跳到正文
11月10日周二
  1. Apple Machine Learning Research72

    Evaluating the Evaluators: Investigating LLM Judges for Personalized Writing Style Assessment

    本文在NeurIPS 2026 上获得接受,评估大语言模型(LLM)在个性化写作任务中的判断能力。当用户偏好写作风格已知(如‘欢快’)时,LLM判断是否符合该偏好具有重要意义。我们研究写作任务、生成器与判断器LLM的组合、评估目标以及通用常识与推理能力对LLM判断性能的影响。为此,我们为三种长文本任务生成文本,使用四种LLM进行评估。

    推荐理由:请对照Apple Machine Learning Research原文,核对完整说明及适用条件。

  2. Apple Machine Learning Research72

    Weighted State Souping for Efficient Long-Context Retrieval

    本文被接纳于NeurIPS会议的个性化、对齐、长期记忆对于AI系统工作坊(PALM) 2026。状态空间模型(SSMs)结合快速推理与固定状态大小,同时具备竞争性的语言建模性能。最近,状态蒸馏被提出作为一种流程,其中SSMs独立编码如文档、工具定义或记忆记录的token块。结果的状态编码可缓存并重组,以低成本构建下游查询的上下文。然而,状态蒸馏和传统SSMs在长且拥挤的...

    推荐理由:请对照Apple Machine Learning Research原文,核对完整说明及适用条件。

11月5日周四
  1. OpenAI News72

    Franklin Templeton uses OpenAI to support investment research

    这条英文动态主要涉及智能体工作流、文化创意。原文要点:Starting with equity research, Franklin Templeton is developing AI workflows to help portfolio managers compare research views and examine investment risks.

    推荐理由:来自OpenAI News的《Franklin Templeton uses OpenAI to support investment research》。重点看智能体工作流、文化创意。摘要提到:这条英文动态主要涉及智能体工作流、文化创意。原文要点:Starting with equity research, Franklin Templeton is developing AI workflows to help portfolio managers compare research views and examine investment risks.

11月3日周二
11月2日周一
  1. OpenAI News77

    LifeVal

    引入LifeVal,这是一个衡量AI如何帮助人们完成日常任务的基准测试,涵盖从寻找托儿所、管理财务到处理政府文件等方面。

    推荐理由:请对照OpenAI News原文,核对完整说明及适用条件。

10月27日周二
10月26日周一
10月22日周四
10月21日周三
10月14日周三
10月12日周一
  1. Apple Machine Learning Research78

    Minions: A Dynamic and Distributed Virtual GPU Cloud Built on Idle Apple Silicon Devices

    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。

10月6日周二
10月5日周一
10月1日周四
  1. Apple Machine Learning Research85

    RLTL;DR: Self-Improvement by Internalizing Self-Generated Feedback

    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。

9月30日周三
9月28日周一
  1. OpenAI News77

    Are you a Codex Original?

    我们正在收集使用Codex进行非凡工作的建造者、发明家、研究者和创作者的真实故事。如果您想参与Codex Originals计划的下一部篇章,请在下方分享您的故事和项目信息。

    推荐理由:请对照OpenAI News原文,核对完整说明及适用条件。