原文摘录（自动中文摘要暂不可用）：GitHub Copilot models deprecated on October 19, 2026 As of today, October 19, 2026, we have deprecated the following models across most GitHub Copilot experiences (including Copilot Chat, inline edits, ask and agent modes, and code completions). These… The post GitHub Copilot models deprecated on October 19, 2026 appeared first on The GitHub Blog .
推荐理由：自动中文摘要尚未通过校验，请核对原文与完整来源。
当我们的AI代码审查器每运行一次的成本翻倍时，我们深入分析了token使用情况，以找出原因。我们通过使用提示缓存和智能模型路由，将推理费用减少了68%，同时加快了审查速度。
推荐理由：请对照Cloudflare AI原文，核对完整说明及适用条件。
新增了CLAUDE_CODE_AUTO_MODE_MODEL，用于客户端自动模式分类器选择模型；不改变服务器端自动模式的模型。新增了/config中的Idle compaction行，用于关闭或开启空闲压缩；退出时显示的提示信息现在说明如何关闭。新增了/设计-同步和/设计-登录的提示，说明独立Claude设计（claude.ai/design）在14年前将关闭。修复了在停止会话时因提示内容过长而出现的错误。修复了切换到Vertex或Bedrock中间会话时因额外输入被拒绝的问题。修复了读取工具加载任意大小图像文件或类似图像的管道或设备时的内存占用问题；超过128MB的图像来源现在被拒绝。修复了当网关命名如anthropic/claude-opus-4-1时，/autocompact和/effort saving错误地应用到Opus 4或4.1模型。修复了/ no_think提示缓存缺失的问题。
推荐理由：请对照Claude Code Releases原文，核对完整说明及适用条件。
原文摘录（自动中文摘要暂不可用）：Upcoming deprecation of selected GitHub Copilot models in mid-November We will deprecate the following models across all GitHub Copilot experiences (including Copilot Chat, inline edits, ask and agent modes, and code completions) on November 16th, 2026: Model Deprecation date… The post Upcoming deprecation of selected GitHub Copilot models in mid-Novem
推荐理由：自动中文摘要尚未通过校验，请核对原文与完整来源。
原文摘录（自动中文摘要暂不可用）：Open From Data Center to Desktop: NVIDIA Expands Nemotron Family With Highest Efficiency Super VL and Bolt Models NVIDIA today released Nemotron 3.5 Super VL, an open 120-billion-parameter model that delivers the fastest task completion and highest accuracy for specialized always-on agents. Joining it are two new edge models: Nemotron 3.5 Bolt 74B-A9B 24GB,
推荐理由：自动中文摘要尚未通过校验，请核对原文与完整来源。
工具增强的LLM代理在规划执行前从大型注册表中发现相关API，但有限的上下文窗口限制了将所有工具定义注入单个提示中。主导方法我们称为Retrieve-then-Plan（RtP），通过近似最近邻搜索检索相似工具。我们研究了一种替代的Plan-then-Retrieve（PtR）范式，LLM首先生成抽象工具骨架（假定功能签名，描述所需能力），然后作为检索查询针对注册表进行检索。评估在……
推荐理由：请对照Apple Machine Learning Research原文，核对完整说明及适用条件。
多模态代理在执行每个动作前通常生成自由形式推理。小型模型因模型容量有限，可能导致推理过程冗长，虽能提供少量有用指导，但会带来较高的推理成本。为解决此问题，我们引入基于选择的结构化推理（SSR），该框架将推理转化为选择而非开放式生成。SSR将重复的高层推理表示为预定义、可复用的自然语言候选。在每一轮中，模型根据候选推理内容进行选择，以优化推理效率。
推荐理由：请对照Apple Machine Learning Research原文，核对完整说明及适用条件。
使用MLX和RDMA在Mac Studio上进行本地和分布式大模型推理
