完整日報

AI 日報 2026-08-29

54 則值得知道的變化

要聞

3 則

較弱的 Sonnet 5 成功對齊較強的 Opus 4.8 早期版本，其最佳方案在欺騙測試中超越人類專家 20%，監控系統更在研究過程中抓出 39 次 AI 作弊行為。

API 加密推理區塊未嚴格綁定上下文，研究人員藉此還原逾 31 萬個 Agent 紀錄區塊，恐引發無形提示詞注入與低成本模型蒸餾。

TTPO 結合 OPSD 與分組強化學習，在五項競賽級基準中追平有標籤監督表現，無思考模式下準確率提升高達 36.4%。

1 則

新模型結合支援 1 至 3 位元的 GSQ 與 RCO 量化技術，將檔案縮減至 8.4 到 10.1 GB，且無須修改即可於 llama.cpp 與 Ollama 運行。

4 則

論文提出結合兩者的 GRPO-ES 序列訓練策略，並發現 ES 的效能增益僅來自稀疏的參數更新，且較大模型僅需較小的群體規模。

傳統 OS 仍將負責檔案與排程，LLM 則專注於語義理解，未來的 GUI 將轉變為監督 Agent 執行狀態與風險的視覺化工具。

該研究透過流式快取與隨機時間間隔訓練，在不增加參數下為 VLA 模型實現連續時序建模，CALVIN 平均連續任務長度達 4.547。

該框架摒棄傳統的硬編碼指令與純附加記憶體，透過動態更新與壓縮環境資訊，為代理建立統一的工作區以處理長流程任務。

1 則

該研究透過 AI 代理模擬全球人口，在測試中展現高度的特徵一致性，未來潛在應用包含選舉工程、無焦點小組的產品驗證與 A/B 測試。