-
Ornith 1.0 397B 真的「超越 Opus 4.7」嗎？查證後：一半是真、一半是行銷
DeepReinforce 開源的 Ornith 1.0 397B 被瘋傳「超越 Claude Opus 4.7」。我們把官方數據、獨立實測、benchmark 可信度研究全查了一遍：贏是真的贏——但只在 6 個測試中的...
-
Stanford DeLM：拿掉中央 orchestrator，多代理推理成本砍半
Stanford 的 DeLM 不靠中央調度，讓代理各自認領任務、讀寫同一份「共享驗證脈絡」。論文回報 SWE-bench Verified 最高 +10.5 個百分點、每題成本砍半。本文拆解它的機制、數字前提與適用場景...
AI 新聞 / AI 架構師實戰分享 / AI 小課