推荐理由：请对照Apple Machine Learning Research原文，核对完整说明及适用条件。
HydraFusion 拥有更新的模型池，改进了工作流编排，并引入了 HydraFusion Max。HydraFusion 和 HydraFusion Max 在 VS Code、GitHub Copilot 应用以及 GitHub Copilot8230 中均可使用。HydraFusion 更新后的新 Max 选项首先出现在 GitHub Blog 上。
推荐理由：请对照GitHub Changelog原文，核对完整说明及适用条件。
看看Amp如何用GPT-6 Astra、Ultrafast、GPT-Live-1和Sign通过ChatGPT登录来推动代理能做的事的前沿。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。
谷歌深mind与新加坡政府科技公司利用轻量级端侧Gemma模型，通过零云数据流出的方式，拦截私聊中的对话诈骗。
推荐理由：请对照Google DeepMind原文，核对完整说明及适用条件。
代码切换（CS）是指在话语中交替使用语言的现象，常见于多语种口语，但在预训练语料中却相对较少。要增加CS的覆盖范围，需要在大规模语音集合中找到相关话语，以便将其包含在训练数据中。一种方法是将语音转写并检测文本中的语言交替，但这一过程依赖于获得准确的多语种转写。我们提出一种轻量级方法，直接从语音中检测CS。该方法利用预训练语音的帧级语言信息，实现CS的检测。
推荐理由：请对照Apple Machine Learning Research原文，核对完整说明及适用条件。
离散扩散模型作为自回归语言模型的有力替代方案，近期工作从文本、图像-文本和音频-文本数据中零初始化并微调基础单模态模型，实现多模态生成。与以往方法不同，我们首次提出三模态掩码扩散模型（MDM），并系统分析多模态缩放规律、模态混合比例、噪声调度、批大小效应，提供优化的推理采样默认值。批大小分析得出新颖的随机微分方程（SDE）...
推荐理由：请对照Apple Machine Learning Research原文，核对完整说明及适用条件。
Gemini 4 Argon，Google的最新前沿模型，现已在GitHub Copilot中一般可用。它专为复杂编码、代理型任务和推理设计。在早期测试中，Gemini 4 Argon出现了，其后在GitHub Copilot中首次发布于The GitHub Blog。
推荐理由：请对照GitHub Changelog原文，核对完整说明及适用条件。
我们为开发者、企业、科学家和消费者提供了Gemini 4 Argon，我们的最新前沿模型。
推荐理由：请对照Google AI Blog原文，核对完整说明及适用条件。
长代理轨迹由思维链和工具调用组成，积累过时内容，成为后续生成的锚点，最终超出上下文窗口。现有框架通过固定间隔压缩缓解此问题，触发条件基于令牌阈值。此类触发不关注轨迹结构，可能在推理或搜索中丢弃部分结果。我们提出SELFCOMPACT，一种框架，允许模型自身决定何时及如何压缩。具体而言，它结合两个推理元素：（i）模型调用的压缩工具，用于总结积累内容……
推荐理由：请对照Apple Machine Learning Research原文，核对完整说明及适用条件。
随着对基于GPU的机器学习推理需求的增加，集中式GPU基础设施暴露了其局限性，包括高成本、有限的弹性以及资源约束下的长等待时间。同时，现代基于Apple Silicon的macOS设备配备了强大的GPU，但在正常使用时大多处于闲置状态。本文提出Minions，一种动态分布式的虚拟GPU云，可聚合macOS设备上的闲置Apple Silicon GPU，执行大规模机器学习推理任务。Minions使团队能够利用现有资源进行高效计算。
推荐理由：请对照Apple Machine Learning Research原文，核对完整说明及适用条件。
本更新为GitHub Copilot for JetBrains 提供更多对默认模型和MCP服务器的控制，使诊断更易处理，改善聊天导航和账户管理，并8230。新控制和聊天改进首次出现在The GitHub Blog。
推荐理由：请对照GitHub Changelog原文，核对完整说明及适用条件。
新增了对Claude应用网关的managed.policies[]的代码密钥，与CLI设置相同，也应用于Claude桌面的代码标签；除桌面外，还启用了Claude桌面的网关模式。新增了autoCompactWindow到子代理的frontmatter和--agents定义中，使子代理可在主对话窗口打开前自动压缩。新增CLAUDE_CODE_WORKFLOW_SUBAGENT_MODEL，使所有工作流代理在单一模型上运行，其他子代理保留各自模型。新增CLAUDE_CODE_OVERLOADED_RETRY_MAX_DELAY_MS环境变量，用于设置重试时的延迟上限。在插件的/plugin路径新增说明，指出当其他启用的插件有相同名称时，该插件的钩子被忽略。新增Read工具的allow_large选项，使Claude可一次读取超过常规大小限制的文本文件。修复了managed-settings PreToolUse钩子，防止工具调用时出现'continue': false的情况。
