⌘ K
… 读取采集状态 同步中...
雷

全部动态

今日 5 条
今天10月13日周二
  3. Microsoft Research52

    StudentSim 研究：模拟学生反馈以提升 AI 导师性能

    微软研究院发布研究系统 StudentSim，通过训练个性化 AI 学生模拟器来在研发阶段评估和改进 AI 导师。该系统基于公开去标识化学习数据，覆盖象棋、二语写作和数学领域，并在行为保真度和引导响应度两个维度上超越 GPT-5.4 等基线模型。在强化学习测试中，以 StudentSim 为反馈源训练的象棋导师达到 90.5% 准确率，优于无 RL 基线和使用 GPT-5.4 反馈的对照实验。

10月12日周一
10月11日周日
  1. Hugging Face Blog44

    Ai2 通过预算制取代优先级调度，解决 GPU 集群高影响研究资源分配难题

    Ai2 用包含 GPU 时间预算、层级公平分配和时间切片契约的调度系统取代了优先级调度，将资源分配转化为透明的行政预算流程。该方案管理数千块 NVIDIA H100、B200 和 B300 GPU，旨在解决因用户独占资源导致的低效问题，使高影响力研究工作负载获得优先资源分配，同时保持集群高占用率。

  2. AWS Machine Learning Blog55

    Postman 如何基于 Amazon Bedrock 为 4000 万开发者运行 Agent Mode

    Postman 展示了 Agent Mode 在生产环境中服务 4000 万开发者的架构实践，通过动态工具筛选将 170 多个工具缩小至约 15 个以降低幻觉，并针对 ClickHouse 数据引入基于 Schema 的查询能力。系统结合 Amazon Bedrock 的跨区域推理和分层 Prompt 缓存机制，平衡了吞吐量、数据驻留要求与推理成本。

10月9日周五
  3. Hugging Face Blog80

    用 ML-intern 构建定制小模型的实战指南

    作者演示了如何使用 HuggingFace 的 ML-intern 智能体在几天内构建 6 个定制小模型，总计算成本约 103 美元。文中详细分享了提示词撰写技巧，包括要求先运行基线测试和烟雾测试，以及为每个任务设置明确的预算上限。案例涵盖柑橘病识别、特定角色 LoRA、视角转换及 4 步推理模型等。

    推荐理由：作者展示了如何用 ML-intern 智能体构建垂直领域小模型，给出了具体提示词结构和成本数据，供读者复刻

  5. AWS Machine Learning Blog49

    AWS 如何利用 Amazon Bedrock AgentCore 实现 AI 智能体的按推理付费

    Amazon Bedrock AgentCore 通过集成 x402 协议，支持 AI 智能体在运行时按次为模型推理等 API 调用进行支付。其管理钱包功能在基础设施层强制执行消费限制，确保智能体即使提示词被操纵也无法超额消费。通过该服务，构建者可将整合 x402 支付支持的时间从数月缩短至数天。

10月8日周四
  2. Hugging Face Blog46

    Falcon-ASR 发布：1.6B 参数多语言语音识别模型

    TII 发布 1.6B 参数语音识别模型 Falcon-ASR，重点优化阿联酋方言，支持英语、法语、西班牙语和葡萄牙语。该模型在六个阿拉伯语测试集的平均 WER 为 20.92%，优于最佳公开结果的 23.17%；内部阿联酋方言评测 WER 为 22.73%，CER 为 10.19%。目前已提供 Hugging Face Demo Space 供用户体验，API 接入和原生应用正在规划中。

  3. Google Research78

    Google Research 发布研究：AI 辅助是否增强或侵蚀专业判断力？

    Google Research 发布了一项关于 AI 对专业技能影响的现场实验研究。该研究在 133 名知识产权律师中随机分配了 Google Labs 的专利写作助手工具，发现虽然 AI 在短期内提升了草稿质量，但当移除 AI 进行测试时，资深律师的独立判断力显著优于对照组，而初级律师未见明显提升，反而呈现出低分增多、卓越分未变的分布特征。

    推荐理由：基于 133 名律师的三个月现场实验，揭示了 AI 辅助下初级与资深律师在独立判断力发展上的显著分化。

  6. AWS Machine Learning Blog40

    Amazon Quick 和 Amazon Bedrock 如何通过实时 ACL 增强 RAG 访问控制

    Amazon Quick 和 Amazon Bedrock Knowledge Bases 通过实时访问控制列表（ACL）执行来解决企业 RAG 中的权限验证难题。该方案在预检索过滤基础上增加实时验证阶段，通过调用源系统 API 动态确认可访问性，避免使用过期数据。此方法确保即使权限变更，AI 生成答案也能即时遵守最新访问限制。

