AI 日报 · 2026 年 11 月 12 日 · 星期四
MYHOT
AWS 开源 UAEF 跨框架 AI 智能体闭环评估系统
AWS 开源 Universal Agent Evaluation Framework(UAEF),通过适配器统一不同框架的执行轨迹,并用 36 项内置指标从 7 个维度评估 AI 智能体。
模型发布/更新
Google 发布 Gemini Decisions API 与 Gemini Decision 1 模型
Google 发布 Gemini Decisions API 和新模型 Gemini Decision 1,通过 Gemini API 与 Google AI Studio 提供封闭式决策能力。
Google DeepMind 发布 AlphaGenome 2 DNA 序列模型
Google DeepMind 发布 AlphaGenome 2,用于预测 DNA 序列及其变异对特定人类细胞类型的影响。模型基于超过 1.07 亿个细胞谱和 68 种组织训练,在 TenK10K 数据集上识别的因果变异比例为 30%,高于原始模型的 16%,并可预测未见过的细胞状态。AlphaGenome 2 已通过 AlphaGenome API 面向非商业研究开放,商业研究处于私有预览阶段。
论文研究
OpenRouter 实测 fp8 与 fp4 量化对模型质量和价格的影响
OpenRouter 在 2026 年 10 月 20 日对 Qwen3.8 27B 的 6 个端点进行测试,未发现 fp8、fp4 与 fp16 在 240 项计分任务中的准确率差异,但低精度通常更便宜。文章还分析了 1,455 个端点的量化标注、价格和速度,并说明如何通过 provider.quantizations 筛选精度及处理端点故障。
技巧与观点
在 Amazon SageMaker HyperPod 上检测并恢复静默数据损坏
Amazon SageMaker HyperPod 团队介绍如何通过梯度检查、环形重放审计和权重指纹比较,检测分布式训练中的静默数据损坏。检测到异常后,可将可疑 rank 映射到节点,隔离并更换故障节点,再从告警窗口之前的检查点恢复训练。方案已在配备 32 张 NVIDIA H100 GPU 的 PyTorch DDP 集群上测试,确定性审计每 100 步的实测开销为 10.1%。
快讯
- Amazon Bedrock AgentCore 发布 Web Search APIAWS Machine Learning Blog
- OpenAI Codex 接入 Amazon Bedrock 的企业部署指南AWS Machine Learning Blog
- 使用 LangGraph 和 Amazon Bedrock AgentCore Web Search 构建每日依赖监测AWS Machine Learning Blog
- Anthropic 修订 S1 文件披露与 Microsoft 和 Google 超 100 亿美元算力协议AIHOT
- AWS 介绍生成式 AI 可复用资产目录及部署方法AWS Machine Learning Blog
- AWS Quick 如何用 AI-PDLC 智能体加速产品开发AWS Machine Learning Blog
- AWS 汇总 2026 年 10 月面向 AI 构建者的产品更新AWS Machine Learning Blog
- AWS 介绍使用反统一分析形式化策略的语义差异AWS Machine Learning Blog
- Anthropic IPO 拟募资最高 90.4B 美元,或成史上最大上市AIHOT跟进
- Moonshot AI 的 Kimi K3.1 Pro Highspeed 上线 Amazon BedrockAWS Machine Learning Blog跟进