Perplexity 推出 Decider v1.3,将判断能力做成独立模型
Perplexity 正式推出 Decider v1.3,把 AI 系统中的判断能力单独做成一套模型,同一份上下文只需一次前向传播即可输出多个问题的答案概率。v1.3 重新设计了 Attention 机制,让共享状态读取全部问题、问题之间不直接交换信息,并加入 Locate 能力按字段描述定位原文跨度。
Perplexity 正式推出 Decider v1.3,把 AI 系统中的判断能力单独做成一套模型,同一份上下文只需一次前向传播即可输出多个问题的答案概率。v1.3 重新设计了 Attention 机制,让共享状态读取全部问题、问题之间不直接交换信息,并加入 Locate 能力按字段描述定位原文跨度。
Cloudflare 发布更新版 Clairic 与轻量版 Clairic-flash,两款抽取模型均开放权重并上线 Workers AI。新版 Clairic 改用并行槽位自回归生成,新增图片与 PDF 抽取能力,单次请求最多可包含 4 张图片或 PDF 页面。
RadixArk 发布首个模型 DaisyRose-27B,基于 Qwen3.8-27B 用 Miles 做强化学习训练,在 144 张 H200 上以 1200 条任务训练 18 天,Terminal-Bench 4.1 pass@1 从 5.6% 提升到 12.0%。
推荐理由:原文给出了训练成本与吞吐对比,读者可据此判断长程智能体后训练的效率边界。
NVIDIA Vera Rubin 平台首次参加 MLPerf 基准测试,在 MLPerf Training v6.1 的全部基准上均有结果,是本轮唯一覆盖所有基准的平台,其 NVL72 系统每 GPU 性能最高达 GB300 NVL72 的 2 倍。
推荐理由:原文给出 Vera Rubin 在 MLPerf Training 与 Endpoints 的具体成绩和对比基线,可据此判断新一代平台的性能提升幅度。
Google DeepMind 发布 AlphaGenome 2,这是一个条件式 DNA 序列模型,可针对特定细胞类型或状态预测 DNA 变异对基因表达的影响。
推荐理由:官方给出与上一代在变异召回率上的对比,以及无需重训即可泛化到新细胞状态的机制。
Mistral 发布首个时间序列基础模型系列 Timestral,提供 5M、28M、123M 和 209M 四个尺寸,最大模型在 GIFT-Eval、TIME 和 fev-bench 三个公开基准上排名第一,参数量仅为此前 SOTA 的三分之二。
推荐理由:官方给出四个尺寸的基准排名与 CPU 推理延迟,可据此判断时间序列预测的部署成本。