Magnetar：基于证明的通用计算
推荐理由：Magnetar 作为一种基于零知识证明的通用计算形式，在效率和安全性方面取得了重大进展，为可验证计算领域带来了新的可能性。
#数据/训练
#数据/训练
今日 2 条今天星期五周五 · 10月16日 · 2 条
英伟达发布 1200 亿参数大模型 Nemotron 3.5 Super VL：单 GPU 智能体任务吞吐量最高提升 5 倍，74B 版本压缩至 24GB
推荐理由：英伟达发布 Nemotron 3.5 Super VL，参数量达 1200 亿，单 GPU 吞吐量提升 5 倍，可用于多种智能体任务。
10月15日星期四周四
微软发布新机器学习工具改善天气预报
推荐理由：微软提出了一种新的概率偏差校正方法，该方法通过机器学习提高天气预报的准确性，对资源有限的气象机构具有重要意义。
Google 研究最新成果：新型能力和智能
推荐理由：原文介绍了 Google 在 AI 领域的最新研究成果，包括地理推理智能体、Deep Review、Google Earth AI 等技术，读者可以了解这些技术如何推动科学发现和改善人们的生活。
10月14日星期三周三
HiRO-ACEv2：以更低成本模拟极端天气事件
推荐理由：HiRO-ACEv2模型在模拟极端天气事件方面具有高精度，且成本仅为X-SHiELD的1/300，为研究人员提供了灵活且经济的解决方案。
自然意志发布Natura-1：面向物理世界的通用基础模型
推荐理由：Natura-1模型在真实世界评估中展现出强大的灵巧操作和指令遵循能力，为通用物理智能的研究提供了新的方向。
10月7日星期三周三
《自然》杂志发布：将语言模型改造为字节级操作
推荐理由：Bolmo 模型的发布为语言模型的研究提供了新的方向，读者可以关注其如何影响现有工作流和未来研究。
10月6日星期二周二
Google Research发布行星地理基础模型用于全球公共卫生
推荐理由：该研究提出了利用地球AI的行星地理基础模型来改善全球公共卫生决策，具有潜在的应用价值。
10月3日星期六周六
10月2日星期五周五
Google 研究推出基于 TEE 的联邦学习系统
推荐理由：原文介绍了基于可信执行环境（TEE）的联邦学习系统，读者可以了解其如何增强隐私保障和提升准确性。
10月1日星期四周四
Olmo-core 3：大型 MoE 模型训练的开源基础设施
推荐理由：Olmo-core 3 的发布为大型 MoE 模型的训练提供了开放且可扩展的基础设施，对 AI 研究和开发具有重要意义。
9月30日星期三周三
9月29日星期二周二
微软发布Quine：专为生物学复杂性设计的AI研究系统
推荐理由：Quine系统结合了生物学世界模型和连接模型、工具、文献和研究人员的交互式工具，旨在解决生物学研究的复杂性。
9月22日星期二周二
Meta 开源 Rebalancer：用于解决分配问题的通用高性能库
推荐理由：Rebalancer 是 Meta 开源的用于解决分配问题的工具，具有高性能和通用性，适用于各种分配问题，包括资源分配、服务放置、任务分配和流量路由等，具有广泛的应用前景。
9月17日星期四周四
9月15日星期二周二
DeepSeek 发布 DSpark，用于训练 Kimi K3 模型
推荐理由：原文介绍了 DSpark 的训练和部署方法，以及其在 Kimi K3 上的应用，读者可以了解其如何提升模型性能。
9月14日星期一周一
9月13日星期日周日
9月9日星期三周三
Goodfire 利用 Ai2 开源后训练堆栈追踪不期望的模型行为
推荐理由：Goodfire 利用 Ai2 的开源后训练堆栈展示了如何通过预测和追踪模型行为来提高模型的可解释性和安全性。
9月3日星期四周四
NeoMME：一个高效的多模态和跨语言编码器
推荐理由：NeoMME 是一个高效的多模态和跨语言编码器，其性能和效率值得读者关注。
8月28日星期五周五
Google Research发布行星预测引擎：通过地球AI自动化全球模型
推荐理由：该研究介绍了地球AI的行星预测引擎，通过自动化地理空间建模工作流程，提高了公共卫生、食品安全、环境风险和社会经济等多个领域的预测任务性能，为解决全球性挑战提供了新的思路。
8月27日星期四周四
GlucoFM：用于连续血糖监测的基础模型
推荐理由：GlucoFM 模型通过分析连续血糖监测数据，在糖尿病风险、胰岛素抵抗和胰岛细胞功能障碍等临床预测任务上取得了显著成果，展示了其在代谢健康领域的潜力。
LangSmith 引入自我改进的 LLM 评估系统
推荐理由：LangSmith 引入了一种自我改进的评估系统，通过少量样本学习和用户反馈，实现 LLM 评估与人类偏好的对齐，提高了评估效率和准确性。
8月26日星期三周三
8月25日星期二周二
IBM 发布 Granite 4.2 推理模型家族：构建过程揭秘
推荐理由：Granite 4.2 模型在推理和工具调用方面表现出色，为读者提供了对大型语言模型构建的深入了解。
8月22日星期六周六
8月21日星期五周五
Skala 1.1：扩展对 Skala 的访问以创建预测 DFT 的更快途径
推荐理由：Skala 1.1 在分子模拟方面取得了显著进展，其更高的准确性和更广泛的可用性对计算化学领域具有重要意义。
8月20日星期四周四
VeRL-Omni v0.2.0：更快的扩散强化学习和稳定的全模态训练
推荐理由：原文详细介绍了VeRL-Omni v0.2.0的功能更新和性能提升，读者可以了解其如何优化多模态强化学习。
8月19日星期三周三
8月6日星期四周四
Qwen3.5 在 Qwen3.5 上实现每 GPU 25K 总 TPS
推荐理由：原文详细介绍了 Qwen3.5 模型的性能优化和分片服务路径的成熟，读者可以了解其性能提升和最佳实践。
7月20日星期一周一
Kimi K3：开启前沿开放权重模型时代
推荐理由：Kimi K3 的发布标志着前沿开放权重模型时代的到来，读者可以关注其对中国AI发展的影响以及开放与封闭模型之间的竞争格局。
7月1日星期三周三
6月30日星期二周二
Google Research 发布 TabFM：表格数据的零样本基础模型
推荐理由：TabFM 作为一种针对表格数据的零样本基础模型，通过在上下文中学习，消除了传统机器学习中的瓶颈，为表格数据预测提供了高效准确的方法。
6月23日星期二周二