跳到正文
AI 资讯
10月15日周四
  1. Google Research76

    Google Research 公开 Deep Review,用智能体流程审查复杂技术文档

    Google Research 公开 Deep Review,一款用于复杂文档严格反馈与技术验证的智能体系统,初期面向计算机科学论文,现已扩展到法律、金融等领域。

    推荐理由:Deep Review 通过文档分段、动态计算预算、并行验证和全局综合审查复杂文档,读者可以据此了解其技术流程与适用范围。

10月14日周三
  1. Google DeepMind41

    Google DeepMind与GovTech Singapore合作微调Gemma模型检测诈骗

    Google DeepMind与GovTech Singapore合作微调轻量级Gemma模型,用于在设备端实时检测诈骗;诈骗占新加坡已报告犯罪一半以上,自2019年以来损失超过S$4 billion,当前最高占总损失的80%。模型采用两阶段流程分析消息和对话上下文,发现操纵意图后直接在设备上警示;用户同意后,Google与新加坡政府均无法通过部署访问对话。

  2. Google DeepMind77

    Google DeepMind广泛推出Gemini 4 Argon并公布安全机制

    Google DeepMind开始广泛推出Gemini 4 Argon,并扩大Fairwind Program,向更多可信网络防御者开放。Argon在12个端到端模拟网络攻击场景中全部解题,此前一代模型解决了5个;模型还采用输入筛查、内部内省和持续监控三层实时防护。

    推荐理由:文中给出Argon的网络防御表现、三层滥用防护和实时失配监测,便于读者评估其广泛开放后的安全边界。

  3. GitHub Blog · AI & ML71

    GitHub 上线基于 ModernBERT 的上下文感知秘密扫描器

    GitHub 上线由正则筛选与微调 ModernBERT 分类器组成的两阶段秘密扫描器,将通用秘密检测扩展至推送保护。该分类器结合候选值、文件路径、变量名和上下文判断告警,并与此前基于远程 LLM 的流程相比,将推送后扫描执行时间中位数降低 86%,服务成本降低超过 98%。

    推荐理由:GitHub 公开了秘密扫描器的模型架构、训练方法与线上评测结果,可用于理解专用小模型替代远程 LLM 的实现路径。

  4. Google DeepMind86

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布 Gemini 4 Argon 前沿模型,面向开发者、企业和消费者开放,用于复杂编码、科研、金融及智能体任务。模型经 API 在全球推出,首发价为每百万输入 token $2、每百万输出 token $10,缓存输入 token 优惠 95%,并支持 1M 统一输入输出 token 上限。

    推荐理由:给出了 Argon 在代码库重构、科学计算、机器人和安全防护上的实测数据与落地路径,便于比较其复杂任务能力和使用门槛。

10月13日周二
  1. Microsoft Research48

    StudentSim:模拟学生学习以改进 AI 辅导系统

    Microsoft Research 提出研究系统 StudentSim,利用公开且去标识化的学习者记录训练个性化学生模拟器,在接触真实学习者前评估并改进 AI 辅导系统。同步推出覆盖国际象棋、第二语言英语写作和数学的 StudentSimEval,以行为忠实度和指导响应性评估模拟器。模拟器表现优于领先基线,但目前并非产品,也未部署于课堂或用于替代教师。

10月8日周四
  1. GitHub Blog · AI & ML68

    GitHub 推出 ModernBERT 密钥分类器,扩展 push protection

    GitHub 与 Microsoft Applied Sciences 构建了基于 ModernBERT 的微调分类器,将 push protection 扩展到无固定结构的密钥,评估候选密钥耗时不到 2 毫秒,可阻止的密钥数量有望增加一倍以上。

    推荐理由:GitHub 用九个季度数据拆解代理写代码增长下的密钥风险,并给出检测精度、延迟、吞吐与成本的权衡方案。

10月6日周二
  1. Mistral AI78

    Mistral 发布 Mistral Large 4 公共预览版

    Mistral 推出 Mistral Large 4 公共预览版,模型拥有 1 trillion 参数和 52 billion 激活参数,可通过 Mistral Studio 使用预览 API。Mistral Large 4 是原生多模态模型,覆盖编码、智能体工作流、视觉定位、科学计算与知识工作,权重计划于本月底发布。官方称其采用欧洲自有数据中心训练,并计划推出私有云或本地部署版本。

    推荐理由:Mistral Large 4 提供公开预览、权重开放计划及多维基准数据,便于读者评估其开放权重多模态能力与部署方式。

10月5日周一
10月2日周五
  1. GitHub Blog · AI & ML44

    AI 正在改变开发者工作:提升三项关键技能

    AI 正在改变开发者的执行方式,开发者需要学会引导 AI、评估输出并处理更广泛的系统问题。GitHub Copilot 内置的 Rubber Duck agent 可调用第二个模型审查计划、代码和测试,以发现首个模型可能遗漏的问题。随着 AI 承担更多实现工作,开发者可将时间投入客户需求、架构权衡、可访问性与成功指标等仍需人工判断的环节。

