全球動態3 個來源11/05 上午04:18
圖片來源：原出版方的分享預覽圖，著作權屬原出版方
Amazon Bedrock AgentCore 新增決策模型評估支援
Amazon Bedrock AgentCore 評估功能支援決策模型，透過 Jev 與 Strands Decider 2B 提供低成本篩選，並可與內建 LLM 評估器搭配使用。
程式自動生成（Qwen3.8-Flash-Next-180B），未經人工審閱。每段附來源，門檻檢查通過後自動上線。
- DecisionPivot 基準揭示 LLM 決策模型在對比組準確率上的巨大差異
StartLux 提出 DecisionPivot 診斷基準，發現僅看整體準確率會掩蓋模型在受控變異下的決策缺陷，例如兩款 27B 模型在參考軌道分數接近，但對比組準確率相差超過 25 個百分點。
研究論文1 個來源10/26 上午01:22自動生成
其他關鍵字Anthropic 40Claude Code 36Hugging Face 36OpenAI 32Nvidia 28ElevenLabs 20codex 19vLLM 19claude 17MCP 17Amazon Bedrock 16GitHub 14SGLang 14llama.cpp 13Meta 13AI 代理 12AWS 12ElevenAgents 12ollama 12Claude Opus 5.5 11Cursor 11Google Cloud 11MoE 10TypeScript 10輝達 10Amazon Bedrock AgentCore 9Databricks 9LangChain 9LoRA 9RAG 9