2026年11月21日 · 星期六 免費實用生活資訊 · 每日更新
DB3 DB3HK 免費精選實用資訊

每日精選內容,看完就明白、知道下一步

科技數碼

MLPerf Training v6.1 為什麼要量後訓練?

MLCommons 在 11 月 16 日公布 MLPerf Training v6.1 的成績。這一輪要量後訓練,是因為代理去呼叫工具、把軟件任務做完,發生在預訓練之後。新榜用 Qwen3.5-397B,以 Group Relative Policy Optimization(GRPO)做大規模後訓練,看整套系統要花多少時間,才能讓模型在真實的軟件工程任務上學會推理和工具調用。

後訓練這次在考什麼

MLPerf Training 量的是整套系統:模型、軟件和硬件一起跑,直到達到指定的品質目標。v6.1 加了兩個新項目。其中 Qwen3.5-397B 是訓練榜上第一次出現的大規模後訓練,方法是 GRPO。工作組共同主席 Shriya Rishab 說,後訓練讓訓練架構多了一層複雜度,這個新測試做了約兩年;v6.1 的成績顯示,社群已經在交這項結果。

它考的是工具調用。系統要在具體任務上訓練,讓模型自己決定下一步怎樣把軟件問題做完。預訓練的項目仍在榜上。這一輪新加的,是預訓練之後那一段:代理式功能所靠的推理,要在這裡量出時間。

推薦榜換了,雲端佔了 37%

另一個新項目是 DLRMv4-HSTU,用來取代較早的 DLRM-dcnv2。它用 HSTU 這種注意力架構,訓練資料是 Yambda。MLCommons 稱之為目前最大的開源推薦資料集之一。推薦系統每天都在決定你看見什麼,這一榜把「練一個推薦模型要多久」放進同一套可以互相對照的規則裡。

這一輪有 153 套系統、250 項測試結果。其中 57 套在雲端,佔 37%,上一輪 v6.0 是 29%。12 套系統用了 1,000 顆或更多加速器,最大的一套用了 10,240 顆。加速器來自 NVIDIA、AMD 和 Google,當中第一次出現 NVIDIA Rubin 世代的 GPU,以及 Google 的 TPUv7(Ironwood)。提交機構有 24 家。MLPerf 負責人 David Kanter 特別歡迎第一次參加訓練榜的 Crusoe。

工作組共同主席 Pavan Yalamanchili 的說法是:任務變專,硬件配置也在分岔。公開榜的用處,是讓人在單機和幾千顆加速器的叢集之間,看見自己那種規模落在哪裡。

項目 v6.1 出處
提交系統 153 套,250 項結果 MLCommons
雲端 57 套,佔 37%(v6.0 為 29%) MLCommons
最大規模 10,240 顆加速器 MLCommons
新工作負載 Qwen3.5-397B 後訓練;DLRMv4-HSTU MLCommons

科研名額改為先到先得

同一天,OpenAI 宣布擴大 ChatGPT for Academic Researchers。計劃在 7 月以試點開始,當時的目標是 10 萬人。這一輪把整個計劃的目標放到 20 萬人,是試點公布時的一倍。新一輪申請在 11 月 23 日(星期一)開放,先到先得,發出 5 萬個新名額。每個名額給申請人以及最多兩位合作者,免費使用 ChatGPT Plus。已在候補名單、又符合資格的人,會在開放申請前收到啟用說明。

試點以來已有 33 個國家的 2 萬名研究人員加入。OpenAI 說,他們依研究人員的回應,不再用抽籤。試點給的是 ChatGPT Pro。檢視用量之後,多數人其實停在 Plus 的限額裡,所以新名額改發 Plus,讓同一筆資源覆蓋更多團隊。這一輪每個名額連合作者計算,最多支撐 15 萬人。透過這個計劃分享的資料,預設不用來訓練模型。

同日發表的 Science at the Frontier 看的是試點本身。經濟研究團隊分析了 2026 年 8 月 20 日至 9 月 22 日、1,819 名科學家的 580,186 則科研訊息,並在 9 月 30 日至 10 月 7 日收到 251 份問卷。受訪者估計,同樣的工作、同樣的品質,若沒有 AI,要花 1.9 倍時間。在回答「發現會不會加快」的人當中,98% 預期自己的領域會加快;這一題有 250 人作答。頁面上另有一項:68% 的科學家用 ChatGPT 發展研究想法。訊息內容經自動分類器歸類,研究團隊看見類別,沒有閱讀原文和模型回覆。這些是受訪者的估計和使用紀錄。頁面自己也寫,這些期望會不會變成更快的發現,還要再做研究,而且還要看經費、人和實驗條件。

醫療軟件裡,代理開始跨系統點擊

OpenAI 在 11 月 16 日同時更新 ChatGPT for Healthcare。新的電腦使用代理可以在機構已經在用的軟件裡讀畫面、點擊、輸入,並在不同程式之間移動,用來處理轉介、搬移文件、把照護團隊需要的資料放在一起。文中點名正在部署的機構包括 Abridge、Ambience、Cigna Healthcare 和 CVS Health。另外加入超過 20 個醫療插件,並改進可核對出處的臨床搜尋。

在一項盲測裡,醫生就真實臨床問題評分,涵蓋多個專科和多輪對話,超過 1,300 次評分。更新後的回答在八個向度上都較高,包括事實是否正確、是否安全、能否變成下一步,以及出處是否權威。涉及受保護健康資訊的流程,機構必須使用與其商業夥伴協議涵蓋的服務,並套用指定的保安和保留設定。與 ChatGPT for Healthcare 分享的內容不用來訓練模型。這些更新面向醫療機構自己的軟件。頁面沒有向公眾提供診療建議。

Ask Maps 開始替你排一天

Google 在 11 月 16 日為地圖裡的 Ask Maps 加上行程。你可以請它排一個購物日,或一趟三天、沿途有海岸步行和海邊用餐的公路旅行。它會給出按日的時間表、沿途提示,以及地圖上的編號釘,並可以分享,或在桌面匯出到 Google 文件。出發前,行程可以再叫出來,看即時交通、地方是否仍在營業,也可以中途加一個觀景點。

「出發前先知道」會在路線上標出停車、充電、天氣、延誤和收費。這一部分和代找預約都先在美國推出,其他地區其後才到。代找預約的範圍是美容、寵物、汽車和家居維修:你問附近下午 4 時有沒有美甲空檔,它會顯示仍然開放的時段,也可以致電當地商戶。已儲存的清單可以這樣問:哪些地方在未來 30 分鐘內有五人的空位。行程和清單搜尋,在所有已提供 Ask Maps 的地方可用。Ask Maps 正擴展到歐洲 30 個國家,包括西班牙、德國和英國。Google 說,至此超過 200 個國家和地區。這些更新由 11 月 16 日起在 Android 和 iOS 推出。

相關討論

總結

這輪最值得看的,仍是 MLPerf 把後訓練放進可以互相對照的公開榜:它給的是整套系統的時間,不是某一家實驗室的自我介紹。科研名額改發 Plus、醫療代理跨系統點擊、地圖開始排行程,是同一輪把模型交進具體工作的另外三步。

Newsletter · 免費通訊

最新資訊寄到你郵箱。

最新資訊,完全免費,一鍵退訂。

FREE FOREVER · NO SPAM · UNSUBSCRIBE ANYTIME