Axios 如何利用 AI 支持地方新闻报道
Axios 首席运营官 Allison Murphy 介绍,公司利用 AI 支持地方记者,优化新闻室工作流程,并大规模提供高影响力地方新闻报道。
Axios 首席运营官 Allison Murphy 介绍,公司利用 AI 支持地方记者,优化新闻室工作流程,并大规模提供高影响力地方新闻报道。
以太坊基金会开始将部分资金进行质押,采用开源软件,旨在提高透明度和操作管理标准。
OpenEnv 是 Meta 和 Hugging Face 开发的一个开源框架,用于评估 AI 代理在真实系统中的表现。Turing 贡献了一个生产级的日历管理环境,用于研究工具使用代理在现实约束下的表现。
推荐理由:OpenEnv 提供了一个评估 AI 代理在真实环境中的表现的平台,通过 Calendar Gym 等工具,可以更全面地了解代理的局限性和改进方向。
OpenAI 的 Codex 模型在智能体优先世界中发挥重要作用,通过 Harness engineering 技术实现高效利用,提升智能体性能。Codex 模型在多个基准测试中表现出色,速度提升 3.5 倍,为开发者提供更便捷的 AI 工具。
Hugging Face 推出社区评测功能,允许用户提交和查看模型评测结果,打破黑盒排行榜的信任危机。
推荐理由:Hugging Face 推出社区评测功能,允许用户提交和查看模型评测结果,有助于提高评测的透明度和可信度。
Hugging Face在Hugging Face Blog上发布了关于文本到图像模型训练设计的研究,通过消融实验分析了各种训练技巧对模型性能的影响,包括表示对齐、训练目标、标记路由和稀疏化以及数据选择等方面。
推荐理由:本文详细介绍了Hugging Face在训练高效文本到图像模型方面的研究,包括各种训练技巧和实验结果,对理解和改进相关模型具有参考价值。
OpenAI 的 ChatGPT Enterprise 被Calvin Klein 和 Tommy Hilfiger 的母公司 PVH Corp. 采用,以推动时尚设计、供应链和消费者互动的AI应用。
OpenAI 对 Codex Agent Loop 进行技术解析,阐述 Codex CLI 如何利用 Responses API 协调模型、工具、提示和性能。
Higgsfield利用OpenAI的GPT-4.1、GPT-5和Sora 2模型,将简单输入转化为电影级社交视频,为创作者提供全新的视频输出体验。
Ethereum 发布了 Checkpoint #8 更新,介绍了 Fusaka 升级已上线,Glamsterdam 和 Hegota 升级在即,包括 Fusaka 升级带来的数据可用性采样、Blob 参数独立调整等功能,以及 Glamsterdam 和 Hegota 升级的进展。
推荐理由:原文详细介绍了 Ethereum 的多个升级计划,包括 Fusaka、Glamsterdam 和 Hegota,读者可以了解 Ethereum 的发展方向和未来规划。
OpenAI 发布了 GPT-5 模型系列实用指南,涵盖迁移到 Responses API、设计智能体、调整提示词、引导 GPT-5 模型以及构建可靠 AI 工作流等内容。
Google Research 发布论文,介绍其 NeuralGCM 模型在模拟全球降水方面的改进,该模型结合了机器学习和物理模型,在精度和效率方面优于传统大气模型。
推荐理由:原文介绍了 NeuralGCM 模型在模拟全球降水的准确性方面的改进,读者可以了解其在气候预测领域的应用潜力。
该研究提出了一种基于信息理论的新方法来评估和优化成像系统,通过直接从测量中估计信息,避免了传统方法的局限性,并展示了在多个成像领域的应用效果。
推荐理由:该研究提出了基于信息理论的新方法来评估和优化成像系统,对成像领域有潜在影响。
