跳到正文
10月2日周五
  1. IT之家 AI70

    Meta 旗下 AI 智能体 Muse 将登陆智能眼镜平台,可代用户完成各种任务

    IT之家 10 月 2 日消息,Meta 宣布旗下 AI 智能体 Muse 将于近期登陆智能眼镜,用户无需拿出手机,只需通过语音下达指令,Muse 就能在后台代用户完成一系列任务。 Meta 表示,Muse 基于 Muse Spark AI 模型运行,其核心运行环境是一台部署在云端的私有持久化 Linux 虚拟机,配备独立的网页浏览器、文件系统和终端。即使用户关闭应用,这些组件仍会持续运行。为了完成用户交代的任务,Muse 可以自行决定编写并运行代码,也可以将工作分配给多个子智能体,还能创建定时任务。此外,Muse 还能够生成文档、PDF、网站以及消费记录追踪器、数据仪表盘等交互式工具。 与主要面向开发者和专业用户的其他 AI 智能体相比,Muse 的定位更加偏向普通消费者。其界面采用类似即时通讯的简化设计,并配有拟人化头像,同时重点宣传日常生活中的实际使用场景。 Meta 称,Muse 可以帮助用户预订旅行、发送电子邮件、填写...

    推荐理由:来自IT之家 AI的《Meta 旗下 AI 智能体 Muse 将登陆智能眼镜平台,可代用户完成各种任务》。重点看智能体工作流、模型能力与工程。摘要提到:IT之家 10 月 2 日消息,Meta 宣布旗下 AI 智能体 Muse 将于近期登陆智能眼镜,用户无需拿出手机,只需通过语音下达指令,Muse 就能在后台代用户完成一系列任务。 Meta 表示,Muse 基于 Muse Spark AI 模型运行,其核心运行环境是一台部署在云端的私有持久化 Linux 虚拟机,配备独立的网页浏览器、文件系统和终端。即使用户关闭应用,这些组件仍会持续运行。为了完成用户交代的任务,Muse 可以自行决定编写并运行代码,也可以将工作分配给多个子智能体,还能创建定时任务。此外,Muse 还能够生成文档、PDF、网站以及消费记录追踪器、数据仪表盘等交互式工具。 与主要面向开发者和专业用户的其他 AI 智能体相比,Muse 的定位更加偏向普通消费者。其界面采用类似即时通讯的简化设计,并配有拟人化头像,同时重点宣传日常生活中的实际使用场景。 Meta 称,Muse 可以帮助用户预订旅行、发送电子邮件、填写...

  2. Cloudflare AI92

    Introducing Web Search API via AI Gateway

    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。

  3. IT之家 AI68

    AI 灌水稿激增:预印本平台 arXiv 出台新规,每人每月限投 2 篇

    IT之家 10 月 2 日消息,预印本开放获取平台 arXiv 发布博文,宣布于昨日(10 月 1 日)开始实施全新速率限制政策, 将所有投稿者每月提交上限设为 2 篇、同时在审活跃稿件上限设为 3 篇。 IT之家注:arXiv 于 1991 年 8 月 14 日由理论物理学家 Paul Ginsparg 在洛斯阿拉莫斯国家实验室(LANL)创建,是一个面向物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程与系统科学、经济学等学科的预印本(preprint)开放获取平台,允许研究者在论文正式同行评审前先行公开分享成果。 官方博文指出仅在 2026 年 9 月,arXiv 单月收到 40,363 篇投稿,创历史新高,较 2024 年 9 月的 20,569 篇翻倍。同期支持工单激增至近 9,000 个,志愿者审核员时间被大量低质量稿件占用。 生成式 AI 降低写作门槛,导致“香肠论文”(单研究拆分为多篇)、窄 sco...

