What are the opening hours?

Monday 10:00 - 19:00 Tuesday 10:00 - 19:00 Wednesday 10:00 - 19:00 Thursday 10:00 - 19:00 Friday 10:00 - 19:00

LargitData - 大數軟體

Name: LargitData - 大數軟體
Address: 玉門街1 號, Taipei, 104, TW
Telephone: +886225855080

Home
Taiwan
Taipei
LargitData - 大數軟體

大數軟體有限公司 (LargitData Inc) 是一家提供人工智慧(AI)、輿情大數據(Big Data)在雲平台(Cloud)的AI 與大數據分析公司，主要產品包含：RAGi 企業級AI 決策平台、AIMochi - 會議智慧助理與 InfomIner即時輿情分析分析平台。

大數軟體有限公司 (簡稱LargitData) 是一家以資料為服務(Data As A Service)的公司，公司著眼於在巨量資料的商機，希冀能成為提供客戶快速、精準的資料分析服務的先驅．公司創辦人具有巨量資料分析的相關經歷，綜合過去的經驗與分析對市場未來的走向，致力打造以資料服務為核心的品牌。

公司相關報導: https://money.udn.com/money/story/8889/2321156

30/05/2026

現在的節奏都是，昨天一個新想法，今天就一個新開源！

Pi 社群裡有人向 Claude Code 剛推出的 Dynamic Workflow 致敬，做了一個為 Pi 設計的擴充套件 pi-dynamic-workflows，其核心理念是打破單一 Agent 依序處理所有任務的限制，改由模型自行撰寫一段小型 JavaScript 腳本，將工作分派到多個彼此隔離的 subagent。最後再由模型彙整各方結果。

使用方式很直覺，透過 pi install npm:pi-dynamic-workflows 安裝即可，使用者只需用自然語言下達指令，例如「執行一個工作流來檢視這個專案並總結主要模組」，模型就會自動產生 workflow 腳本並執行，過程中還能看到即時進度，按 Esc 可隨時中止。

每個 subagent 都跑在獨立的 Pi 工作階段裡，具備完整的 coding 工具，能讀檔、執行指令並回傳結構化結果。

大概以這個速度，workflow 可能很快就會成為各家 Agent Coding 工具的標準配備了吧！

徵求實習生中，請見留言👇

29/05/2026

更強更厲害的 Opus 4.8 出啦！但我們來關注最新推出的 Dynamic Workflows！

Dynamic Workflows 讓 Claude Code 在單一 session 內先規劃任務，再開出數百個平行 subagent 同時執行，最後自己驗證輸出再回報。官方用 Dynamic Workflows 完成數十萬行程式碼的 codebase migration。

那跟 Skills 有什麼不同？

Skills 比較像告訴 Claude 這類任務怎麼做才專業，主要用來提升單一任務的品質。

Dynamic Workflows 有點類似 n8n，但 n8n 要你自己事先接好，Dynamic Workflows 則是 Claude 自己拆解、自己排程，流程是執行時動態長出來的。

所以 Skills 像給工程師的 SOP，Dynamic Workflows 則像專案經理，把工作切成數百個子項目分派、追進度、驗收。一個管做得對不對，一個管做不做得完，兩者其實互補。

28/05/2026

想在 Mac 上跑又小、又快、又口無遮攔的模型？！

dealignai 在 Hugging Face 釋出的 Qwen3.6-35B-A3B-MXFP4-CRACK-MTP，是一個專為 Mac 調校的 Qwen3.6 版本。

這個版本有幾個特點：

1. 轉成 MXFP4，大小降到約 18GB，適合透過 MLX 執行

2. 保留 MTP head，在支援的 vMLX 上可做 self-speculative decoding，帶來約 1.5 倍加速

3. 作者表示已在權重層級移除安全拒答傾向，讓模型更傾向直接遵循指令

想在自己的 Mac 做點實驗的朋友們，可以好好拷問一下這模型。

徵求AI實習生中，請見留言

27/05/2026

有沒有想過，AI 也需要睡覺？

現在 LLM 大多採用 Transformer，靠注意力機制把最近看過的上下文記在 Cache。問題是當文本越長，運算量成平方成長，記憶體也一直疊上去。

不過記得住不代表想得通。當題目需要的推理深度變深，就算記憶容量夠用，模型表現還是會明顯掉下來。所以瓶頸不是儲存空間，而是需要把已經清掉的上下文重新整理成有用狀態的運算力。

這篇論文的解法類似生物睡眠。我們睡覺時，大腦會透過海馬迴回放，把短期記憶固化成長期記憶。所以這篇提出當上下文視窗滿了，在清掉快取之前先睡一下，這段期間它跟睡著的動物一樣不接收任何新輸入，只專心對累積的內容跑 N 次離線遞迴，把資訊鞏固進快速權重，睡完再清空繼續跑。

