完整日報

AI 日報 2026-09-24

71 則值得知道的變化

要聞

3 則

新模型支援逾百種語言與雙人對話生成，在 Hume AI 語音設計跑分奪冠，現已於 Google AI Studio 上線。

該評測基準由專家提供資訊，旨在評估 AI 模型在真實心理健康對話情境中，能否提供具幫助性且安全的回應。

該基準與 SGLang 合作，將 83 個 PR 轉為 53 個推論任務於 H100 運行，發現跨領域任務通過率較單一領域低 21.3%。

1 則

該基準將模型能力分為六級並設 29 個評測維度，首批測試顯示 HappyOyster 2.0、GPT-6-Astra 與 MiniMax-H3 分別在三大賽道領先。

2 則

該研究獲 EMNLP 收錄，透過解耦結構與內容對齊並引入幾何先驗約束，結合貝氏推論過濾異常，支援單元格級置信度輸出與共享編碼器部署。

據社群消息指出，AI 評測基準 Humanity's Last Exam 已推出名為 HLE-Diamond 的更新版本，相關資訊已於官方部落格與 CAIS 推文釋出。

1 則

據傳 GPT-6 Astra 於高難度視覺測試 ZeroBench 表現躍進，在 pass@5、pass^5 等三項指標皆超越人類基準，目前尚未獲官方證實。