AI 模型與研究 第 5 頁

DeepMind 研究者修正高信心預測與師生蒸餾的兩種梯度誤差。看懂 Softmax Collapse、Cancellation 的機制、原始實驗與大型模型效益的證據邊界。

騰訊 WeVisOne-VL 把物件定位、分割與去背接在同一套模型。從像素解碼器、96.4% 與 67.4% 拒絕率，到公開權重和作者承認的限制，判斷統一感知能替實際影像流程省下什麼。

Kimi K3.1 Pro 在 Artificial Analysis 得到 55 分，Agent 評測進步受到關注。本文拆開廠商自測、外部證據與 API 試用，釐清權重尚待交付的意義，並提出適合自己的模型比較方法。

Recursive 公開 Flint 權重與本機推論引擎。從 40B／2.5B、Mac 硬體要求到外部原始速度紀錄，拆開廠商編碼分數與自我改進敘事，判斷它適合承接哪一類工作。

Anthropic 與 Theorem 報告為 123 個開源函式庫、239 個入口產生安全證明。對照公開工件，拆開不崩潰、終止、部署環境與修補後功能的邊界。

影片看起來連貫，仍可能改太晚或破壞背景。從官方 CPU Mock 到逐格證據，學會分開驗收修改、保留與時間對齊。

Matrix-Game 4.0 讓引擎維持規則、AI 生成畫面。拆開 RTX 5090 的 60 FPS、83.4 FPS 與 112 ms，核對場景模型、提示詞模式及視覺一致性的證據，判斷這個單卡研究原型值得期待在哪裡。

ElevenLabs 推出 Mini 與 Max，把語音 Agent 的部分調校交給整套服務。拆開串接架構、87.1% 工具任務成功率與偏好排名，判斷導入價值與驗收邊界。

用同一份每日 CSV，先讓 Timestral 與照最後一天、照上週公平比賽。從 CPU 首跑到六個滾動起點，分開驗收假日欄位、MAE 與預測區間。