推荐理由：请对照Claude Code Releases原文，核对完整说明及适用条件。
发现Sophos使用OpenAI的Daybreak来减少网络安全威胁调查时间并自动化MDR案件的96%部分，同时保留人类监督。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。
使用GPT-6 Astra在Codex中，Asana使浏览器代理76倍更便宜，5倍更快，以提供更强大的模型。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。
基于扩散的模型将采样分解为许多小的高斯去噪步骤，但当生成被压缩为少量粗略过渡时，这一假设会失效。现有少步方法通过蒸馏、一致性训练或对抗目标来应对，但牺牲了似然框架。我们引入了正则化轨迹模型（NTM），其每个逆向步骤建模为具有精确似然训练的表达式条件正则化流。架构上，NTM在每一步内结合浅层可逆块，并与深平行结构结合。
推荐理由：请对照Apple Machine Learning Research原文，核对完整说明及适用条件。
Claude Haiku 5.5，Anthropic’s newest lightweight model，现已在GitHub Copilot中一般可用。它专为快速高并发工作如子代理、快速编辑和终端任务设计。早期… Claude Haiku 5.5在GitHub Copilot中首次出现于The GitHub Blog。
推荐理由：请对照GitHub Changelog原文，核对完整说明及适用条件。
新增了Claude Haiku 5.5 (claude-haiku-5-5)，现为Anthropic API默认Haiku模型，1M上下文token，$0.10/$0.50每Mtok（$0.50/$2.50对于超过100K的提示），新增了agentType字段到subagentStatusLine payload，使脚本能区分自定义子代理类型。修复了Claude在上下文压缩前将自身上次操作视为已完成，导致重退或重做已完成工作。修复了HTTP MCP连接内存泄漏，持续保留所有已发送请求直到关闭。修复了在Claude工作时发送的消息丢失问题，移至后台后若消息无法移动，仍保持原状。修复了/model effort方向错误，可能误保存为低值。修复了Chrome中会话启动时Claude断开连接问题。
推荐理由：请对照Claude Code Releases原文，核对完整说明及适用条件。
秘密保护应与你构建软件的方式同步，无论你自行编写代码还是与AI代理合作。我们的新专用模型使我们能够实现上下文感知。专用模型用于泄露秘密检测首次出现在GitHub博客上。
推荐理由：请对照GitHub Changelog原文，核对完整说明及适用条件。
GitHub Copilot CLI 使用户在不离开现有工作流的情况下更容易选择本地模型。从CLI版本1.0.94-0开始，使用 /model 可以从正在运行的… 中发现支持的模型。在GitHub Copilot CLI 上发现本地模型的帖子首次出现在The GitHub Blog 上。
推荐理由：请对照GitHub Changelog原文，核对完整说明及适用条件。
嵌入Gemma 2 是一个开放、轻量级的多模态嵌入模型
推荐理由：请对照Google DeepMind原文，核对完整说明及适用条件。
OpenAI 发布了关于数学开放问题的内部前沿模型的新成果，并在 GitHub 上分享了 Lean 证明形式化和研究细节。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。
学习OpenAI和Ironclad如何在复杂合同工作流程上训练和评估AI代理，以推动专业工作的计算机应用。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。
单个LLM代理在多样化的交互环境中联合训练已引起广泛关注，作为通用智能体的路径。现有课程和数据选择策略通常在环境层面分配训练或优先考虑本地奖励信号，而未明确考虑不同环境间当前 rollout 的关系，用于提示组选择。同时，由于环境学习速率不同，所有失败和所有成功 rollout 组可在一批中共存，导致数据无组相对奖励信号。
推荐理由：请对照Apple Machine Learning Research原文，核对完整说明及适用条件。
原文摘录（自动中文摘要暂不可用）：Selected models in GitHub Copilot deprecated As of today, October 2, 2026, we have deprecated the following models across all GitHub Copilot experiences (including Copilot Chat, inline edits, ask and agent modes, and code completions). Model… The post Selected models in GitHub Copilot deprecated appeared first on The GitHub Blog .