OpenAI 与美国新闻项目及 Lenfest 学院合作,推出 OpenAI Academy 训练平台,旨在帮助新闻机构有效利用 AI。该平台提供培训、实际应用案例和负责任使用指南,以支持记者、编辑和出版商在报道和运营中采用 AI。
OpenAI 的 Eliza 平台助力 BNY 企业内部推广 AI,20,000 多名员工利用 Eliza 构建AI智能体,提升效率和客户成果。
OpenAI 利用 Codex 在短短 28 天内成功推出 Sora for Android,AI 辅助的规划、翻译和并行编码工作流程助力敏捷团队实现快速、可靠的开发。
OpenAI 推出首个认证课程和 AI 基础课程,旨在帮助人们提升实际 AI 技能,增加职业机会,并适应未来工作。
Google Research 发布了两篇论文,介绍了 Titans 和 MIRAS 架构,旨在帮助 AI 拥有长期记忆能力。Titans 架构通过深度神经网络作为记忆模块,提高了模型处理长序列的能力,而 MIRAS 架构则提供了新的优化机制。
推荐理由:Titans 和 MIRAS 架构在序列建模方面取得了突破,通过引入深度神经网络作为记忆模块,提高了模型处理长序列的能力,并提供了新的优化机制。
Hugging Face 发布了 FLUX-2 模型,该模型基于 Mistral3ForConditionalGeneration 和 Flux2Transformer2DModel,支持 PyTorch,并已在 Diffusers 中集成。
Google Research发布了一篇论文,介绍了一种基于线性回归的模型,用于预测电动汽车充电站的可用性,以缓解电动汽车用户的里程焦虑。该模型通过分析充电站的历史数据,预测未来一段时间内充电站的可用情况,从而帮助用户做出更明智的出行决策。
推荐理由:该研究提出了一种基于线性回归的模型,用于预测电动汽车充电站的可用性,有助于缓解电动汽车用户的里程焦虑,并可能对电动汽车的普及产生积极影响。
OpenAI 与 DoorDash、SCORE 和当地组织合作,推出 Small Business AI Jam 项目,为 1000 家小型企业提供 AI 工具和培训,助力其竞争和增长。
OpenAI 发布 GPT-5 在加速科学进步方面的研究案例,展示了 AI 与研究人员如何合作生成证明、发现新见解并重塑发现速度。
推荐理由:OpenAI 发布了 GPT-5 在加速科学进步方面的研究案例,展示了 AI 与研究人员如何合作生成证明、发现新见解并重塑发现速度。
Mistral AI 与德国企业及机构建立长期战略合作,旨在为德国和欧洲提供完全自主的AI堆栈,并加强欧洲在关键领域的科技独立性。
推荐理由:Mistral AI 在德国的扩张和战略承诺,对欧洲AI自主性的影响值得关注。
Hugging Face 发布了 Apriel-H1 模型,通过知识蒸馏将 15B 推理模型转换为高效的推理模型,实现了 2.1 倍的吞吐量提升,同时保持了最小的质量损失。
推荐理由:原文介绍了如何通过知识蒸馏将大型推理模型转换为高效的推理模型,读者可以了解其方法和效果。
Google Research 与 Google DeepMind 合作,发布了一项名为 'Natural Forests of the World 2020' 的新地图和数据集,旨在区分天然森林和其他树冠,为森林保护和可持续发展提供重要数据支持。
推荐理由:该研究利用 AI 技术区分天然森林和其他树冠,为森林保护和可持续发展提供重要数据支持。
Google 研究团队推出 Nested Learning,一种新的机器学习范式,旨在解决持续学习中的灾难性遗忘问题。通过实验验证了其在语言建模和长期记忆管理方面的优势。
推荐理由:Nested Learning 提出了一种新的机器学习范式,旨在解决持续学习中的灾难性遗忘问题,通过实验验证了其在语言建模和长期记忆管理方面的优势。
OpenAI 讨论了 AI 系统中的提示注入攻击,并介绍了其在安全研究、模型训练和用户防护方面的进展。
Google Research 发布了 ForestCast 模型,用于预测森林砍伐风险,并提供了公开数据集,旨在推动森林保护措施的发展。
