DeepSeek测试代码现V5占位标识,V4.1-Flash领跑开源模型榜
RecodeX 重构消息,DeepSeek Harness测试代码中出现deepseek-v5、v5-open和v5-next三个占位标识,但DeepSeek尚未正式发布V5模型。
在FrontierCode 2.0评测中,DeepSeek V4.1-Flash-1017在开源权重模型中排名居首。
持续更新全球科技、商业与市场动态。
RecodeX 重构消息,DeepSeek Harness测试代码中出现deepseek-v5、v5-open和v5-next三个占位标识,但DeepSeek尚未正式发布V5模型。
在FrontierCode 2.0评测中,DeepSeek V4.1-Flash-1017在开源权重模型中排名居首。
RecodeX 重构消息,谷歌已面向将Gmail、谷歌相册等应用接入搜索服务的用户,启动AI模式的广告测试。据Search Engine Land 10月16日报道,接入应用后生成的摘要、摘录与推断信息可能被用于广告个性化。
AI模式是支持连续追问的对话式搜索功能,而“个人智能”功能会将用户所连接应用的上下文纳入搜索回答。该报道指出,个人智能最初推出时,AI模式为无广告环境。
RecodeX 重构消息,美国众议院两名民主党议员起草决议案,反对联邦政府救助经营不善的人工智能企业及相关金融机构,同时主张为受危机影响的民众提供支持。
众议院进步派议员团主席格雷格·卡萨表示,AI企业高管不应指望纳税人出手相救。共同起草人、民主党众议员马克辛·沃特斯也表示,美国民众不应再次为亿万富翁的鲁莽押注买单。两人在反对企业救助的同时,主张应帮助受危机影响的劳动者和家庭。
RecodeX 重构消息,Grass(GRASS)创始人、Wynd Labs联合创始人兼CEO安德烈·拉东吉奇(Andrej Radonjic)在20日播出的The Delphi Podcast访谈中表示,AI推理阶段需要实时抓取最新网页信息,因此请求集中地区的节点覆盖和响应速度至关重要。
他指出,用于模型训练的数据采集可以延后,但用户在提问过程中所需的信息无法等待,训练数据收集与实时信息查询对时间的要求并不相同。该访谈页面披露,Delphi Ventures已投资Grass并持有GRASS代币。
RecodeX 重构消息,OpenAI的Ted Sanders在解释公司模型命名规则时表示,大语言模型性能是多维的,数学能力最强的模型未必最擅长讲笑话,但性能差异很大程度可由模型规模这一单一变量解释:模型越大,通常性能与可靠性越高、每token成本越高、对冷门事实的召回也更好。
他称,版本号如今同时体现发布顺序、与其他版本的关系以及改进幅度。例如6.1意味着它晚于5.6发布,可能在训练数据与风格上与其它6.1模型相近(因此不叫5.7),但提升幅度不足以承担7.0所伴随的期待。
RecodeX 重构消息,针对网络流传的“用15万群演数据喂养大模型”说法,字节跳动回应称该传言严重失实。
字节跳动未就传言涉及的具体数据来源和模型训练细节作进一步说明。
RecodeX 重构消息,针对网络流传的“15万名群演肖像与声音被喂给大模型”说法,豆包方面予以辟谣,否认存在此类数据使用行为。该传闻涉及群演肖像与声音数据的采集和使用,豆包未作进一步说明。
RecodeX 重构消息,曾主导《指环王:双塔奇兵》中咕噜动作捕捉、并为《蜘蛛侠2》打造首批基于Light Stage技术数字人的好莱坞技术专家Remington Scott,将出任Eros Imagination负责人。该公司是Eros Innovation新设的创意技术与体验业务部门。Eros Innovation是一家由[……]创立的人工智能公司。
RecodeX 重构消息,英伟达正日益同时扮演出资方与供应商的双重角色。其对Meta的30亿美元投资,体现出这家AI芯片龙头在业务模式上的重大转变。