  8. NVIDIA Blog81

    NVIDIA 与 Microsoft 发布 RTX Spark 与 DGX Station for Windows

    在 Microsoft 于旧金山举办的 Windows AI and Surface 活动上，NVIDIA 和 Microsoft 宣布共工程化 Windows PC 上的智能体运行平台，包括新硬件 RTX Spark、操作系统级安全执行容器 MXC，以及针对企业桌面推出的 DGX Station for Windows。

    推荐理由：原文展示了Windows本地运行智能体的硬件与系统基建组合，读者可判断Windows端侧AI能力的完整落地方案。

  10. GitHub Blog · AI & ML67

    GitHub 发布 ModernBERT 秘密检测模型以增强 AI 驱动的代码安全

    GitHub 宣布将 ModernBERT 分类器集成至秘密保护功能，该模型基于与 Microsoft Applied Sciences 合作开发，能在 2 毫秒内评估候选秘密批次。

    推荐理由：GitHub 展示了基于 ModernBERT 的细粒度秘密检测器在推动保护中的延迟与精度优势，揭示了 AI 提速背景下安全防御需从人工响应转向自动化的趋势。

  15. AWS Machine Learning Blog40

    Qlik 如何利用 Amazon Bedrock 构建企业级生成式 AI

    Qlik 基于 Amazon Bedrock 推出 Qlik Answers，通过分层架构解决企业数据查询无来源、难部署痛点。自 2026 年 2 月通用可用以来，其 Discovery Agent 已识别超 10 万个异常发现。架构采用 Amazon OpenSearch 进行检索，通过 Bedrock Guardrails 确保答案合规与可验证性。

  16. AWS Machine Learning Blog58

    构建智能体自动化的业务价值评估框架

    AWS 提出“Agentic Value Model”框架，用于评估智能体自动化在时间节省、异常处理、决策质量及变更韧性四个维度的价值。文章指出传统基于 RPA 的 ROI 模型无法捕捉智能体带来的额外收益，并建议引入价值实现系数以避免高估效益。通过 Kitsa、dLocal 和 Genpact 的部署案例，展示了如何在不同业务场景中量化这些价值，为领导层提供可执行的优先级排序和财务论证方法。

10月7日周三
  2. AWS Machine Learning Blog28

    AWS 发布 AI 构建者手册：弥合知识与应用差距的六周培训方案

    AWS 推出针对非工程背景业务人员的六周结构化 AI 构建计划，旨在弥合 AI 认知与实际应用间的差距。该计划通过导师指导与生产级工具，帮助业务专业人员利用 Amazon Bedrock、Strands Agents SDK 等构建可落地的 AI 原型。实践证明，完成分阶段培训的人员保留的实际技能强度是两天密集培训者的三倍。

  3. Hugging Face Blog78

    Nemotron 通过 SFT 与 RL 在 2026 年 IOI 和 IMO 达到金牌水平

    NVIDIA Nemotron 团队基于 Nemotron 3 模型，利用 SFT、RL 及生成-验证-优化推理循环，在 2026 年 IOI 和 IMO 均达到金牌标准，IOI 得分 535.4 分，IMO 得分 30/42 分。团队在 Hugging Face 上开放了相关检查点、数据集及 NeMo-Skills 推理管道。

    推荐理由：该案例展示了将开源基础模型通过细化和推理循环适配至数学与编程竞赛前沿的完整方法，并开放了复现资源。

  4. Google DeepMind78

    Google DeepMind 发布轻量级多模态嵌入模型 EmbeddingGemma 2

    Google DeepMind 发布 EmbeddingGemma 2，这是一个专为端侧推理优化的轻量级多模态嵌入模型。该模型拥有 7.4 亿参数，基于 Gemma 4 架构构建，采用 Apache 2.0 开源协议，支持原生映射文本、代码、图像、视频和音频到统一嵌入空间。

    推荐理由：EmbeddingGemma 2 将代码、图像、视频和音频统一进单一嵌入空间，并提供 740M 参数端侧推理方案，开发者可据此直接构建离线多模态 RAG 管线。