全部AI 动态
全部动态
今日 77 条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。
AI编码工具普及下的“驾驭工程师”角色：从编码到系统思考
推荐理由：文章探讨了随着AI编码工具的普及，工程师的角色如何从传统的编码转变为新的“驾驭工程师”角色，强调了系统思考、数据分析和风险运营等新技能的重要性。
OpenAI 发布 Jalapeño 芯片，性能优于 NVIDIA Blackwell
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
量化感知修复：超越原始模型的压缩4位模型
推荐理由：该研究提出了量化感知修复（QAH）方法，通过直接从原始模型蒸馏，提高了压缩和量化后的模型性能，读者可以了解其如何改变现有工作流。
Provenance 区块链发现安全漏洞，允许未经授权访问
推荐理由：原文揭示了区块链安全漏洞，对区块链行业的安全性和监管提出警示。
Mistral 与 HUMAIN 合作推进沙特和中东地区主权 AI 发展
推荐理由：Mistral 与 HUMAIN 的合作标志着主权 AI 在沙特阿拉伯和中东地区的发展，对当地 AI 创新和运营主权具有重要意义。
在捍卫AI开放性的斗争中，Marin项目是模型训练开放性的珍贵示范，拥有开源代码、数据、食谱甚至实验结果。公开发布AI研究曾是常态；我感谢@percyliang的开放实验室方法。
引用Percy Liang@percyliang🚢 Marin 535B-A23B started training this week! As usual, the whole process is open. Voyage plan: pretraining (80%) + midtraining (20%) on 18.75T tokens on 11 x GB200 NVL72 for ~3 months (2.7e24 FLOPs). Post-training will follow. Before kicking off the run, we trained a 4-rung scaling ladder from 1.6B-A61M (48B tokens) to 27.7B-A1.2B (926B tokens) to debug issues, and to make a forecast of our hero run. This is by far our biggest run, so definitely expecting the unexpected.
AgentX - InferenceXv3: Does CUDA Moat Hold up in Agentic Inferencing?
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
vLLM在AMD GPU上实现推测解码探索
推荐理由：原文介绍了vLLM在AMD GPU上实现推测解码，读者可以了解其工作原理和性能表现。
Google Research 发布生物标志物发现框架：从可穿戴设备数据中优先排序候选生物标志物
推荐理由：该研究提出了一种名为 Biomarker Discovery Framework 的多智能体系统，用于从可穿戴设备数据中优先排序候选生物标志物，加速生物标志物的发现过程，并保持严格的统计严谨性和人类监督。
DeepMind分享15年游戏AI研究：从Atari到EVE Online
推荐理由：DeepMind分享了其在游戏AI研究方面的15年成果，包括与游戏开发者的合作和SIMA智能体的开发，读者可以了解游戏AI研究的最新进展和未来方向。
移动性如何使语言模型对地点有更深入的理解
推荐理由：该研究提出了一个结合移动性和文本信息的框架，可以显著提高对现实世界属性如营业时间、价格水平和繁忙程度的预测。
递归自我改进：智能体如何通过自我改进提升性能
推荐理由：文章探讨了智能体通过递归自我改进来提升性能的方法，读者可以了解这一领域的最新进展和潜在应用。
GLM-5.3与GPT-5.6 Sol在DeepSWE上的比较：成本、编码和路由
推荐理由：原文对比了GLM-5.3和GPT-5.6 Sol在DeepSWE任务上的表现，读者可以了解两种模型在软件工程能力上的差异。
Hugging Face 推出 Papers with Code 搜索功能
推荐理由：原文详细介绍了 Papers with Code 的搜索架构和设计决策，读者可以了解如何构建高效且强大的搜索系统。
