77684d SURL AI News zh-tw 2026-08-18T12:02:43.284Z 多代理程式團隊以共享檔案取代逐一傳訊，八代理輸出 token 減少約 42% https://ainews.surl.tw/article/代理先前完成稽核與修復後-下一次驗證的誤報率最多下降-11-5-個百分點-f0e45012 SURL AI News zh-tw 2026-08-18T10:03:09.845Z 代理先前完成稽核與修復後，下一次驗證的誤報率最多下降 11.5 個百分點 https://ainews.surl.tw/article/quipu-把代理寫入知識圖譜改為先驗證後提交-拒絕紀錄亦能跨版本重播-6a9dde7b SURL AI News zh-tw 2026-08-18T10:02:02.223Z Quipu 把代理寫入知識圖譜改為先驗證後提交，拒絕紀錄亦能跨版本重播 https://ainews.surl.tw/article/composkill-顯示逐件通過掃描的代理技能-串接後仍可形成八成風險鏈-391d6606 SURL AI News zh-tw 2026-08-18T08:05:00.182Z CompoSkill 顯示逐件通過掃描的代理技能，串接後仍可形成八成風險鏈 https://ainews.surl.tw/article/clawgym-ii-透過代理框架邊界擷取軌跡-讓黑箱-claude-code-也能參與強化學習-3ee4aac0 SURL AI News zh-tw 2026-08-18T08:03:42.898Z ClawGym II 透過代理框架邊界擷取軌跡，讓黑箱 Claude Code 也能參與強化學習 https://ainews.surl.tw/article/合規偵測器即使收到規則仍主要閱讀情境-交叉規則測試幾乎降至隨機-753b5c4b SURL AI News zh-tw 2026-08-18T06:04:12.466Z 合規偵測器即使收到規則仍主要閱讀情境，交叉規則測試幾乎降至隨機 https://ainews.surl.tw/article/萬個代理社群呈現共識-極化與冷漠三種相態-ising-模型可預測意見演化-b5ea263e SURL AI News zh-tw 2026-08-18T06:02:46.038Z 萬個代理社群呈現共識、極化與冷漠三種相態，Ising 模型可預測意見演化 https://ainews.surl.tw/article/jailbreakskill-將越獄策略封裝成可進化技能-harmbench-asr-再增-13-4-個百分點-6cf15d95 SURL AI News zh-tw 2026-08-18T04:03:34.200Z JailbreakSkill 將越獄策略封裝成可進化技能，HarmBench ASR 再增 13.4 個百分點 https://ainews.surl.tw/article/paratempo-以時間信心非同步裁切推理分支-qwen3-5-延遲降低-21-8-268e1356 SURL AI News zh-tw 2026-08-18T04:02:15.441Z ParaTempo 以時間信心非同步裁切推理分支，Qwen3.5 延遲降低 21.8% https://ainews.surl.tw/article/claude-舊版-workbench-已停用-三個實驗性-prompt-api-同步開始回傳錯誤-bb71dce0 SURL AI News zh-tw 2026-08-18T00:03:52.490Z Claude 舊版 Workbench 已停用，三個實驗性 prompt API 同步開始回傳錯誤 https://ainews.surl.tw/article/llama-cpp-b10472-修正-amd-apu-記憶體判定-避免-strix-halo-被錯配不存在的可用容量-b0d803cb SURL AI News zh-tw 2026-08-18T00:02:57.598Z llama.cpp b10472 修正 AMD APU 記憶體判定，避免 Strix Halo 被錯配不存在的可用容量 https://ainews.surl.tw/article/pace-bench-讓既有代理設計在物理規則改變後失效-最佳完整設定-pass-2-僅-35-9-7cf7807b SURL AI News zh-tw 2026-08-17T20:05:02.447Z PACE-Bench 讓既有代理設計在物理規則改變後失效，最佳完整設定 Pass@2 僅 35.9% https://ainews.surl.tw/article/rollplex-將-vlm-強化學習的前綴計算塞進-rollout-空檔-32-張-h800-訓練加速最高-1-30-倍-2dd1448b SURL AI News zh-tw 2026-08-17T20:04:01.077Z Rollplex 將 VLM 強化學習的前綴計算塞進 rollout 空檔，32 張 H800 訓練加速最高 1.30 倍 https://ainews.surl.tw/article/cforce-以後期去噪結果監督早期預測-llada2-1-每次前向處理-token-數由-6-94-升至-9-08-b695eb8d SURL AI News zh-tw 2026-08-17T14:03:35.054Z CForce 以後期去噪結果監督早期預測，LLaDA2.1 每次前向處理 token 數由 6.94 升至 9.08 https://ainews.surl.tw/article/smuon-將-muon-投影至-lora-可表達子空間-relora-同等損失下較-riemannion-快約-30-dadb9f0c SURL AI News zh-tw 2026-08-17T18:02:42.584Z sMuon 將 Muon 投影至 LoRA 可表達子空間，ReLoRA 同等損失下較 Riemannion 快約 30% https://ainews.surl.tw/article/scienceflow-將可執行工作區納入代理記憶-75-題-mle-bench-any-medal-率達-70-22-888e957d SURL AI News zh-tw 2026-08-17T16:02:12.651Z ScienceFlow 將可執行工作區納入代理記憶，75 題 MLE-bench Any-Medal 率達 70.22% https://ainews.surl.tw/article/llama-cpp-b10456-修正-sycl-量化轉碼排程-arc-70-的-q4-0-fp32-吞吐提高至-158-19-gb-s-f21bf566 SURL AI News zh-tw 2026-08-17T14:02:40.755Z llama.cpp b10456 修正 SYCL 量化轉碼排程，Arc 70 的 Q4_0→FP32 吞吐提高至 158.19 GB/s https://ainews.surl.tw/article/社群以單幀-vae-把-minimax-h3-改作影像編輯器-comfyui-的五幀下限成為相容性缺口-cc07e574 SURL AI News zh-tw 2026-08-17T12:04:37.674Z 社群以單幀 VAE 把 MiniMax H3 改作影像編輯器，ComfyUI 的五幀下限成為相容性缺口 https://ainews.surl.tw/article/optstop-以貝葉斯可信區間動態停止評測-九組測試最多省下-97-3-試驗-09405991 SURL AI News zh-tw 2026-08-17T10:02:40.633Z optstop 以貝葉斯可信區間動態停止評測，九組測試最多省下 97.3% 試驗