RecodeX 重构消息,AssemblyAI发布的一项基准测试显示,语音转录模型的领先者会随音频时长变化。在30秒短音频测试中,GPT-5.6 Sol排名第一;而在60分钟长音频测试中,GLM-5.3位居榜首。测试还显示,价格最低的整小时转录方案得分仅为100分中的6分。
RecodeX 重构消息,美国肯塔基大学一名行政管理人员David Durman成为首位以世俗人文主义信仰为由获得AI使用宗教豁免的人。他表示,使用AI会导致自己将思考与决策外包,这违背其人文主义信念。他希望更多美国人能获得类似豁免。
RecodeX 重构消息,谷歌云AI研究团队本月发布论文《PLE: Physical-Engineering's Last Exam》,对14个AI模型与7种智能体框架组合进行物理工程任务评测。结果显示,将Anthropic的Claude Opus 5.5接入Claude Code的组合得分最高,其产出物平均得分为50.6%。该分数是各任务成果物评分的平均值,与任务完成率并非同一指标。该组合对85项任务各执行三次,平均每项任务消耗2700万token,运行时长63分钟。
RecodeX 重构消息,Artificial Analysis于2026年10月14日发布研究预览“AA-Robotics v0.1”,让语言模型在编程智能体环境中编写代码,再通过HTTP API向机械臂发送动作指令,以评估其对物理环境的理解、规划与执行能力。测试由桌面周围3台摄像头和机械臂腕部1台摄像头提供画面。
在8项机械臂任务评测中,GPT-6 Astra平均得分69.4分,在5个参评语言模型中排名最高。但多数模型完成单项任务耗时约30分钟,而人类完成同类任务平均仅需20秒,速度差距约100倍。
RecodeX 重构消息,Intelligence Index v5完成自2026年1月v4上线以来最大幅度基准重构,首次将60%评测权重建立在私有测试集或隐藏答案上,以压缩公开题库被训练数据污染的空间。该指数仍由九项评测构成,编码部分占25%权重,其中新纳入的FrontierCode 2.0占15%,Terminal-Bench 4.0占10%。
FrontierCode 2.0全部任务来自真实开源仓库,以仓库维护者是否愿意合并提交的PR为核心评分逻辑,将编码能力评价从“可运行性”转向“可合并性”。已发布权重模型中,DeepSeek V4.1-Flash 1017(max)以28%位列该单项第一,但其综合得分32分,与GLM-5.3持平,落后榜首Claude Opus 5.5的58分。
v5显示最强开源模型与榜首差距从v4.3的3分扩大到12分,已发布权重模型综合得分天花板为32分;同一模型在省钱模式与全力模式下表现差异明显,头部模型单任务成本最高相差超13倍。同步推出的Progress Index v1将2022年11月以来主要大语言模型映射到连续能力尺度。
RecodeX 重构消息,亚马逊向内部工程师发出提醒,指出使用更多AI并不必然代表工作表现更好,并警告不要陷入“tokenmaxxing”式的用量竞赛。公司强调,衡量工程产出应关注实际成果,而非单纯堆砌AI调用量或令牌消耗。
RecodeX 重构消息,Anthropic工程负责人Felix Rieseberg表示,其团队已彻底取消传统的LeetCode式编程面试,认为这类面试已失去参考价值。他指出,AI的普及大幅降低了具体编程知识的积累门槛,工程师的产出不再高度受限于从业年限,能借助AI快速将想法落地的新人往往能迅速超过资深同行。
Rieseberg称目前尚未摸索出完全成熟的新面试体系,筛选人才时会格外留意简历和作品集中规模不大、但能体现品味、共情能力与原则性思考的原型项目。他还给初级工程师提出建议:优先关注业务影响、选择足够大胆的想法、用一个周末做出可运行原型、集中打磨单个想法,并善用自身的新鲜视角。
RecodeX 重构消息,一项新调查数据显示,五分之四的青少年正在使用AI聊天机器人完成学校作业,并将其用于情感支持。调查同时覆盖了10至12岁的少年群体与13至19岁的青少年群体。