這篇最聰明的地方是，額外運算全塞進睡眠階段，真正回答時還是只跑一次前向傳遞，延遲完全沒變。團隊在細胞自動機、多步驟圖檢索、數學推理三種任務上驗證，結論一致：睡得越久，越難的題目進步越明顯。

代價是訓練變慢、也比較不穩定。但對那些本來就要一步步想的推理任務來說，這個trade-off很划算。

好啦，你也別玩 AI 了，該睡啦 Zzz

26/05/2026

有沒有辦法運用訓練深度學習的方法訓練 Skill？

過去寫 Skill，要嘛人工手刻，要嘛叫大模型一次生成，要嘛讓它自己亂改一通，微軟提出的 SkillOpt，把整套深度學習的訓練方法搬了過來。

Skill 文件本身就是參數，從軌跡裡萃取出來的修改方向就是梯度，每一步能改幾處就是學習率，一個獨立的優化器模型負責讀軌跡、提出有邊界的增刪改編輯，只有當改動真的讓驗證資料集的分數嚴格變好，這次編輯才會被接受，否則就退回去當作負面教材。

它還有兩個特別的設計。被拒絕的編輯不會白白丟掉，而是存進一個 buffer，提醒後面的優化器別再踩同樣的坑。另外每跑完一個 epoch，還有一個慢速的 meta 更新，專門保留那些跨越多輪都站得住腳的長期規律，讓整個訓練過程像在跑梯度下降，而不是在技能空間裡盲目亂改。

在五十二個實驗組合中，SkillOpt 全部拿下最佳或並列最佳。在 GPT 5.5 上，平均拉高了 23.5 分，放進 Codex 跟 Claude Code 的 agentic 迴圈裡也分別進步了 24.8 與 19.1 分。

而這些成果只靠一份 300~2,000 token 的 best_skill[.]md！

徵實習生中，請見留言！

25/05/2026

OpenAI推翻一題 Erdős 猜想就高潮了，沒想到 Google DeepMind 最新論文竟然解了 9 題？

我們都知道LLM算數學常常一本正經地胡說八道，中間只要一步錯了整個證明就垮掉，偏偏人類還很難一眼看出來。

Google DeepMind 的新解法很聰明，不讓模型寫自然語言證明，而是要它用 Lean 這種形式化語言來寫，因為 Lean 的編譯器會一步一步幫你檢查，錯了就過不了關，等於零造假空間，這也是它跟通用模型最大的差別。

成果相當驚人。他們的旗艦 Agent 在 353 題 Erdős 未解問題裡攻下 9 題，其中兩題已經懸了 56 年，而且每題的推理成本只要幾百美金。除此之外還證出 44 道 OEIS 整數數列猜想，甚至解掉一個卡了 15 年的代數幾何問題。

這篇最有趣的發現是一開始的旗艦版用 Gemini 寫證明、把專門訓練過的 AlphaProof 當外掛、再套上演化演算法迭代。但他們後來回頭測一個叫 Gemini 跑 Ralph loop 的陽春版，單純反覆寫 Lean、被編譯器否決後再改一遍，結果它也把 9 題全解了，差別只在比較燒錢。

或許當模型夠強，與其過度設計架構，不如用簡單的 Agentic 迴圈，讓模型自己去搜索答案就夠了。

24/05/2026

辦法讓 AI Agent 自動對軟體逆向工程，產生規格文件？！

Reversa 把自己做的事情叫做「逆向文件工程」，意思是從現有系統反推出可以餵給 AI Agent 使用的操作規格。它用一組分工明確的 Multi-Agent 流程，有的負責掃描專案表層結構，有的深入分析模組，有的挖掘隱性規則，有的整理出整體架構，最後再由專門的 Agent 撰寫單元級規格，並逐條覆核每一個主張。

最有意思的是它堅持的三個機制。每一條主張都要能追溯回原始程式碼，每一條都標上信心等級，凡是沒辦法安全確定的地方就保留成「缺口」，明明白白交給人類驗證。這種誠實面對不確定性的設計，比起一篇讀起來很順、卻把猜測當成事實的文件，反而安全許多。

它本身是一個 Node.js 的 CLI 工具，能裝進 Claude Code、Codex等多種 Agent 引擎，還用 SHA 256 manifest 保護你手動改過的檔案不被覆蓋掉。論文也做了一個把 COBOL 提款機系統遷移到 Go 的案例，產出五百多條分類主張、十個缺口、五十三個 Gherkin對等測試情境，而十一項重建任務完成了九項!

