LLM

來自中國的開源 AI 發布，以及圍繞模型存取的政策爭議，正揭示出 LLM 供應商與依賴其技術的建構者之間日益擴大的分歧。

Anthropic 發布 Claude Sonnet 4.5，聲稱在 SWE-bench 程式碼編寫與 OSWorld 電腦使用基準測試中取得最高分，並在安全性與對齊方面有重大提升。

VentureBeat 探討超網路如何在推論時生成任務專屬的模型適配器，避開微調的成本以及 RAG 的上下文洩漏問題。

阿里巴巴開源的 Qwen3.6-27B 以僅 270 億參數，在大多數程式設計基準測試中優於其大 15 倍的前代模型。

一項新的基準測試顯示，即使是頂尖的 AI 模型，在分析複雜圖表時準確率也會下降約 50%，暴露出視覺推理中的一項關鍵限制。

中國人工智慧新創公司 DeepSeek 正在洽談至少募資 3 億美元，估值達 100 億美元，顯示投資者對中國人工智慧產業的信心日益增強。

Z.AI 發布 GLM-5.1，這是一款專為長期 agentic 任務設計的 7540 億參數開源模型，可自主運行長達 8 小時，並在基準測試中超越 Claude Opus 4。

Anthropic的年度營收運行率在2026年已超過300億美元，較90億美元大幅成長，主要受其Claude AI模型需求激增所推動。

Meta 表示，最終將釋出由 Alexandr Wang 領導的新 AI 模型的開源版本，但最初計劃保留某些元件的專有性。

Arcee AI 發布了 Trinity-Large-Thinking，這是一款強大的全新開放權重推理模型，採用 Apache 2.0 授權，企業可下載並自訂。

MIT 研究人員提出了一項總體不確定性指標，該指標比較來自不同開發者的多個 LLM 的輸出，能比現有的自我一致性(self-consistency)方法更準確地檢測出過度自信和幻覺的預測。

Anthropic宣佈在離峰時段將Claude AI訂閱者的使用上限加倍，這是一項重要的容量擴充，恰逢自2026年1月以來Claude的日活躍用戶激增超過140%。

Anthropic 推出 Claude Sonnet 4.6，具備 100 萬個 token 的上下文視窗，在程式撰寫、電腦使用與代理人領域提供前沿的 AI 效能，距 Opus 4.6 發布僅 12 天。

Claude Opus 4.6 引入了突破性的功能，包括 100 萬個 token 的上下文視窗、用於並行協調的代理團隊，以及針對企業工作流程的自適應思維能力。

Mount Sinai 的研究顯示，AI 大型語言模型在 32% 至 46% 的情況下會相信醫療錯誤資訊，尤其在以專家建議的方式呈現時。

AI 先驅 Yann LeCun 已離開 Meta，並警告 AI 產業過度關注大型語言模型（LLM），正朝錯誤方向發展。他主張轉向預測式世界模型。