1Password 借助 Codex 将工程生产力提升 21%
1Password 的工程师使用 Codex 快速构建新功能和内部工具，推动工程生产力提升 21%。这些工作在维持严格安全策略的前提下达到生产就绪。
全部AI 动态
全部动态
今日 0 条OpenAI NewsAI 评分3333
GitHub Blog · AI & MLAI 评分5555 GitHub Copilot app 新手指南：同时运行多个智能体
GitHub Copilot app 支持同时运行多个智能体会话，每个会话运行在独立的 Git worktree 上，彼此互不干扰。会话视图用卡片展示会话标题和任务进度，每个会话保留自己的上下文，可随时切换并接着上次的进度继续。文中以 tailspin-toys 仓库为例，同时启动 funded sort、无障碍审查和测试三个会话，官方建议先从同时跑两个小任务开始试。
Hugging Face BlogAI 评分5959 用 TRL 与 OpenEnv 训练模型写水彩画 JavaScript 代码
Hugging Face 工程博客复现了用 TRL GRPO 训练 Qwen3.5-35B-A3B 写 p5.brush 水彩画 JavaScript 的流程，并在 Hub 开源了 178 张参考图池、RL 环境、训练脚本与三种 reward 配比的 adapter。
Hugging Face BlogAI 评分5757 用 GRPO 在 100 步内微调 LFM2.5-350M 提升结构化输出合规率
一篇 Hugging Face 博客教程用 TRL 的 GRPO 微调 LiquidAI 的 LFM2.5-350M，将该模型在 IFStruct 评测上的总体通过率从 22.6% 提升到 29.7%。
Hugging Face Blog精选AI 评分6262 Sentence Transformers v6.0 新增 MultiVectorEncoder：多向量嵌入模型训练与微调实践
Sentence Transformers v6.0 引入第四类模型 MultiVectorEncoder，用于 ColBERT 风格的 late interaction 检索，并提供了完整的训练流程。
推荐理由：给出了从数据集、损失函数到评估器的完整多向量检索模型训练脚本，并提供在单卡消费级 GPU 上的实测效果对比，可直接迁移到自有领域数据上做检索微调。
Hugging Face BlogAI 评分5151 Papers with Code 搜索系统如何借助 Hugging Face 端点、Jobs 和 Buckets 实现混合检索
Hugging Face 博客详解 Papers with Code 搜索系统的混合检索架构：Jobs 跑离线批量嵌入、Inference Endpoint 处理在线查询、Storage Bucket 衔接计算与生产，再由 PostgreSQL 全文检索与 pgvector 通过 RRF 融合结果。
Hugging Face Blog精选AI 评分7272 Sentence Transformers v6.0 教程：使用多向量（late interaction）嵌入模型
sentence-transformers v6.0 新增 MultiVectorEncoder 作为第四类模型，原生支持 PyLate、Stanford-NLP ColBERT 和 colpali-engine 检查点沿用同一套 API 加载。
推荐理由：原文给出从加载、MaxSim 打分到多种向量库落地的完整可运行代码，读者可对照把现有检索管线迁到 late interaction。
Hugging Face BlogAI 评分3535 Hugging Face 约束感知 GPU 调度器：同一集群多挤出 33 个百分点利用率，关键在调度顺序
Hugging Face 提出一套约束感知 GPU 调度器，在七组基准上与 FIFO 调度器对比，在相同硬件与负载下将 GPU 利用率最多提升 33 个百分点（52–85% 升至 72–88%），优先级加权产出在全部场景中上升 24.6%–105.1%。
Hugging Face BlogAI 评分5555 PyTorch 性能分析系列（三）：用 profiler trace 拆解 attention
Hugging Face 博客发布 PyTorch 性能分析系列第三篇，演示如何用 profiler trace 读懂 attention 各种实现的 GPU 行为。
Hugging Face BlogAI 评分4444 PRX Part 4：数据策略
PRX 系列第四篇详解其预训练数据策略：混合公开与内部数据集、用 VLM 重新描述图像，并基于 Mosaic Streaming（MDS）与 Lance 格式构建流式训练语料。文本编码器从 T5Gemma 切换为 Qwen3-VL 后改为在线计算文本 latent，仅带来约 3–4% 吞吐损失。图像统一以 JPEG quality 92 编码，验证表明首次重编码近乎不可感知。
Mistral AIAI 评分5656 Mistral 用 Vibe 构建自动写 RSpec 测试的 Rails 智能体
Mistral 在开源编码助手 Vibe 之上构建了一个 Rails 自动测试智能体，可读取源码生成或改进 RSpec 测试并接入 CI/CD，全程无需人工干预。
Mistral AIAI 评分5353 Mistral AI 工程师深挖 vLLM 内存泄漏，根因指向 UCX 的 mmap 钩子机制
Mistral AI 团队在 Mistral Medium 3.1 的 Prefill/Decode 分离推理部署中发现 vLLM 存在约每分钟 400 MB 的内存泄漏，经 Heaptrack、pmap、BPFtrace 和 GDB 自动化断点逐层排查，最终定位到 UCX 通过 GOT 改写拦截所有 mmap 调用导致 RSS 持续增长。
Mistral AIAI 评分3737 如何通过 LoRA 微调释放 Pixtral-12B 在卫星图像上的潜力
Mistral 通过 LoRA 微调将 Pixtral-12B 适配到卫星图像领域，在 Aerial Image Dataset（AID）上以 8000 张训练样本和 2000 张测试样本进行场景分类，显著优于基座模型在歧义类别上的表现并减少幻觉输出。
Mistral AIAI 评分3333 Mistral AI 指南：用 LLM as a Judge 评估 RAG 系统
Mistral AI 介绍用 LLM as a Judge 评估 RAG 系统的做法，核心采用 TruLens 提出的 RAG Triad 框架，覆盖 Context Relevance、Groundedness、Answer Relevance 三个评估维度。
Mistral AIAI 评分2929 Mistral AI 展示 TranscriptToPRDTicket 智能体工作流，基于 Mistral Large 2 自动生成 PRD 与工程工单
Mistral AI 展示 TranscriptToPRDTicket 智能体工作流，基于 Mistral Large 2 将会议转录自动转为 PRD 与工程工单，并输出至 Linear 等项目管理工具。