跳到正文

#Agent

今日 3 条
9月10日周四
  1. Hugging Face Blog65

    Hugging Face Jobs 中使用 LoRA 和 AsyncGRPO 的异步训练方法

    Hugging Face 发布了新的 AsyncGRPOTrainer,支持训练 LoRA 适配器并将其同步到 vLLM,以减少训练和推理之间的机器共享需求。该工具利用 Hugging Face Jobs 和 Storage Buckets,通过代理服务器实现适配器加载和路由,提高了训练效率。

    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。

9月9日周三
  1. a16z crypto85

    Lattice Jolt 发布:更快的后量子 zkVM 智能体功能

    Lattice Jolt 是一个新的开源 zkVM 版本,基于 lattice SNARKs,提供更快的性能和更小的证明大小。它使得 Jolt 成为最快的后量子 zkVM,并提高了验证器的速度。

    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。

  2. OpenAI News72

    GPT-6 Astra:工作智能的下一代

    OpenAI 发布了 GPT-6 Astra,这是其最强大的商业模型,具备高级推理、计算机使用能力,以及更强的写作和设计判断能力。

    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。

9月8日周二
  1. Mistral AI70

    Mistral AI 获 30 亿欧元融资,推动主权开放权重 AI 发展

    Mistral AI 宣布完成 30 亿欧元 D 轮融资,将扩大其前沿研究,支持其基础设施、产品和主权。公司致力于提供全栈 AI 解决方案,确保客户不会锁定单一供应商的路线图、定价或可用性。

    推荐理由:Mistral AI 在获得巨额融资后,将加大其在主权、开放权重 AI 领域的研究和商业扩张,对行业影响值得关注。

9月5日周六
  1. GitHub Blog · AI & ML85

    GitHub Copilot 发布 HydraFusion 项目:通过多模型编排实现前沿质量

    GitHub Copilot 推出 HydraFusion 项目,通过运行时编排提供前沿智能,创建完整的执行计划,从多个提供商的模型中选择,以草拟、评论和修订或级联到更强大的模型以完成任务。HydraFusion 现已作为研究预览版提供给所有 GitHub Copilot 计划的用户。

    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。

9月4日周五
  1. Google Research65

    Google Research发布果蝇大脑完整图谱:连接组学里程碑

    Google Research与HHMI Janelia合作,发布了果蝇雄性大脑和中央神经系统的完整图谱,这是迄今为止最大的大脑图谱。该图谱将有助于神经科学研究,并可能推动对人类大脑的理解和治疗精神疾病的方法。

    推荐理由:该研究通过AI技术绘制了果蝇大脑的完整图谱,为神经科学研究提供了重要资源,并有望推动对人类大脑的理解和治疗精神疾病的方法。

9月3日周四
  1. OpenAI News85

    OpenAI 发布 GPT-6 Astra:新一代智能模型

    OpenAI 发布了 GPT-6 Astra,这是其迄今为止最智能、最对齐的模型,具备在计算机使用、编码、网络安全和科学领域的最先进能力。

    推荐理由:原文介绍了 GPT-6 Astra 的先进能力和应用领域,读者可以了解其如何推动 AI 技术的发展。

  2. OpenAI News70

    OpenAI 发布 GPT-6 Astra 安全概览

    OpenAI 发布了 GPT-6 Astra,这是其最强大的广泛部署模型,也是首个达到我们准备框架下的关键安全能力水平。

    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。

  3. Google DeepMind67

    Google DeepMind发布针对政府和企业的Fairwind网络安全计划

    Google DeepMind发布Fairwind网络安全计划,为政府和企业提供有限访问权限,利用最先进的AI和网络安全能力,帮助用户主动解决网络安全风险。

    推荐理由:原文介绍了Fairwind Program,一个针对政府和企业的有限访问计划,旨在利用Google的AI和网络安全能力,帮助用户主动解决网络安全风险。读者可以了解该计划如何改变现有的网络安全工作流程。

9月2日周三
  1. Google Research72

    利用深度学习从空间监测全球甲烷排放

    Google Research发布了一篇论文,描述了一种利用深度学习技术从空间监测全球甲烷排放的新方法,该方法名为MAPL-EMIT,能够自动检测、增强预测和估计甲烷羽流源。

