跳到正文

全部动态

今日 771 条
9月18日周五
  1. Latent Space79

    AI 新闻速览:Agent 运行时、判断模型与垂直产品

    Anthropic 在 Claude Code 推出 Projects,支持单对话衍生多云线程并传递上下文;Google 更新 Gemini managed agents,增加 Credentials 和 Files API 并声称成本下降 30%、缓存命中提升 22%;OpenAI 发布 Astra for Law 垂直包装。

    推荐理由:多线程协调、判断原语和可验证评测等讨论,为理解 Agent 运行时架构的下一层演进提供了可迁移的技术视角。

  2. Nature · Machine Learning28

    ReScale4DL:平衡像素与上下文信息以增强生物图像分割

    ReScale4DL 系统评估了图像分辨率对生物图像分割的影响,在分辨率降至原始 6%-25% 的下采样图像上训练 popular architectures,分割准确率最多提升 25% mean IoU 或仅下降不到 5%。下采样同等比例提升了信息吞吐并降低存储与推理时间,为高效、可持续、低成本的生物成像流程提供实用指导。

  3. Apple Machine Learning Research34

    Dynamically Scaled Activation Steering(DSAS)方法解析

    DSAS 是一种与方法无关的激活转向框架,通过自适应调节转向强度,在仅检测出不需要的行为时才进行干预。该方法在生成时计算上下文相关的缩放因子,可与现有转向方法联合优化,在毒性缓解与效用保持之间取得更好平衡。DSAS 适用于文本到图像扩散模型,计算开销小且能定位需要转向的 token。

  4. Nature · Machine Learning72

    AI 破解 Navier–Stokes 挑战:对物理学意味着什么

    OpenAI 声称其最先进 AI 模型解决了 Navier–Stokes 方程相关的千禧年难题,证明该方程在某些情况下会产生奇点,即预测出物理上不可能的无限速度。物理学家和数学家正借助 AI 进一步理解湍流。

    推荐理由:AI 证明 Navier–Stokes 方程存在奇点,为流体湍流研究提供了新的数学视角。

  5. Nature · Machine Learning26

    ConvexGating 从单细胞细胞术聚类中推断门控策略

    ConvexGating 从单细胞细胞术数据的聚类结果中推断最优门控策略,旨在将聚类得到的细胞群体转化为可用于分选的高纯度、低步骤门控方案。flow cytometry、mass cytometry(cyTOF)和 CITE-seq 等高维数据场景中,手动门控依赖操作者经验且存在跨操作者变异,而聚类方法虽能无偏分离细胞却难以直接转为分选策略。

  6. Google Research62

    Google Research 推出生成式 UI 互动学习实验,教师可定制 STEM 教学模拟

    Google Research 发布基于生成式 UI 的学习互动实验,教师可按课程目标生成定制化互动模拟,覆盖物理、化学、生物和数学中学内容。系统包含分层挑战、脚手架提示与自动校验循环,并已通过教师审核;使用 Google Workspace for Education 的学校可报名 Pilot Program 提供反馈。

    推荐理由:教师可按教学目标生成互动模拟并获得分层提示与自动校验,为差异化教学提供了可迁移的方法路径。

9月17日周四
  1. Tom's Hardware · AI23

    Balatro 玩家用 Google 果蝇大脑模拟训练模型打牌,目前胜率 20%

    Google 发布成年雄性果蝇全脑及中枢神经系统连接组后,一名 Balatro 玩家用自研训练算法结合该结构训练模型玩 Balatro,当前随机种子胜率约 20%。玩家未公开训练细节和代码仓库,评论者对项目真实性提出质疑;Balatro 因小丑牌互动、boss 能力等复杂机制,对 AI 来说仍很难稳定通关。

  2. AI Now Institute28

    AI 真的会毁灭人类吗?具体如何发生?

    summary_zh: AI Now Institute 首席 AI 科学家 Heidy Khlaaf 指出,科学主张必须可证伪,不能等同于宗教式断言。核武器已存在 80 余年且具备灭绝人类的能力,但核设施与公共互联网物理隔离(air-gapped),AI 代理难以直接操控;Stuxnet 也需通过物理 USB 驱动器才能侵入核设施系统。

  3. Ben's Bites · News67

    Claude Cowork 合并入 Claude Chat

    Claude Cowork 将合并到 Claude Chat,取消独立标签页,所有连接应用、技能与上下文可在普通 Claude.ai 聊天中使用,合盖后仍可继续工作。Claude Artifacts 新增 Docs 和 Slides 专用产品,Claude Design 移入对话;Claude Code 推出名为 Mods 的实验,可修改应用外观与行为。

