跳到正文

全部动态

今日 11 条
10月3日周六
  1. GitHub Blog · AI & ML20

    AI 正在改变开发者工作,GitHub 给出三项需要强化的技能

    GitHub 提出 AI 时代开发者应强化三项技能:学会指挥 AI 智能体而非只使用 AI、不要轻信 AI 的第一次答案、用 AI 节省的时间去解决更大的问题。GitHub Copilot 内置的 Rubber Duck agent 会用第二个模型对计划、代码和测试进行批判性审查。开发者仍需负责最终结果,包括定义问题、评审 AI 生成的代码并决定哪些可以发布。

10月2日周五
  1. MIT News · AI18

    MIT 推出 AI 青年创业平台 Dear Dreamer,目标 2030 年赋能 5 万名年轻创业者

    MIT 马丁信托创业中心推出免费 AI 青年创业平台 Dear Dreamer,面向初高中学生,将"纪律化创业"框架改造成含短视频、互动练习和个性化反馈的自学体验。该框架此前课程已吸引数十万人学习,使用它的 MIT delta v 加速器学员存活/被收购率达 61%,累计融资超 30 亿美元。项目方称目标是在 2030 年前赋能 5 万名年轻创业者。

  2. NVIDIA Blog72

    NVIDIA GPU 加速 OpenAI GPT-6 Astra Ultrafast

    OpenAI 的 GPT-6 Astra Ultrafast 在 NVIDIA Blackwell GPU 上运行,现已面向 OpenAI API 以及符合条件的 ChatGPT Work 和 Codex 用户开放。

    推荐理由:原文给出了 Ultrafast 相对标准模式的加速倍数与适用场景,读者可据此判断它在编码智能体工作流中的实际提速空间。

  3. AWS Machine Learning Blog27

    用 AWS 上的上下文 bandit 做个性化,提升获客漏斗转化率

    Amazon Payments 在 Amazon SageMaker AI 上用多目标上下文多臂老虎机(LinUCB)为产品获客漏斗做个性化,将申请开始、提交、审批三阶段分别建模并线性组合 UCB 分数以兼顾整条漏斗;七周在线 A/B 测试中,某一人群的最终漏斗转化率取得高个位数相对提升,另一人群未见改善。团队认为问题出在内容而非模型,并公开了可在合成数据上试用的代码仓库。

10月1日周四
  1. NVIDIA Blog21

    NVIDIA AI 工厂如何实现高回报:高产出、长寿命、通用性

    NVIDIA 提出 AI 工厂回报由三要素决定:每兆瓦盈利能力、硬件使用寿命和 token 需求。SemiAnalysis AgentX 数据显示,Vera Rubin NVL72 每兆瓦吞吐量超 GB300 NVL72 的 30 倍,在 DeepSeek V4 Pro 上每百万 token 成本低至 45 倍;2020 年发布的 A100 六年后仍在商用,CUDA 跨代兼容让已部署硬件持续创收。

  2. NVIDIA Developer Blog27

    微调 NVIDIA Nemotron 支持沙特阿拉伯语方言,并探索扩展至其他语言

    NVIDIA 针对沙特阿拉伯语方言微调 Nemotron 模型,以解决区域方言和本地录音条件在预训练数据中代表性不足、导致多语言模型在真实部署中表现欠佳的问题。基础模型可能识别现代标准阿拉伯语,却在沙特方言场景下失准,该工作同时给出向其他语言扩展的路径。

  3. Google DeepMind76

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 宣布新前沿模型 Gemini 4 Argon,先通过 Fairwind Program 向受信任的网络防御者开放,随后逐步扩展至开发者、企业和消费者。

    推荐理由:官方披露了 Gemini 4 Argon 的能力、基准与分阶段开放方式,读者可据此判断前沿模型在企业工作流和网络防御中的落地节奏。

  4. NVIDIA Developer Blog17

    NVIDIA 推出 cuObject 与 SCADA Server SDK,扩展 AI 存储访问

    NVIDIA 发布 cuObject 和 SCADA Server SDK,为 AI 基础设施工程师、存储开发者与云服务商提供对高容量文件与对象存储的快速安全访问。AI 负载在训练、微调、推理上下文、工具调用、搜索和数据库查询中越来越需要高速数据访问,而这些数据大量存于本地与云端的文件及对象中。

  5. NVIDIA Developer Blog40

    NVIDIA NeMo Relay 追踪 Agent Harness 行为

    NVIDIA NeMo Relay 用于追踪 Agent Harness 的运行行为,解决智能体虽然完成任务却走了低效路径的问题——例如搜索失败触发重复搜索、文件读取被截断后命令再次抓取相同内容,这些多余步骤会拉高延迟并消耗 token。这些低效步骤不会体现在最终答案里,却会增加失败概率。

  6. Microsoft Research27

    微软研究院用机器学习预测电网空间天气风险,覆盖美国 66,935 座变电站

    微软研究院实习生开发了一套端到端机器学习系统,可在风险出现前 30 至 60 分钟为美国本土 66,935 座变电站生成位置级空间天气风险估计。系统把太阳风观测、AE 与 Dst 指数预报、地质电导率等因素结合,先预测磁场变化率 dB/dt 再汇总为大陆级风险评估。评估期内该流水线识别出近 80% 的重大空间天气事件,Dst 预测器在 62.2% 的高活跃小时上优于 Burton 方程。

9月30日周三
  1. AWS Machine Learning Blog60

    在 Amazon Bedrock AgentCore Runtime Instances 上搭建多智能体音乐制作流水线

    AWS 官方博客给出在 Amazon Bedrock AgentCore Runtime Instances 上部署多智能体音乐制作管线的完整教程,三个智能体分别负责作曲、交付与合规筛查,通过同一个 runtimeSessionId 被调度到同一台 GPU 实例并共享文件系统。

    推荐理由:原文给出了在 AgentCore Runtime Instances 上搭建多智能体协作管线的完整代码与部署步骤,可迁移到其他长时任务。

  2. Google DeepMind62

    Google DeepMind 推出 SynthID Bio,为 AI 生成蛋白质嵌入可验证水印

    Google DeepMind 推出 SynthID Bio,把水印技术带入合成生物学,在生物代码中嵌入不可感知的签名,使其不仅能在数字模型上、也能在合成出的实体蛋白质上被验证,同时保持其生物功能。

    推荐理由:SynthID 首次延伸到合成生物学,给出可验证的生物水印路径和生物安全落地场景。

  3. AWS Machine Learning Blog71

    GPT-6.1 Sol 在 Amazon Bedrock 正式可用

    GPT-6.1 Sol 在 Amazon Bedrock 正式可用,为智能体编码、电脑操作和专业工作流带来更强推理能力,是 GPT-6 Sol 的一次重大升级。

    推荐理由:原文给出 GPT-6.1 Sol 在 Bedrock 上的能力与成本数据,读者可据此判断智能体编码任务的部署选择。