本次观察覆盖2026年11月3日07时20分至11月4日07时20分前后公开并可核验的技术变化，共收录2项。
Sarvam Prism开放权重并提供决策API
Sarvam AI于11月3日发布Sarvam Prism。这是基于Sarvam 105B的决策模型：输入状态、问题和预先给定的选项后，模型在一次前向计算中返回各选项的概率，而不是生成自由文本。相对于此前Sarvam 105B的一般生成用途，本次新增的是面向分类、路由、审核、智能体运行判断和安全检查的专用输出接口。模型权重已经通过Hugging Face开放，采用Apache 2.0许可证；托管版通过Decisions API的POST /v2/systemone端点提供。
托管API接受文本或JSON输入，不支持图像和流式输出；每个问题的状态、问题与选项合计上限为32,768个token，choice问题允许2至255个选项。开放权重为FP8形式，官方说明自托管需要一块具有约120 GB可用显存的FP8 GPU。Sarvam报告Prism在三个决策指数上的平均得分为71.8，并在单块B200上取得44毫秒中位响应时间；这些数字来自开发者评测，其中一个指数由Sarvam重建，印度语言和网络安全评测也包含内部数据。截至本次截止时间，尚无公开独立复现，网络安全评测集仍计划后续开放。
Google与Mercor开放PLE工程智能体评测和竞赛
Google AI & Infrastructure与Mercor于11月3日开放Physical-Engineering's Last Exam（PLE）的29项公开开发任务、评分工具、评测容器和智能体竞赛入口。PLE论文最初于10月21日提交、10月30日修订；本次新增事实是任务与工具的公开交付以及竞赛开始接受提交，而不是论文首次出现。
PLE共有85项长时程任务，覆盖机械、电气、土木和结构工程，其中29项公开、56项用于隐藏测试。每项任务在隔离容器内提供项目文件，可能包括PDF、表格、邮件、二维CAD图、三维BIM模型和修订记录；参赛系统需要生成计算包、设计审查、图纸或技术备忘录等交付物。竞赛对同一提交在隐藏任务上运行三次，并按平均分排序。Google公布的原生智能体基线最高为48.3%，当前竞赛页另列出一个OpenHands配置为48.6%；两者均为组织者运行的基线，采用的智能体配置不同，不能写成模型本身的通用能力。竞赛仍未公布完整时间表和奖项细节，隐藏测试任务也不公开。
来源
Sarvam AI，Introducing Sarvam Prism，2026年11月3日，https://www.sarvam.ai/blogs/sarvam-prism
Sarvam AI Documentation，Sarvam Prism，2026年11月3日访问，https://docs.sarvam.ai/api/token-factory/models/sarvam-prism
Hugging Face，sarvamai/prism，2026年11月3日发布，https://huggingface.co/sarvamai/prism
Google Cloud Blog，Introducing Physical-Engineering's Last Exam for agents，2026年11月3日，https://cloud.google.com/blog/products/ai-machine-learning/introducing-physical-engineerings-last-exam-for-agents
Google Research，Physical-Engineering's Last Exam repository，2026年11月3日访问，https://github.com/google-research/ple
Physical-Engineering's Last Exam，Competition，2026年11月3日访问，https://ple-bench.com/competition
了解 Geoffrey Chen 的更多信息
订阅后即可通过电子邮件收到最新文章。