9月28日周一
  1. Mistral AI62

    Mistral 在慕尼黑开设德国中心,推进工业 AI 与 Physics AI

    Mistral 在慕尼黑开设德国中心,组建 Physics AI 和 Industrial AI 专业研究团队及应用工程团队,并与 BMW、Siemens Energy 开展合作。Mistral 计划到 2030 年建设 1 gigawatt 欧洲算力capacity,同时与 TUM 合作研究基于风洞数据的实时汽车空气动力学预测。

    推荐理由:Munich 研究中心及欧洲算力建设计划交代了 Mistral 进入德国工业 AI 市场的组织布局与基础设施投入。

9月26日周六
  1. GitHub Blog · AI & ML68

    GitHub Copilot 如何用 canvases 构建自定义工作流

    GitHub Copilot app 支持通过 /create-canvas 技能用自然语言生成自定义工作流画布,无需手动编写代码或设计界面。画布支持用户与智能体同时修改共享状态,并可保存为扩展重复使用或与团队共享;Awesome Copilot 还提供了发布说明、看板和问题分派等现成扩展。

    推荐理由:教程给出从描述工作流到用 /create-canvas 生成双向协作画布的完整步骤,可直接迁移到自定义团队工作流。

9月16日周三
  1. Mistral AI57

    Mistral与Mozilla合作,为Firefox Smart Window提供模型支持

    Mistral与Mozilla宣布合作,Firefox Smart Window测试版现已采用Mistral模型,为法国和北美用户提供AI浏览辅助。Smart Window可整理复杂搜索结果、记住用户移开的重点内容,并依据浏览器标签页提取信息,双方采用区域语言、方言和文化语境进行微调。对话默认不保存在Mozilla服务器上,合作伙伴同意执行零数据保留,英国和德国预计于今年晚些时候陆续开放。

7月29日周三
7月26日周日
  1. Berkeley AI Research48

    ABBEL:教 LLM 更新信念以实现高效长程交互

    ABBEL 将自然语言信念状态作为智能体的工作上下文,并通过信念分级监督摘要信息,帮助 LLM 处理长程交互。CollabBench 协作编程测试显示,重构式信念分级可将模型与完整上下文的性能差距缩小约 50%,训练步数从 100 步降至 50 步,同时峰值 token 更少。

7月7日周二
  1. Berkeley AI Research41

    Berkeley AI Research 观点:智能近乎免费时,为智能体、关于智能体与由智能体构建的数据系统

    Berkeley AI Research 提出,近零推理成本正推动数据系统转向为智能体设计、管理智能体及由智能体构建三类新架构。GPT-4级能力的成本从2023年初每 million tokens 约 $30 降至如今低于 $1,部分低于 $0.10,年度降幅达 9x至900x,中位数接近 50x。

7月1日周三
5月8日周五
  1. Berkeley AI Research50

    Berkeley AI Research 分析自适应并行推理:让大语言模型自主控制推理扩展

    Berkeley AI Research 对自适应并行推理的研究进展与未来方向展开分析,探讨由模型自主决定何时分解任务、生成多少并行线程及如何协调。该方法旨在克服固定并行结构带来的冗余计算,并缓解顺序推理导致的上下文退化、延迟上升与算力消耗问题。

4月20日周一
  1. Berkeley AI Research47

    GRASP:面向长时程世界模型的梯度式规划

    Berkeley AI Research 提出 GRASP,一种面向学习动力学世界模型的梯度式规划器,使长时程规划更可行。它将轨迹提升到虚拟状态以跨时间并行优化,在状态迭代中加入随机性促进探索,并重塑梯度,让动作获得清晰信号,同时避开高维视觉模型中脆弱的“状态输入”梯度。

3月13日周五
  1. Berkeley AI Research55

    Berkeley AI Research 提出 SPEX 与 ProxySPEX 扩展大规模关键交互识别

    Berkeley AI Research 提出 SPEX 与 ProxySPEX,用于在大量特征、训练样本和模型组件中识别影响输出的关键交互。方法利用稀疏性、低度性和层级结构减少所需消融次数,其中 ProxySPEX 以约少 10x 的消融次数达到 SPEX 的表现。实验覆盖特征归因、数据归因和注意力头归因,相关代码已集成至 SHAP-IQ 仓库。

1月10日周六
  1. Berkeley AI Research50

    Berkeley AI Research 基于信息量优化成像系统设计

    Berkeley AI Research 提出基于信息量的成像系统评估与优化框架,可直接利用含噪测量和噪声模型估算互信息。框架在色彩摄影、射电天文、无镜头成像和显微镜四个领域验证了性能预测能力,优化后的设计可媲美端到端方法,并减少内存与计算量,无需任务专用解码器设计。