RecodeX 重构消息,美国商品期货交易委员会(CFTC)28日举办首届“Frontier Forum”,将自主型AI交易代理的开发者注册与事故责任列为公开讨论议题。CFTC主席迈克尔·塞利格在会上提出,若AI代理能捕捉交易机会并代用户下单,其开发者是否应纳入监管机构注册范围,以及代理失控后责任应由谁承担。他同时说明,上述发言仅代表个人观点,不代表CFTC整体立场。
RecodeX 重构消息,亚马逊在27日公开的软件工程师岗位指南中提出,不应把AI使用量作为工程师的工作绩效目标,而应以对客户、业务和团队产生的实际影响作为评价标准。
亚马逊全球商店副总裁兼杰出工程师Terk Terkowitz表示,如果当前的AI工具对工作没有帮助,这并非失败,而是一种发现。指南强调,评估重点应是工作成果,而非使用了哪些工具或生成了多少代码。
RecodeX 重构消息,嘉信理财首席执行官里克·沃斯特表示,公司正在阻止未授权的AI代理登录客户账户。他指出,随着Meta的Muse、Instinct以及OpenAI的Dots等AI代理产品进入消费金融领域,嘉信理财已将这类未经授权的登录行为拒之门外。
RecodeX 重构消息,纽约州州长霍楚尔签署一项法律,禁止AI聊天机器人向未成年人模拟人类情感或恋爱关系,违规者最高可被处以2.5万美元罚款。该法旨在限制面向未成年用户的AI产品在情感互动方面的功能设计。
RecodeX 重构消息,谷歌研究团队在arXiv发布CALLIOPE论文,提出一种不依赖嵌入向量聚类、直接利用大语言模型对生成式AI对话进行主题分类的方法。论文由Edith Cohen等来自Google Research、Google和Google DeepMind的研究人员于21日(韩国时间)公开,内容涵盖从非结构化文档中构建上下级主题体系的流程及评估结果。
传统嵌入方法先将句子转为数字向量,再对语义相近的材料聚类;CALLIOPE跳过这一向量聚类步骤,改用LLM生成文档摘要、关键词和主题分类。该方法在关键词统计环节引入差分隐私,但论文设定的保护单位是单篇文档。
RecodeX 重构消息,曾制作《Neighbours》的Fremantle与RoseBerry Media计划借助AI辅助剪辑工具,将早年剧集重新剪辑为竖屏微短剧,其中包含玛格特·罗比出演的旧版片段。此举在数字时代再度引发关于电视剧内容再利用的讨论。
RecodeX 重构消息,OpenAI表示已不再使用实时互联网数据训练其人工智能模型,理由是这一做法存在“重大风险”。该调整意味着模型训练所依赖的数据来源将不再直接取自实时网络内容。
RecodeX 重构消息,罗克韦尔自动化(NYSE: ROK)10月28日发布一项新研究,聚焦食品饮料制造商在人工智能应用上的现状,考察从试点走向可衡量业务成效之间存在的障碍。研究显示,该行业企业正竞相将AI从试点阶段扩展至规模化应用。
RecodeX 重构消息,Anthropic推出新工具,向企业客户展示其模型使用过程中的费用构成与支出流向。该功能在Anthropic计划IPO之前上线,旨在让用户更清楚地了解资金在模型调用中的具体分配情况。
RecodeX 重构消息,美国商品期货交易委员会(CFTC)主席就如何监管人工智能提出了一系列问题,同时表示AI为“自主交易”开辟了道路。他未给出具体的监管方案或时间表,相关表态聚焦于AI在期货与衍生品交易中的应用及随之而来的监管难题。
RecodeX 重构消息,亚马逊更新了其面向开发者的“文艺复兴开发者”指导文件,明确提醒工程师:使用更多AI并不代表工作表现更好,员工应积极拥抱AI,同时也要识别该技术在哪些场景下并无助益。新版指南强调以实际产出而非AI调用量衡量工作质量。
RecodeX 重构消息,美国参议员Comer要求特拉华州提交与拟议的AI运营公司框架有关的记录,索取范围包括政策沟通、AI聊天记录、安全与责任记录,以及针对AIC提案的公众意见。特拉华州须在11月9日前作出回应。
RecodeX 重构消息,截至10月27日的七天内,AI推理代币支出价格指数下跌1.9%,报每百万代币0.94美元。该指数较5月28日创下的阶段高点已回落54.48%。