今天快訊以外的每一則是怎麼查的
想追根究柢的人看這頁;只想知道發生什麼,回到這一期。
本期材料取自 11 月 16 日到 17 日清晨。昨夜新增 549 篇,其中讀完 24 篇,本期用上 22 條有連結可查的外部來源,後面各欄另有近一週的材料。
1. [今日] Databricks 客戶裡,Claude 頂級型號 Fable 5.1 份額六週從 5.5% 掉到 0.6%
還不能當真: 數字全來自 Databricks 自家客戶與評測
怎麼查的
份額與評測據 Databricks 部落格原文。樣本是用 Databricks 模型入口 Unity Gateway 的一萬多家企業,這群企業同時接多家模型,可能比一般企業更常比價。Databricks 也賣依成本自動換模型的服務,結論和它的產品方向一致。
2. [今日] Databricks 客戶的開放權重模型占比四個月從 7.3% 升到 30.9%
還不能當真: OpenRouter 數字只見於轉引
怎麼查的
Databricks 數字據 Databricks 部落格原文,樣本限用 Databricks 入口的企業。報告文末寫目前的資料涵蓋 9 月 21 日到 11 月 7 日,7 月那組比較基準取自哪批資料,報告沒說明;28% 是 11 月 2 日的數。OpenRouter 數字據 Hugging Face 部落格轉引,OpenRouter 怎麼定義開放權重,Hugging Face 的文章沒寫。同一篇轉引的平均價:開放權重模型每百萬輸入、輸出 token 0.28 與 1.62 美元,閉源模型 1.27 與 6.36 美元。Hugging Face 說照供應商原價計費、不加價。OpenRouter 是這次合作的一方。
3. [今日] Anthropic 通報高危漏洞的保密期,2027 年起從 90 天縮到 30 天
還不能當真: 「重複發現變多」這句沒有附數字
怎麼查的
以上據 Anthropic 公告原文。已逾 90 天還沒公開的高危通報,Anthropic 說會再給 30 天。這是 Anthropic 通報時用的期限,其他研究團隊與廠商的期限不受影響。
4. [今日] OpenAI 讓四家評估機構進駐看訓練中的模型
還不能當真: 獨立程度要看日後公開的評估報告
怎麼查的
協定內容據 OpenAI 原文。Transluce 的後續評估排在 2027 年初、約八週;METR 的監控評估範圍還要雙方再談。METR 10 月 14 日公布的監控評估提案也寫,抽樣訪談若靠公司員工,「can reduce the level of independence」,意思是會降低評估的獨立程度(METR,2026-10-14)。Kokotajlo 的話據 Kokotajlo 的 X 貼文,引句中略去兩處,一處講評估者每次訪談都要通知 OpenAI,一處講 OpenAI 可用資安、智財或技術理由扣住資料,方向與前文相同。
[今日] NVIDIA 11 月 16 日公布 MLPerf 成績,Vera Rubin NVL72 在 DeepSeek-V3 預訓練測試上,每顆 GPU 約是上一代 GB300 的兩倍。
怎麼查的
(NVIDIA,2026-11-16)(CoreWeave,2026-11-16)(NVIDIA 技術部落格,2026-11-16)
[今日] AMD 11 月 16 日宣布完成收購 World Labs,共同創辦人李飛飛加入 AMD,任執行副總裁兼首席科學家。
怎麼查的
交易金額與監管核准的細節,新聞稿沒寫。
[今日] NVIDIA 宣布為科學模擬另出一款 GPU Rubin HPC,預計 2028 年供貨,精度、功耗與價格都沒公布。
怎麼查的
[本週] OpenAI 董事、研究怎麼讓 AI 照人的意圖做事的機構 ARC 負責人 Paul Christiano 在 Dwarkesh Podcast 主張,前沿實驗室在資安擋得住權重與演算法被竊之前,應暫停演算法進展。
怎麼查的
這是 Christiano 以個人身分提出的主張,所附的機率是個人主觀估計、沒有附模型。
[本週] 據論文摘要,兩位作者自報:用 NVIDIA 的 4 位元格式 NVFP4 從頭預訓練,驗證損失只比 BF16 高 0.5%;但同一批罕見事實,模型要多看約 1.32 倍才記得住。
怎麼查的
模型多大,摘要沒寫(arXiv 2611.12832,2026-11-09)。
[本週] 據論文摘要,三位作者自報:機器人不訓練策略、只找最相近的示範並照搬示範的動作,在模擬基準 LIBERO 上成功率就有 91.7%。
怎麼查的
91.7% 是哪幾組任務、試了幾次,和 OpenVLA-OFT 的 97.1% 算法是否相同,摘要都沒寫。