  4. Tom's Hardware · AI67

    调查报告披露出口受限的英伟达 AI 芯片如何流入中国

    C4ADS 报告指出英伟达 H100、A100 及 Blackwell 系列芯片通过高校与研究机构采购、东南亚中转及壳公司三条路径流入中国。其中壳公司路径涉及金额约 46 亿美元,由 Megaspeed International 主导,其所有权在 7Road Holdings、Swiftdata 与黄乐之间多次变更。报告建议美国商务部工业与安全局加强出口后追踪与最终用户核查。

  5. Tom's Hardware · AI48

    开发者用 GPT-6 Astra 将《使命召唤:黑色行动2》Hijacked 地图原生移植到 Minecraft

    Luckey Faraday 使用 GPT-6 Astra 将《黑色行动2》Hijacked 地图从浏览器版重建为 Java 代码,直接运行在 Minecraft 自身 OpenGL 上下文而非内嵌浏览器中。地图、碰撞、AI 寻路、武器和渲染均以 Fabric Mod 形式注入游戏,视频显示约 45 fps 流畅全屏运行。开发者表示仍有大量工作待完成,后续可能追加地图、武器和多人模式。

  6. GitHub Blog · AI & ML78

    GitHub Copilot运行时迁移至Rust,使用Copilot

    GitHub Copilot运行时从TypeScript重写为Rust,由AI代理主导完成,超过80万行Rust代码。迁移过程实现了性能提升和跨产品共享运行时。

    推荐理由:原文详细记录了使用Copilot代理将GitHub Copilot运行时从TypeScript迁移至Rust的过程,性能提升显著,并实现了多产品共享。

  7. Nature · Machine Learning65

    AI团队以虚拟生物药企发现潜在肺癌药物

    研究人员构建了由多达37,000个智能体组成的“虚拟生物药企”,由一位“首席科学家”统筹,以加速药物发现。相关论文发表于Science(doi:10.1126/science.aeg6779),并有bioRxiv预印本(doi:10.64898/2026.04.20.719538)支持。

    推荐理由:虚拟生物药企的规模化智能体架构为AI制药提供了可参考的组织范式。

  8. Apple Machine Learning Research58

    REVERSAL-BENCH:可逆性轴与重置预言机,测量无重置强化学习的悬崖

    Apple ML Research 发布 REVERSAL-BENCH 基准,通过连续参数 ρ∈[0,1] 控制环境可逆性,并在八种操作设置、五种物理引擎中提供重置预言机与可恢复性标注。评估显示无重置智能体随 ρ 增大持续陷入不可恢复状态,而回合制智能体保持稳定学习;该失效由不可逆性驱动,而非障碍物复杂度,并存在于完整物理仿真与学习操作策略中。

  9. Nature · Machine Learning62

    AI 衰老研究新工具:专用大语言模型与 17 项基准发布

    Cell 今日发表报告,公布一套面向衰老生物学的人工智能系统,包含基于衰老数据训练的 LLM、17 项基准任务,以及将模型与代理(agent)整合的接口。作者用这些基准评估了专用 LLM 和 OpenAI、DeepSeek 等公司的通用大模型,发现专用模型在多数测试中表现更优。研究指出,衰老尚未有清晰定义,如何训练 AI 理解衰老仍是关键难题。

    推荐理由:为衰老生物学专门定制 LLM 与 17 项基准,揭示专用模型在特定领域或优于通用大模型。

  10. Microsoft Semantic Kernel62

    从专家代理到基于 MCP 的分布式技能:教程与实测对比

    作者 Tommaso Stocchi 以滑雪度假村演示为例,对比 A2A 专家代理与基于 MCP 的分布式技能两种架构,并给出五步迁移流程。技能路径将专家指令移入编排器,由 SDK 直接加载 SKILL.md 并暴露 MCP 工具;实测显示技能路径模型调用更少(3 次 vs 6-7 次)、延迟更低,但总 token 数反而增加约 22%。

    推荐理由:通过同一应用的 A2A 与 MCP 两种架构对比,给出可迁移的迁移步骤与实测延迟和 token 数据,帮助读者判断是否将专家代理改为分布式技能。

  11. PyTorch Blog67

    PyTorch Blog:Low Precision Flash Attention 4 支持MXFP8前向与反向

    PyTorch Blog发布Low Precision Flash Attention 4,在Blackwell上扩展MXFP8前向与反向,前向达2.85 PF/s、反向达2 PF/s,LLM形状较BF16加速1.6×和1.52×。代码已开源至ads_model_kernel_library/lp_fa4。

    推荐理由:原文给出了MXFP8前向与反向的PFLOP/s数据及开源地址,读者可据此评估Blackwell训练栈的实际加速效果。