    推荐理由:来自IT之家 AI的《AI 灌水稿激增:预印本平台 arXiv 出台新规,每人每月限投 2 篇》。重点看产品发布。摘要提到:IT之家 10 月 2 日消息,预印本开放获取平台 arXiv 发布博文,宣布于昨日(10 月 1 日)开始实施全新速率限制政策, 将所有投稿者每月提交上限设为 2 篇、同时在审活跃稿件上限设为 3 篇。 IT之家注:arXiv 于 1991 年 8 月 14 日由理论物理学家 Paul Ginsparg 在洛斯阿拉莫斯国家实验室(LANL)创建,是一个面向物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程与系统科学、经济学等学科的预印本(preprint)开放获取平台,允许研究者在论文正式同行评审前先行公开分享成果。 官方博文指出仅在 2026 年 9 月,arXiv 单月收到 40,363 篇投稿,创历史新高,较 2024 年 9 月的 20,569 篇翻倍。同期支持工单激增至近 9,000 个,志愿者审核员时间被大量低质量稿件占用。 生成式 AI 降低写作门槛,导致“香肠论文”(单研究拆分为多篇)、窄 sco...

  4. Apple Machine Learning Research79

    Limits of Confidence in Diffusion

    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。

  5. GitHub AI Trending70

    Trusted-AI/adversarial-robustness-toolbox: Adversarial Robustness Toolbox (ART) - Python Library for Machine Learning Security - Evasion, Poisoning, Extraction, Inference - Red and Blue Teams

    对抗鲁棒性工具箱(ART)——机器学习安全的Python库——欺骗、毒化、提取、推断——红蓝团队。星标:6311,语言:Python

    推荐理由:请对照GitHub AI Trending原文,核对完整说明及适用条件。

10月1日周四
  1. Cloudflare AI84

    AI Search is now generally available

    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。

  2. IT之家 AI74

    OpenAI 称其遭遇有组织蒸馏,将矛头指向月之暗面

    IT之家 10 月 1 日消息,当地时间 9 月 30 日,OpenAI 在官网发文,称其近期遭遇一场有组织的蒸馏活动。 OpenAI 在文中表示,该活动最初始于 7 月第一周, 符合对抗式蒸馏(adversarial distillation)之特征 ,即系统性未经授权地利用某模型输出或推理过程,帮助训练、复现或改进另一模型。 OpenAI 透露,7 月 1 日的初始活动规模较小,直到 7 月 24 日和 7 月 25 日流量突然大幅增加,当时有超过 4000 名用户发起了 1.6 万次请求。该公司进一步调查后发现,超 1.5 万名用户存在类似提示词活动。到 7 月 28 日,OpenAI 已完全阻止该批活动。 本次活动并没有破解公司的加密系统,或入侵数据库,也没有直接访问用户对话。OpenAI 声称这些行动违反了他们的服务条款。 公司已通过前沿模型论坛(IT之家注:Frontier Model Forum)与行业合作伙伴分享...

    推荐理由:来自IT之家 AI的《OpenAI 称其遭遇有组织蒸馏,将矛头指向月之暗面》。重点看模型能力与工程。摘要提到:IT之家 10 月 1 日消息,当地时间 9 月 30 日,OpenAI 在官网发文,称其近期遭遇一场有组织的蒸馏活动。 OpenAI 在文中表示,该活动最初始于 7 月第一周, 符合对抗式蒸馏(adversarial distillation)之特征 ,即系统性未经授权地利用某模型输出或推理过程,帮助训练、复现或改进另一模型。 OpenAI 透露,7 月 1 日的初始活动规模较小,直到 7 月 24 日和 7 月 25 日流量突然大幅增加,当时有超过 4000 名用户发起了 1.6 万次请求。该公司进一步调查后发现,超 1.5 万名用户存在类似提示词活动。到 7 月 28 日,OpenAI 已完全阻止该批活动。 本次活动并没有破解公司的加密系统,或入侵数据库,也没有直接访问用户对话。OpenAI 声称这些行动违反了他们的服务条款。 公司已通过前沿模型论坛(IT之家注:Frontier Model Forum)与行业合作伙伴分享...