    推荐理由:该研究利用深度学习技术从空间监测甲烷排放,为全球温室气体减排提供了一种新的方法,具有潜在的应用价值。

  2. Google DeepMind77

    Gemini 模型发布智能视频理解功能

    Google DeepMind 发布了 Gemini 模型的智能视频理解功能,该功能可降低 88% 的 token 消耗,降低 66% 的成本,并提高 7% 的质量。该功能目前已通过 Gemini API 在 Google AI Studio 和 Gemini Enterprise Agent Platform 中提供,支持视频上传和 YouTube 视频。

    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。

9月1日周二
8月31日周一
8月28日周五
  1. Google Research85

    Google Research发布地球AI行星预测引擎:自动化全球模型

    Google Research发布地球AI行星预测引擎(PPE),该引擎可以自主执行地理空间建模的全流程,包括数据发现、模型训练等,在公共卫生、食品安全、环境风险和社会经济等多个预测任务中取得改进。

    推荐理由:该研究展示了如何通过智能数据发现、多模态基础模型融合和自动化模型优化,将地球AI的预测引擎应用于各种地理空间预测任务,从而降低行星级分析的技术门槛。

8月27日周四
  1. Google DeepMind70

    Gemini 3.5 Transcribe:智能语音交互转录模型发布

    Google DeepMind发布Gemini 3.5 Transcribe,一款针对智能语音交互设计的精确转录模型。该模型可直接将音频转换为准确、格式化的文本,支持实时流式传输和预录音频处理,并具备智能转录、功能调用、多语言支持等功能。

    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。

8月26日周三
  1. Google Research70

    AgentHands:在 XR 中生成交互式手势以实现基于空间的代理对话

    Google Research 发布了 AgentHands,这是一个研究原型,它将共言语手势的强大功能引入 3D 世界,使 AI 代理能够通过手势动作将抽象的口头指令转化为直观的物理演示,从而提升用户与 AI 代理的交互体验。

    推荐理由:AgentHands 通过引入手势动作,使 AI 代理在 XR 环境中更具表现力和沉浸感,有助于提升用户交互体验。

8月25日周二
  1. Hugging Face Blog85

    量化感知修复:超越原始模型的压缩4位模型

    Hugging Face提出量化感知修复(QAH)方法,通过从原始模型中蒸馏,将GPT-OSS 120B模型压缩至60B参数并量化至MXFP4,在7个基准测试中超越其全精度版本,实现更小、更便宜且更准确的模型。

    推荐理由:原文提出了量化感知修复(QAH)方法,通过从原始模型中蒸馏,提高了压缩和量化后的模型性能,读者可以了解该方法如何提升模型效率和准确性。

  2. Mistral AI60

    Mistral 与 HUMAIN 宣布战略合作,推动主权 AI 发展

    Mistral 与 HUMAIN 宣布战略合作,旨在推动主权 AI 的发展,包括 AI 基础设施、高级模型开发和 AI 解决方案的部署。合作将支持沙特阿拉伯和中东地区的 AI 创新,并探索使用 HUMAIN 的数据中心基础设施来支持当地计算需求。

    推荐理由:原文宣布了与 HUMAIN 的战略合作,旨在推动主权 AI 的发展,读者可以关注该合作对区域 AI 产业的影响。

8月22日周六
  1. Google Research72

    Google Research 发布生物标志物发现框架:用于从可穿戴传感器数据中优先排序候选生物标志物

    Google Research 发布了名为 Biomarker Discovery Framework 的多智能体系统,旨在从可穿戴传感器数据中优先排序候选生物标志物。该系统结合了假设生成、并行统计分析、模型训练、对抗验证和基于文献的推理,以加速生物标志物的发现过程,同时保持严格的统计严谨性和人类监督。

    推荐理由:该研究提出了一种名为 Biomarker Discovery Framework 的多智能体系统,用于从可穿戴传感器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,同时保持严格的统计严谨性和人类监督。

8月21日周五
  1. Google Research72

    移动性如何使语言模型对地点有更深入的理解

    Google Research提出了一种动态的、基于移动性的框架,使AI模型能够理解地点随时间变化的时空活动节奏,从而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。

    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,有助于AI模型更深入地理解地点,并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。

  2. Microsoft Research85

    Skala 1.1:扩展对 Skala 的访问以创建预测 DFT 的更快途径

    Microsoft Research 发布了 Skala 1.1,这是一个基于深度学习的 DFT 方法,它在分子模拟领域取得了显著进展,包括热力学、反应动力学和分子结构预测。Skala 1.1 现已集成到多个软件包中,并引入了一个实时基准,以跟踪 Skala 的计算性能。

    推荐理由:Skala 1.1 在分子模拟领域取得了显著进展,其更高的准确性和更广泛的可用性将推动计算化学模拟的发展。