23/05/2026

能自我演化的記憶系統？！

想像你的 AI 助理用了半年，記得的事情越來越多，可是它翻找記憶的方式還跟個新人一樣，這就是目前大多數記憶系統的盲點，內容一直在長大，檢索機制卻凍結不動。

UNC 團隊發表的 EVOLVEMEM 主張，真正能適應的記憶系統要在兩個層次同時演化，一個是儲存的知識，另一個是查詢這些知識的檢索機制。畢竟事實查詢需要精準關鍵字，時間推理需要時序過濾，多步驟推論需要把問題拆解，一套不會變化的設定不可能同時服務所有需求。

它把整個檢索設定攤開成一個結構化的動作空間，再交給一個 LLM 診斷模組去最佳化。每一輪演化，模組會讀取每一題的失敗紀錄，找出根本原因，提出調整建議，再由一個帶護欄的分析器把關，表現變差就自動回退，停滯不前就主動探索。整個過程就如同 AutoResearch，系統自己對自己的架構做研究。

效果很驚人，在 LoCoMo 上相對最強基線提升了二十五點七個百分點的相對幅度，從最小起點更是進步了百分之七十八，而且過程中還自己長出了原本設計裡沒有的新設定維度。更難得的是，演化出來的設定能跨基準遷移，呈現正向而非災難性的轉移，代表它學到的是通用的檢索原則。

22/05/2026

Gemma 4 E4B 就能操控你的手機？！

以往類似 Computer Use 的 GUI agent 任務幾乎都得靠 Claude 或 GPT 等先進大模型，Software Mansion 推出的 Argent 工具，讓塞得進手機的 Gemma 4 E4B 就能自主導航並操作 iOS 模擬器，資料不但不出裝置，離線就能跑！

不過真正的關鍵，一半要算在工具設計上。Argent 不是把截圖丟給模型，而是餵給它從 accessibility tree 萃取出的結構化座標。如果讓小模型盯著截圖判斷按鈕在哪再規劃下一步，4B 模型的視覺推理還沒強到能扛這種任務。但改成挑一個帶座標的文字節點來操作就沒問題了！

說到底，模型多大不是重點，你怎麼設計那套 harness 可能還更關鍵。

徵實習生中，請見留言

21/05/2026

OpenAI反駁了一個困擾數學界近八十年的幾何猜想？！

假設你拿 n 根釘子釘在平面上，任務是讓盡量多成對的釘子剛好相距 1 個單位。最多湊幾對？這就是 1946 年 Erdős 提出的平面單位距離問題，Erdős 還特地開了獎金懸賞。過去主流一直相信，方格網格的構造已經接近最佳，對數頂多比線性多一點點，也就是 n 的 1+o(1) 次方這個等級。

結果OpenAI的通用推理模型造出一整族全新的排法，從 n 的 1+o(1) 次方推進到 n 的 1+δ 次方。這個 δ 固定不動，不會像原本那點優勢隨點數變多而消失。普林斯頓的 Will Sawin 後來算出 δ 約 0.014，是貨真價實的多項式級突破。

更厲害的是它的解法。Erdős 當年的構造本來就和高斯整數這類數論概念有關，但沒人想到，可以用這麼深的代數數論工具，像「無窮類域塔」，蓋出一座座數字高塔，把這條路一路推到反駁主流猜想的程度。

這是史上頭一遭，AI反駁一個數學長期開放猜想，不是有標準答案的競賽題，也沒人餵它提示。費爾茲獎得主 Gowers 說，如果這是人寫的、投到頂級期刊 Annals，他會毫不猶豫推薦接受。

20/05/2026

Google 推個人版的雲端龍蝦了？！

Google I/O 2026 這次雖然發了 3.5 Flash，不過我覺得亮點不是模型，是 Google 把 Agent 同時鋪進 Gmail、Calendar、Chrome 跟 Workspace 裡面。

這次推出的 Gemini Spark，是一個 24 小時跑在 Google Cloud 上的龍蝦。你睡覺的時候，它可以幫你整理信箱、追蹤行程、預約會議、寫草稿。Chrome 那邊也加了 Agent 模式，可以自己開分頁、查資料、操作網頁。Workspace 也有專屬 Agent，能協助處理信件與會議安排。

由於這次推的 3.5 Flash，相對 Pro 便宜，速度還快其他先進模型四倍，這是 Agent 商業化的前提。

更大的重點是入口。其他家要做 Agent，得先說服你授權一堆服務。Google 不用，因為這些你已經用了十年。你的信件、行程、文件、瀏覽紀錄、影片清單，全部都在它家。

或許這才是 Google 真正的護城河，Agent 要發揮作用，需要的不是更聰明的腦，是更深的手。Google 的手已經伸進你每天的工作流裡面了。

Address

玉門街1 號
Taipei
104

Opening Hours

Monday	10:00 - 19:00
Tuesday	10:00 - 19:00
Wednesday	10:00 - 19:00
Thursday	10:00 - 19:00
Friday	10:00 - 19:00

Telephone

+886225855080

Website

https://largitdata.com/

Alerts

Be the first to know and let us send you an email when LargitData - 大數軟體 posts news and promotions. Your email address will not be used for any other purpose, and you can unsubscribe at any time.

Contact The Business

Send a message to LargitData - 大數軟體:

Shortcuts

Address
Telephone
Opening Hours
Alerts
Contact The Business
Claim ownership or report listing