(arXiv 2611.13160,2026-11-09)(arXiv 2502.19645,第 2 版 2025-04-28)
[今日] Google 在開發者部落格試算:程式代理閒置兩分鐘就暫停、把機器交還共用池,作者叫它「停車」;每小時被提示 2 次時,比每個工作階段各佔一台省 40% 機器費,每小時 4 次只省 4%。
怎麼查的
作者也說,提示頻率是整個試算裡最沒把握的一項。作者試算 100 個程式代理在 Google 的 Kubernetes 服務 GKE 上跑:每個工作階段配一個 Pod,要 34 台機器、約每月 1,288 美元;停車做法要 15 台備用機器加 1 台控制機。另一種做法是超額配置 CPU,不必停車,100 個代理只要 9 台機器;作者的 40% 試算沒有算進這種做法。
[今日] AI 搜尋公司 Perplexity 成立 Frontier Research,研究範圍含預訓練,算力超過 1 萬顆 GPU,型號與是否自有沒寫。
怎麼查的
[今日] OpenAI 把學術研究者免費方案從 Pro 改成 Plus,名額目標加倍到 20 萬人,理由是多數試點者用量沒超過 Plus 上限。
怎麼查的
今天缺的資料。 最影響判斷的是 Databricks AI Index 的完整資料:7 月比較基準取自哪批資料、各模型完整排名、評測的題數與每款模型配的外部程式,部落格都沒寫。OpenRouter 對開放權重的定義與均價算法,Hugging Face 的文章沒寫。Fable 5.2 在企業端的份額,本期沒找到公開數字。MLPerf Endpoints 的完整參賽名單與 Lux 的排名,都還沒與 MLCommons、TOP500 的原始榜單核對。研究欄兩篇論文都據摘要,模型規模與分項數字在全文。還沒讀的 503 篇裡,有 283 篇學術論文與 124 篇社群平台貼文。
來源與盤點
過去 24 小時。 11 月 16 日到 17 日新增 549 篇:學術論文 284 篇、社群平台貼文 143 篇、公司與個人部落格 85 篇、貼文與文章裡附連結的原文 13 篇、訂閱電子報 9 篇、節目逐字稿 7 篇、論文摘要整理站(和學術論文分開計)7 篇、公司申報變動 1 篇。這 549 篇裡,讀完 24 篇,判定與主題無關而略過 13 篇(其中 4 篇讀取前就略過),9 篇只登記、沒讀全文,503 篇還沒讀。學術論文 284 篇:讀了 1 篇、283 篇還沒讀。社群平台貼文 143 篇:讀了 8 篇、略過 7 篇、4 篇只登記、124 篇還沒讀。部落格 85 篇:讀了 3 篇、略過 1 篇、5 篇只登記、76 篇還沒讀。附連結的原文 13 篇:讀了 12 篇、略過 1 篇。論文摘要整理站 7 篇:4 篇都在讀取前就略過、3 篇還沒讀。電子報 9 篇、節目逐字稿 7 篇、公司申報變動 1 篇,昨夜的批次沒有讀;正文引的 Anthropic 申報與 Dwarkesh 那一集是另外讀的。具名來源:社群平台有 Lisa Su、Daniel Kokotajlo;節目是 Dwarkesh Podcast 與 Paul Christiano 的一集;公司申報是 Anthropic 11 月 17 日的上市申請修正文件。昨夜掃描涵蓋 arXiv、X 與部落格;部落格有一個來源抓取失敗。
一次性回填。 本期窗口沒有新的一次性回填;先前補收的舊材料日期在今年 7 月 1 日到 11 月 17 日之間,和上面過去 24 小時的篇數分開算。研究欄兩篇論文是本週稍早收進來的,Four Over Six 與 OpenVLA-OFT 是更早的對照論文,都不在上面的 549 篇裡。
來源集中度提醒。 主線第 1、2 點都出自 Databricks 同一份報告,第 2 點另以 Hugging Face 轉引的 OpenRouter 數字對照;Databricks 也賣依成本換模型的服務。主線第 3、4 點各是 Anthropic、OpenAI 的公告。研究欄兩則都是 arXiv 預印本的摘要,都是作者自報。
本報追蹤的來源。 長期名冊上目前有 529 個具名追蹤對象,社群平台 302、節目 90、新聞 51、部落格 48、論文作者 48、電子報 46,其餘散在財報、主題演講等管道。同一對象可能在多個管道出現,所以各類相加會大於 529。這些是追蹤對象數,和上面昨夜讀到的篇數是不同的名單。代表性的名字:社群平台有 Lisa Su、Ethan Mollick、Elon Musk、Gary Marcus;電子報有 Zvi Mowshowitz、Dylan Patel;節目有 Dwarkesh Patel。本期正文用上 22 條外部來源連結,只算正文引用的外部連結。台灣一側的來源,10 月新收 44 份,累計 271 份;台灣媒體、台灣公司官方與台灣在地記者都算,轉述台灣媒體的外國媒體不算。