今天，我們推出了 LOGIC：一種在無信任環境中驗證 LLM 推理的新方法。 - 檢測模型替換、量化和解碼時攻擊 - 與 @vllm_project、@sgl_project、@OpenRouterAI 等無縫協作（只需 logprops） - 在各種 GPU 類型和硬體配置中都能穩定運行 - 低計算開銷（約佔總成本的 1%） 部落格： 代碼：

今天我們推出了 Schematron：3B 和 8B 模型，能以前沿級別的準確性從 HTML 中提取類型化的 JSON。 我們構建 Schematron 以成為數據提取的終極 𝘸𝘰𝘳𝘬𝘩𝘰𝘳𝘴𝘦： – 比 GPT-5 便宜 50-100 倍 – 延遲約低 10 倍 – 兩個模型在結構化提取上超越 Gemini 2.5 Flash Schematron 使互聯網規模的結構化網絡數據對開發者、研究人員和代理人可及。 現在可以通過我們的無伺服器 API 和 HuggingFace 獲得。 在我們的博客上閱讀訓練細節和基準 👇

雖然前沿模型在代理搜索方面表現出色，但對於這種以令牌為主的任務來說，它們的成本過高且速度緩慢。這是一個問題，因為搜索精度往往隨著處理的令牌數量而增加。 解決方案是小型、經過精心強化學習訓練的模型，專門針對個別搜索引擎，這些模型能夠在成本和速度上比一般的前沿模型便宜一到兩個數量級。