跳到正文

全部动态

今日 368 条
今天9月30日周三
  1. Hugging Face Blog62

    NVIDIA Kumo Tabular 设定表格预测准确-效率新前沿

    NVIDIA发布开源表格预测基础模型Kumo Tabular,单次前向传播即可预测,无需训练或调优。在TabArena等四个基准上排名第一,28M至215M参数规模下准确-效率达前沿,比LimiX-2快17倍。模型基于Transformer仅在人工数据上预训练,以OpenMDW-1.1许可证商业可用。

    推荐理由:表格预测长期依赖梯度提升树,Kumo Tabular以单次前向传播提供无需训练与调优的预测且在TabArena等基准排名第一。

  2. AWS Machine Learning Blog21

    Amazon Quick Prompt Engineering 基础指南

    summary_zh: Amazon Quick 的提示词工程决定 AI 功能响应自然语言请求的准确性和可靠性。核心原则包括:通过具体性消除歧义、提供业务上下文提升相关性、用示例(few-shot)替代抽象描述,以及使用 CRISPE 等结构化框架确保复杂请求的完整性和一致性。

  3. GitHub Changelog74

    GPT-6.1 Sol 在 GitHub Copilot 中正式可用

    OpenAI 的 GPT-6.1 Sol 模型已在 GitHub Copilot 中正式推出,支持智能体编码和终端工作流。早期测试表明,相比 GPT-6 和 GPT-5.6 系列,它能以更少的 token 和步骤可靠完成任务。

    推荐理由:早期测试显示该模型在多步编码任务中能以更少的 token 和步骤完成工作,用户可据此评估是否切换模型以优化成本与效率。

9月29日周二
  1. Microsoft Research72

    Microsoft 推出 Quine 生物 AI 研究系统

    Microsoft Research 发布 Quine,一个面向生物学的多模态世界模型与交互式实验框架,连接模型、工具、文献和研究人员。与 Broad Institute 合作在胰腺癌细胞状态转换中预测并验证了数千种化合物,整个筛选与验证过程在一个周末完成,部分化合物出现意外表型。Quine Fellows 计划现已开放申请,系统目前仅限研究用途。

    推荐理由:原文展示了跨模态生物世界模型的实际验证路径,读者可据此评估计算实验与湿实验闭环对研发效率的潜在影响。

  2. Hugging Face Blog51

    ProvenanceGuard:面向 MCP Agent 的来源感知事实核查

    Multiverse Computing 提出 ProvenanceGuard,在 MCP agent 回答后逐条核查 claim 与来源是否匹配,而非把所有证据混合后判断。测试中它从 139 条应被拦截的 claim 中拦下 138 条,并对来源识别正确的比例约 86%。该方法可对接 RARR 修复循环,在本地配置下每条回答约增加半秒开销。

  3. MIT News · AI39

    算法单一文化的影响取决于具体细节

    MIT研究者系统评估了算法单一文化的主要质疑,发现系统排斥等论点并不成立,并证明单一文化会形成信息回声室、抑制探索。在招聘场景中,将多种算法捆绑成集成模型可克服此局限,有时表现甚至优于多元算法环境。

  4. MIT News · AI42

    我们与机器对话时变成了谁

    MIT教授Sherry Turkle新书《Artificial Intimacy》探讨人们与聊天机器人建立情感依赖的现象,指出聊天机器人提供的是"假装共情"。研究发现儿童难以区分聊天机器人与真实人物,成年人则因过度依赖聊天机器人而削弱了现实社交能力与独处能力。

  5. Nature · Machine Learning35

    AI 医疗设备必须在真实场景中测试

    Nature Medicine 评论文章呼吁,AI 医疗系统应像药物和疫苗一样进行预注册临床试验。目前仅 23% 的约 4600 篇临床 AI 论文使用了真实患者数据,且多数产品在缺乏真实场景评估的情况下获认证。FDA 已就生成式 AI 医疗设备监管征求公众意见,提交截止 19 月。

  6. Nature · Machine Learning62

    AI 可拓宽科学——但前提是机构停止奖励已可衡量的成果

    Nature 评论指出,AI 使学者论文产出约为同行 3 倍、引用近 5 倍,但 AI 辅助研究覆盖的主题范围比非 AI 研究少 4.6%,70% 以上子领域均如此。问题不在技术,而在制度:现有激励让研究者集中于机构易评估的问题,而非开辟新方向。文中建议资助方补贴数据基础设施建设,并停止惩罚利用 AI 跨领域转型的研究者。

    推荐理由:AI 提升个体产出却收窄探索范围,制度激励不匹配是根因,呼吁资助方补贴数据基础设施并停止惩罚跨领域转型。

  7. Ollama Blog73

    Ollama 0.35 新增 Jev 风格决策模型支持

    Ollama 0.35 推出 /v1/systemone 端点,支持 Jev 风格的决策模型,本地运行无额外成本且延迟更低。今日上线三个模型:nimble(9B,Bespoke Labs)、tev1(4B,Together AI)和 tev1:0.8b(0.8B,Together AI)。

    推荐理由:本地低延迟决策模型开放调用,对实时分拣、路由与审核场景有直接迁移价值。

  8. Apple Machine Learning Research62

    通信瓶颈:语言模型中树结构表达式序列化的往返研究

    Apple ML 团队提出往返协议评估 16 个模型对树结构算术表达式的序列化与恢复,发现通道失真且不对称,最佳模型对组合可达 92.9%,约 73.6% 失败源自生成端,结构难度主导而非模型族,约 3600 条微调样本即可让开放权重模型超越未训练 Gemini-3.1-Pro。

    推荐理由:通过生成与提取的往返协议揭示模型间序列化树结构的失真瓶颈,为改进模型通信提供可量化依据。

  9. GitHub Security67

    GitHub Security Lab 用开源 AI 安全 Agent 发现 24 个 Android 漏洞

    GitHub Security Lab 发布开源 seclab-taskflows,提供 gather_mobile_entry_point_info 与 classify_application_local 等审计 taskflow,帮助安全研究者用 LLM 增量查找 Android 应用漏洞。

    推荐理由:原文给出了可复用的审计 taskflow 与运行方式,读者可据此在自有项目中尝试 AI 辅助安全审计。

9月28日周一
  1. Mistral AI44

    Mistral 在慕尼黑开设德国枢纽,推进欧洲工业 AI

    Mistral 在慕尼黑开设德国枢纽,专注 Physics AI 与工业 AI,并招募研究、工程与应用 AI 岗位。该公司计划到 2030 年建成 1 gigawatt 欧洲算力,其开放权重模型可运行在客户自有基础设施上。其收购的 Emmi AI 带来 30 多名物理与工程 AI 专家,正与 BMW 合作碰撞仿真、与 Siemens Energy 合作工业 AI 应用。

  2. MIT News · AI66

    MIT新配方帮助RNA疫苗耐高温

    MIT研究人员借助AI算法优化脂质纳米颗粒辅料,使RNA疫苗在室温下可稳定保存一年,或在约37°C下稳定保存两个月。新冠mRNA疫苗在小鼠中产生的免疫应答与Moderna疫苗相当,且该方法同样适用于Pfizer配方和微针贴片递送。

    推荐理由:AI算法用极少实验预测最佳辅料比例,显著加速了耐热RNA疫苗配方筛选。

9月26日周六