AI 研究 HK
← 返回 AI 資訊

#研究突破

共 12 篇文章

研究突破

Anthropic 開源 FlashProve：以 zkSNARK 零知識證明 LLM 輸出來自指定權重

Anthropic 於 11 月初開源發布研究原型 FlashProve，運用 zkSNARK 技術在完全隱藏模型權重的前提下，證明某個回應確實出自一組已承諾（committed）的權重；在單張 H100 上以約每秒 110 token 為 400B MoE 模型生成可驗證證明，為模型替換攻擊與權重外洩風險提供可審計的防禦技術路徑。

#Anthropic #FlashProve #zkSNARK
研究突破

Nature 發表「Byteification」研究：讓 LLM 逐位元閱讀，拼字能力躍升而整體效能幾無損失

Allen Institute for AI 與劍橋大學團隊在 Nature 發表研究，提出「Byteification」方法，將既有 LLM（Qwen3、Llama 3、Olmo 3）轉換為逐位元讀取的形式，轉換成本不到一般訓練的 1%，卻讓由後往前拼字等字元級任務大幅改善，且整體基準分數幾乎不減。此成果挑戰「位元級模型必須從零訓練且必然落後」的既有認知。

#Nature #Byteification #LLM
研究突破

微軟 AesCode-32B 開源發布：以 HTML/CSS 生成可編輯視覺稿的多模態代碼模型

微軟於 10 月 11 日在 Hugging Face 發布 AesCode-32B：以 Qwen3-VL-32B-Instruct 為基座的 32B 多模態代碼生成模型，能將提示詞與參考圖轉為結構化、可編輯、可驗證的 HTML/CSS 幻燈片、海報與儀表盤。透過圖結構監督與解耦跨模態獎勵，其視覺品質較基座提升 22.4 分，逼近 GPT-5.5 與 Claude Opus 4.8 等封閉前緣模型，代表多模態生成正從「像素輸出」轉向「代碼輸出」。

#Microsoft #AesCode #開源模型
研究突破

Google DeepMind 開源 EmbeddingGemma 2：單一模型統一文字、圖片、音訊與視訊嵌入

Google DeepMind 於 10 月 6 日發布 EmbeddingGemma 2，一款 7.4 億參數的開源多模態嵌入模型，支援文字、程式碼、圖片、視訊與音訊的統一向量表示。基於 Gemma 4 架構，採用 Apache 2.0 授權，能在手機端離線運行，為邊緣裝置的 RAG 與語義搜尋開闢新路徑。

#Google DeepMind #EmbeddingGemma 2 #多模態嵌入