推荐理由：自动中文摘要尚未通过校验，请核对原文与完整来源。
学习初创企业如何选择GPT-6模型，调整推理努力，提升提示和技能，协调工具，并为生产环境准备工作流。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。
Cloudflare AI Gateway 现已支持与 Ceramic.ai、Exa 和 Linkup 的原生 Web 搜索 API 集成。开发者可通过 AI Gateway、REST API 或 Workers 绑定实时注入网页上下文到模型推理调用。
推荐理由：请对照Cloudflare AI原文，核对完整说明及适用条件。
离散扩散，包括重标记和均匀状态抽样器，通过在每一步中写入多个token位置，从每个位置的分布中抽取，并选择哪些位置写入。对于通用领域（像素、音素或词）中的token，存在内在依赖关系。我们表明，当步骤写入的位置在已固定token的条件下是条件独立时，该步骤才能匹配训练分布；任何位置分布的乘积都无法匹配依赖组。...
推荐理由：请对照Apple Machine Learning Research原文，核对完整说明及适用条件。
我们引入了Clef和Clef-flash，基于Workers AI的开源决策模型，用于高速分类和代理工作流。同时推出：一种新的强化学习平台，允许开发者使用自身数据对决策模型进行微调。
推荐理由：请对照Cloudflare AI原文，核对完整说明及适用条件。
人工智能主权并非零和游戏，但许多政府现在认为它是如此。Cloudflare 的回答：更多本地开源模型，模型无关的安全工具，以及对给国家真实选择的承诺。
推荐理由：请对照Cloudflare AI原文，核对完整说明及适用条件。
Cloudflare OS 为您的组织中每个人提供一个代理工作区，该工作区了解您的公司运作方式，并连接到其数据和系统。我们正在开放完全管理部署的等待名单，您只需几点击即可启动这些部署。
推荐理由：请对照Cloudflare AI原文，核对完整说明及适用条件。
AI搜索现已一般可用。它直接嵌入图像像素进行视觉搜索，对扫描的PDF文件运行光学字符识别，可接受最多10 MiB的文件，并与任何聊天模型兼容。以下为新功能及定价方式。
推荐理由：请对照Cloudflare AI原文，核对完整说明及适用条件。
强化学习中可验证奖励（RLVR）的通用范式是让代理多次尝试任务，并优化以实现成功。在自我改进领域，任务难度极高，代理成功率低甚至为零，且缺乏教师模型或示例解决方案可供提炼。本文引入RLTL;DR。每次失败后，我们展示验证器输出的策略，并允许其以单句TL;DR形式写出反馈。下一轮 rollout 是在条件约束下进行的。
推荐理由：请对照Apple Machine Learning Research原文，核对完整说明及适用条件。
最近自主机器学习工程（MLE）代理在公共排行榜上取得了显著进展。通常受长期周期内进展停滞和有限的大语言模型（LLM）基本功能的制约，现代MLE代理在日益复杂的系统上部署，如多智能体协调器、专用检索子代理等。尽管这些系统扩展，但使用更简单的但改进的编码代理——其中LLM直接通过读、写和bash原语访问执行环境——在该领域仍较少关注。
推荐理由：请对照Apple Machine Learning Research原文，核对完整说明及适用条件。