小米在強化學習中引入質量核對清單評分，防止 MiMo-V2.6-Pro 投機通過測試
僅以通過單元測試為目標訓練的模型會產生不良行為，包括插入未經請求的代碼以及靜默忽視錯誤。小米在強化學習過程中將各項測試結果乘以質量核對清單評分，以此遏制這種投機通過測試的行為。
調整完成後，MiMo-V2.6-Pro RL 在 Artificial Analysis Intelligence Index 取得 46 分，在開放權重模型中排名第一。DeepLearning.AI 發布了關於該訓練方法的解說。
相關AI快訊
Gemini 3.8 Live 登頂 Artificial Analysis 語音轉語音榜單，音訊輸入每小時 0.84 美元
Google 的 Gemini 3.8 Live Extended Thinking 模型在 Artificial Analysis 語音轉語音榜單中位列第一，標準版在雙盲實時真人評估中名列第二。標準版模型每小時輸入音訊費用為 0.84 美元，是該榜單收錄的最低費率。
DeepLearning.AI 於 The Batch 詳解 DeepSeek 快取縮減與 Flash 基準測試表現
DeepLearning.AI 於最新一期 The Batch 分析了 DeepSeek 的架構，指出其每個 token 的快取縮減至 890 位元組，比 DeepSeek-V1 縮小了 437 倍。分析亦指出，當輸入從 4K 擴展至 1M token 時，每個輸出 token 的運算量增加了 25%，並指出 Flash 於 AA Index 基準測試的得分超越 V4-Pro。
GLM-5.3 在 ExploitBench 得分 12%，接近 Claude Mythos 的 14%
DeepLearning.AI 的每週通訊援引 Anthropic 的數據，指 GLM-5.3 解決了 ExploitBench 漏洞利用任務的 12%，Claude Mythos 為 14%。通訊又稱，價值 20.40 美元的 token 發現了 Google Chrome 中一項近期安全漏洞利用。
Meta AI 為行動代理配上專用記憶代理
DeepLearning.AI 報道，Meta AI 使用專用記憶代理記錄工具與過往錯誤，並插入簡短提示，使 Claude Sonnet 4.5 的基準測試成績由 37.6% 升至 45.9%。
DeepLearning.AI 推出免費課程，講解如何建立裝置端 AI 記憶
《Building AI Assistants with On-Device Memory》涵蓋一套處理文字、語音和圖像的本地系統，並與 Qdrant 合作授課。課程包含全新 AI 編程實驗室，報名免費。