跳到正文

全部动态

今日 0 条
10月2日周五
  1. Hugging Face Blog37

    AutoSynthData:如何为企业 AI 智能体生成训练数据

    ServiceNow CoreAI 构建 AutoSynthData,通过诊断任务识别目标模型的能力短板,由更强的教师模型生成新的可执行训练任务,并随模型改进动态调整课程。生成的任务由系统规范、用户提示词和验证器三部分组成,需通过可行性、真实性和难度检查后才用于后训练。该流水线在 EnterpriseOps Gym 上得到验证,针对企业环境的工具、API 与数据状态提供训练信号。

  2. AWS Machine Learning Blog46

    用 Amazon Quick 为 AI 构建的应用提供实时受治理数据

    Amazon Quick 推出 Live Data in Apps 功能,让 AI 构建的应用在用户每次打开时实时查询受治理的 Quick Sight 数据集,取代构建时的静态快照。该功能支持 SPICE 与 Direct Query 两种数据集模式,沿用既有行级与列级安全规则,查询以查看者身份执行;查看者首次使用需逐数据集授权,最低需 Reader Pro 权限,不支持匿名访问。

  3. AWS Machine Learning Blog36

    Amazon Payments 用 Amazon SageMaker AI 的 contextual bandits 提升获客漏斗转化

    Amazon Payments 在 Amazon SageMaker AI 上用多目标 contextual bandit(LinUCB)同时优化获客漏斗 start、submit、approve 三阶段的个性化内容选择。七周在线 A/B 测试中,某客户群体最终转化率出现高个位数百分比的相对提升,另一群体未见改善,问题出在内容而非模型。团队还公开了可在合成数据上测试该方法的代码仓库。

10月1日周四
  1. AWS Machine Learning Blog31

    uniopen 如何定制 Amazon Nova 2 Lite 适配其零售内容审核策略并用于生产部署

    统一企业旗下 uniopen 平台通过 Amazon SageMaker AI 监督微调和提示词优化,将 Amazon Nova 2 Lite 定制为适配其零售内容审核策略的专用模型,基线 Per Behavior Macro F1 为 0.5852。该方案将生产审核路径与修正、训练、评估和部署流程分离,通过硬性与软性门控控制模型和提示词的自动上线,并保留人工审核作为兜底机制。

  2. Google DeepMind79

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布新的前沿模型 Gemini 4 Argon,先通过 Fairwind Program 面向一批可信网络安全防御方开放,随后逐步向开发者、企业和消费者推出。

    推荐理由:官方给出 1M 输出 token、DeepSWE v1.1 77.9% 等指标与分阶段开放安排,可据此了解前沿模型的发布节奏与安全门槛。

  3. Microsoft Research43

    Microsoft Research 预测电网空间天气风险

    Microsoft Research 开发了一套机器学习流水线,可为美国本土 66,935 座变电站提前 30-60 分钟给出空间天气风险估计。该系统结合日风观测、AE 与 Dst 指数预测及地质电导率,在 2020-2026 评估期内检测到近 80% 的重大空间天气事件,Dst 预测在 62.2% 的高活动小时上优于 Burton 方程。

  4. Google DeepMind65

    Google DeepMind 推出 SynthID Bio,为 AI 生成的蛋白质嵌入水印

    Google DeepMind 推出 SynthID Bio,将水印技术带到合成生物学,可在 AI 生成的蛋白序列和预测 3D 结构中嵌入可检测签名,实验室测试显示不损害蛋白质的生物学功能。

    推荐理由:文中给出水印嵌入蛋白序列与 3D 结构的具体做法和湿实验对照数据,可了解 AI 生物设计的溯源机制。

9月30日周三
  1. Hugging Face Blog60

    Hugging Face 发布 Open TTS Leaderboard,面向多语言 TTS 与声音克隆的可扩展评测

    Hugging Face 上线 Open TTS Leaderboard,用客观指标评测开源多语言 TTS 与声音克隆模型,单次评测耗时从收集投票的数周缩短到数小时。

    推荐理由:开源 TTS 模型已超 8K,人工投票榜单难以跟上发布节奏,这份榜单用客观指标评估可理解度、速度与音色相似度。

  2. AWS Machine Learning Blog70

    GPT-6.1 Sol 正式上线 Amazon Bedrock

    GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用,为智能体编码、计算机使用和专业工作负载提供更强的推理能力。据 OpenAI 称,它在 DeepSWE v1.1 上以约五分之一的任务成本达到 GPT-6 Astra 的水平,并比 GPT-6 Sol 的最佳成绩高出 6.4 个百分点。

    推荐理由:文章给出 GPT-6.1 Sol 在 Bedrock 上的可用范围与数据隔离机制,读者可据此评估现有智能体工作流的迁移成本。

  3. AWS Machine Learning Blog37

    Amazon Quick 提示词工程基础:通用原则与 CRISPE 框架

    Amazon Quick 提示词工程基础指南(Part 1)给出适用于全部 Quick 组件的通用原则与 CRISPE 框架,强调具体清晰、补充业务上下文、用示例示范输出格式。CRISPE 涵盖上下文与约束、角色与职责、意图与输入、步骤与范围;系列第二篇将针对 Research、Flows、Sight、Chat Agents 和 Action Integrations 给出分组件技巧。

9月29日周二
  1. Microsoft Research59

    Microsoft Research 推出面向生物学复杂性的 AI 研究系统 Quine

    Microsoft Research 推出 AI 研究系统 Quine,由生物学多模态世界模型和连接模型、科学工具、文献与研究者的交互 harness 组成。该系统与 Broad Institute 合作用于胰腺导管腺癌(PDAC)化合物筛选,其排名最高的化合物在湿实验中产生最大的 classical 到 basal 细胞状态转变,整个过程仅用一个周末。

  2. Hugging Face Blog41

    ProvenanceGuard:面向 MCP 智能体的来源感知事实性验证

    ProvenanceGuard 是为 MCP 智能体设计的生成后验证层,在不重训智能体的前提下保留工具输出的来源身份,识别事实成立但归属错误的「跨来源混淆」。在医疗智能体的 281 条真实轨迹上,专家判定应拦截的 139 条断言被它拦下 138 条,来源匹配准确率约 86%,另有 67 条被专家认为有据的断言被送交审查或修复。