跳到正文
只看一手
今天10月28日周三3 条
  2. AWS Machine Learning Blog36

    Exowatt 用 SageMaker 无服务器模型定制，精度超越前沿模型且成本低至 1/49

    Exowatt 借助 Amazon SageMaker AI 无服务器模型定制，为边缘告警分诊和云端能源市场分析分别微调 Qwen3-1.7B 与 Qwen3-14B，精度超过前沿模型，成本最多低 49 倍。该流程把原始运营数据转成经认证的训练集、微调模型和可评估部署产物，原本数月的周期缩短到数天。

  3. Google DeepMind82

    Google DeepMind 发布世界模型 Genie 4

    Google DeepMind 发布世界模型 Genie 4，可实时生成带原生音频的交互式模拟世界，并以自然语言实时修改天气、镜头和场景元素。Genie 4 首次在该系列中直接生成环境音与可随输入变化的人物对话，并由 Gemini 3.8 Flash 作为引导智能体拆解多步任务、检查每帧进度。

    推荐理由：官方披露了原生音频、实时语言操控与 Gemini 引导的多步推理三项能力，可据此判断世界模型的交互边界。

10月27日周二
10月26日周一
10月23日周五
10月22日周四
  1. Google DeepMind60

    Google DeepMind 发布 ForTy 2020 全球森林类型地图

    Google DeepMind 与 Google Research 联合 WRI、IIASA 发布 Forest Typology（ForTy）2020，把全球每块 10×10 米土地划为六类森林与土地利用类型，并同步给出 2017 至 2025 年的逐年变化时间序列。

    推荐理由：该地图把森林类型细分到10米分辨率并给出逐年变化，为判断天然林是否被替换为种植园提供了可核查的基线。

10月21日周三
10月14日周三
  2. Google DeepMind82

    Google DeepMind 发布 Gemini 4 Argon 并公布安全防护方案

    Google DeepMind 开始广泛推送 Gemini 4 Argon，并同步扩大 Fairwind Program 的可信网络安全防御者范围。该模型在 12 个端到端模拟网络攻击场景中全部通过，上一代为 5 个；在对抗测试集上违规请求减少近两倍，在 Gray Swan 间接提示注入基准上 15 次自适应攻击的成功率降至 0.7%。

    推荐理由：原文披露了 Gemini 4 Argon 在网络安全与生物风险上的防护分层，以及智能体越界行为的实测数据。

  3. GitHub Blog · AI & ML41

    GitHub 用 ModernBERT 分类器重构密钥检测：误报更少、成本降 98%

    GitHub 为密钥扫描训练了专用 ModernBERT 分类器，替代此前的 LLM 流水线，用户告警接受率提升 11.5%，推送后扫描中位执行时间缩短 86%，服务成本降低 98%。该方案先用正则表达式高召回生成候选，再由分类器结合文件路径、变量名与上下文判断是否为真实凭据。效率提升使通用密钥检测得以扩展到推送保护，在推送前即返回结果。

10月13日周二
  1. Microsoft Research55

    微软研究院提出 StudentSim：用学生模拟器评估和改进 AI 辅导

    微软研究院提出 StudentSim，从公开的去标识化学习记录训练个性化学生模拟器，用于在真实学习者测试前评估和改进 AI 辅导系统。研究同时发布覆盖国际象棋、第二语言英语写作和数学的评测基准 StudentSimEval，从行为保真度和对指导的响应度两个维度评估模拟器。

10月8日周四
10月7日周三
7月29日周三
  1. Berkeley AI Research60

    从 CUDA 到 MLX：K-Search 如何把内核优化经验迁移到 Apple Silicon

    IBM Research 基于 UC Berkeley Sky Lab 的 K-Search 演化式内核搜索框架，新增 MLX 后端和结构化 CUDA-to-MLX 翻译层，让已有 CUDA 内核作为知识库自动适配 Apple Silicon。

    推荐理由：原文给出 CUDA 到 MLX 的翻译层设计与两组内核实测数据，可看跨平台内核知识迁移的具体做法。

7月26日周日
  1. Berkeley AI Research36

    Berkeley AI Research 提出 ABBEL：用信念状态监督 LLM 长程交互摘要

    Berkeley AI Research 提出 ABBEL 框架，将 LLM 的递归摘要以自然语言"信念状态"形式隔离并监督其信息内容。在 CollabBench 协作编程任务上，基于重建的信念评分将 ABBEL 与全上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50，峰值上下文 token 数也明显低于全上下文设置。

7月7日周二
  1. Berkeley AI Research36

    智能免费之后怎么办？面向智能体、由智能体构建的数据系统

    UC Berkeley 团队提出，推理成本已从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不足 $1，部分厂商低于 $0.10，基准测试中推理价格年降幅在 9x 到 900x 之间、中位数约 50x。作者据此提出三类数据系统挑战：为智能体设计的数据系统、支撑智能体群体运行的数据系统，以及由智能体自行合成并需可验证的数据系统。

3月13日周五
  1. Berkeley AI Research38

    Berkeley AI Research 提出 SPEX 与 ProxySPEX：大规模识别 LLM 关键交互

    Berkeley AI Research 提出 SPEX 与 ProxySPEX 算法，用于在大规模场景下识别驱动 LLM 输出的关键交互。SPEX 利用稀疏性与低阶性把交互搜索转化为稀疏恢复问题，ProxySPEX 进一步借助层级结构，以约 10 倍更少的消融达到与 SPEX 相当的性能。在情感分析任务上，SPEX 在上下文扩展至数千特征时仍保持高忠实度，优于 LIME、Banzhaf 等方法。