推荐理由:原文提出了 ForestCast 模型,并提供了公开数据集,有助于推动森林砍伐风险评估技术的发展。
Hugging Face 与 VirusTotal 合作,对 Hugging Face Hub 上的 220 万个公共模型和数据集存储库进行持续扫描,以增强文件共享的安全性,保护机器学习社区免受恶意或受损资产的影响。
推荐理由:Hugging Face 与 VirusTotal 的合作增强了 Hugging Face Hub 上共享文件的安全性,有助于保护机器学习社区免受恶意或受损资产的影响。
Hugging Face 推出食品过敏研究项目,旨在利用人工智能推动食品过敏研究进展。该项目构建了一个社区驱动的食品过敏研究实验室,提供了丰富的数据集和工具,以促进食品过敏研究的合作和创新。
推荐理由:该研究通过构建一个社区驱动的食品过敏研究实验室,展示了人工智能在食品过敏研究中的应用潜力,为研究人员、临床医生和患者提供了有价值的资源。
Ethereum 基金会宣布启动 2026 年实习生计划,为期 12 周,实习生将参与 Ethereum 协议和生态系统的研发项目。该计划面向全球大学学生或毕业生,申请截止至 2025 年 12 月 1 日,实习期间可远程或从 EF 办公室完成。
Arm 将参加 PyTorch Conference,展示如何利用 PyTorch 和 ExecuTorch 使开发者轻松构建和部署 AI 应用。会议期间,Arm 将提供一对一研讨会,帮助改进产品可用性,并强调负责任的 AI 开发实践。此外,Arm 还将举办开发者对话会,了解开发者如何构建、部署和扩展 AI,以优化其下一代 AI 工具和 SDK。
Hugging Face 博客介绍了如何将 dots.ocr 模型转换为 Core ML 格式并在 Apple 设备上运行,以实现最先进的 OCR 功能。
推荐理由:介绍了如何将 dots.ocr 模型转换为 Core ML 格式并在 Apple 设备上运行,对开发者具有参考价值。
OpenAI 推出“OpenAI on OpenAI”系列,分享如何利用自身技术提升工作效率和知识规模,助力其他组织实现类似目标。
OpenAI 与 AARP 合作,通过 OpenAI Academy 和 OATS 的 Senior Planet 创新计划,为老年人提供新的 AI 培训和诈骗识别工具,以增强其网络安全防护能力。
Hugging Face发布LeRobotDataset:v3.0,解决大规模数据集存储限制,支持单文件多场景存储,并引入流式访问功能,提升机器人学习效率。LeRobotDataset:v3.0是LeRobot库的一部分,支持多种机器人平台和模态数据,包括传感器、摄像头和远程操作状态。
Hugging Face 推出 Gradio 库,简化可见水印添加,支持图像、视频和文本内容,增强 AI 内容透明度。水印可指定为文件名,支持 QR 码等,自动为文本生成添加归属信息。
Mixi 利用 ChatGPT Enterprise 提升团队生产力,推动 AI 应用,并打造安全创新环境。
Hugging Face 发布了开源训练管道 Kimina-Prover-RL,用于 Lean 4 中的形式化定理证明,包括两个模型 AI-MO/Kimina-Prover-RL-1.7B 和 AI-MO/Kimina-Prover-RL-0.6B,均达到新的开源模型性能水平。
推荐理由:Kimina-Prover-RL 是一个开源的训练管道,旨在训练大型语言模型解决 Lean 4 中的形式化证明目标,读者可以了解其结构和应用场景。
TextQuests是一个基于25款经典互动小说游戏的基准测试,用于评估LLM在文本视频游戏中的表现。该测试要求代理在长时间和不断增长的历史中推理和执行多步计划,并从经验中学习。评估结果显示,LLM在长上下文推理和动态思维方面存在挑战,例如幻觉和重复动作。