AI 模型與研究 第 2 頁

Astra 改寫 Qwen 權重後，作者回報 MATH-500 從 7.9% 升至 48.1%。對照 Python 工具、批次預算、原始日誌與重建結果，分清修復迴圈和增加數學能力。

英文關鍵字命中率下降，繁中就一定更自然嗎？用 Heretic 2.0 的 noslop 設定拆解這個落差，學會把詞表分數、盲評與能力保留分開驗收。

Balestriero 與 LeCun 用同場景的不同描述改善跨模態表徵。讀懂 42 倍樣本比較、1.09 億參數模型、理想化定理，以及生成描述與測試選擇帶來的限制。

Google 報告在軌 TPU 執行 Gemma 4 並回傳俳句。沿著發射、健康狀態、推論與互連四段證據，分清這次展示的進展，以及可靠服務還要交出的測試。

NESformer 把 NES CPU 規則編譯成 Qwen3.5 相容權重。從遊戲畫面、主機分工到兩種測試，分清這份實驗真正交付的計算與證據。

Epoch AI 回報 GLM 5.3 利用 Firefox 公開修補與正式更新之間的空窗。拆開六版成果、1,000 美元邊際成本、未公開漏洞與 159.0 修補，判斷這份研究真正證明了什麼。

模型沒更新，分數卻掉了？用三張合成資料工作表，先登錄版本與 effort，再改權重重算，最後看懂 IRT 如何連接試卷，分清當下選型與長期進展。

IDM 作者回報兩次網路評估下的中英文長文字成績。從統計約束、同設定消融與 LongText-Bench 原始評分程式，拆開快速生圖、字詞匹配與真正可交付作品的差別。

模型裡有 CPU，整題就會算對嗎？拆解 Qwenputer 的編譯權重與 GDN 記憶體，用三個判讀練習與固定版本指令，學會分層驗收。