  3. 极客公园70

    从数据到智能,再到进化:Agent正在重写AI基础设施

    一个工程师写完数据处理代码,点下提交,然后去喝了杯咖啡。十几分钟甚至几十分钟之后,他才回到屏幕前看结果、改代码、再提交。这条「等待— 反馈」的空隙,过去一直是数据平台默认的节奏。 Agent 没有这个空隙。它拿到一次结果,立刻验证,紧接着并发地去试第二种、第三种方案,飞快拿到反馈,再发起下一轮调用。 人用平台,发过来的是一个相对确定的任务,算完、给结果、走人;Agent 用平台,会不停地换着法子去完成你交代的那个目标。压力就这样被放大了—— 管控的压力和隐形计算的压力,会十倍、百倍地往上翻。 这正在成为 2026 年云计算需要面对的一种新负载。 AI 正在深入「把模型用起来」的阶段。模型一旦长成 Agent,它就不再是一个躺在那里等你调用的接口,而更像一个会自己找数据、自己拆任务、自己并发试错、自己一直跑下去的数字员工。它制造出来的负载,和过去十几年云平台习惯承载的那种负载,完全是两回事。 阿...

    推荐理由:来自极客公园的《从数据到智能,再到进化:Agent正在重写AI基础设施》。重点看智能体工作流、模型能力与工程。摘要提到:一个工程师写完数据处理代码,点下提交,然后去喝了杯咖啡。十几分钟甚至几十分钟之后,他才回到屏幕前看结果、改代码、再提交。这条「等待— 反馈」的空隙,过去一直是数据平台默认的节奏。 Agent 没有这个空隙。它拿到一次结果,立刻验证,紧接着并发地去试第二种、第三种方案,飞快拿到反馈,再发起下一轮调用。 人用平台,发过来的是一个相对确定的任务,算完、给结果、走人;Agent 用平台,会不停地换着法子去完成你交代的那个目标。压力就这样被放大了—— 管控的压力和隐形计算的压力,会十倍、百倍地往上翻。 这正在成为 2026 年云计算需要面对的一种新负载。 AI 正在深入「把模型用起来」的阶段。模型一旦长成 Agent,它就不再是一个躺在那里等你调用的接口,而更像一个会自己找数据、自己拆任务、自己并发试错、自己一直跑下去的数字员工。它制造出来的负载,和过去十几年云平台习惯承载的那种负载,完全是两回事。 阿...

  4. IT之家 AI36

    HBM4 基片 4nm 工艺需求增长带动,曝三星晶圆代工 2026 亏损同比收窄 41.8%

    IT之家 10 月 1 日消息,集邦咨询综合 digitaltoday 等多家媒体报道,称受 HBM4 基片 4nm 工艺需求增长, 三星电子晶圆代工与系统级芯片(System LSI)业务 2026 年合并营业亏损同比收窄 42%。 HBM4 采用多颗 DRAM 芯片垂直堆叠架构,底层基片负责信号控制与数据调度,主要服务于 AI 加速器、GPU 等高算力芯片,提供远超传统 GDDR 的带宽与能效。 而 HBM4 堆叠结构中最底层的逻辑芯片 base die 采用 4nm 工艺,伴随着市场需求快速增长,三星正在加快相关产能爬坡。三星于今年 2 月启动 HBM4 量产出货,5 月向客户送样 HBM4E,第三季度 HBM4 收入预计环比增长三倍以上。 报道称 HBM4 占三星 HBM 总收入比例预计下半年超过 60%,且基片产量随之攀升,直接拉动晶圆代工收入。 HBM4 基片与先进节点订单需求强劲,三星无需再为提升产能利用率而接受低...

    推荐理由:来自IT之家 AI的《HBM4 基片 4nm 工艺需求增长带动,曝三星晶圆代工 2026 亏损同比收窄 41.8%》。重点看部署/工程。摘要提到:IT之家 10 月 1 日消息,集邦咨询综合 digitaltoday 等多家媒体报道,称受 HBM4 基片 4nm 工艺需求增长, 三星电子晶圆代工与系统级芯片(System LSI)业务 2026 年合并营业亏损同比收窄 42%。 HBM4 采用多颗 DRAM 芯片垂直堆叠架构,底层基片负责信号控制与数据调度,主要服务于 AI 加速器、GPU 等高算力芯片,提供远超传统 GDDR 的带宽与能效。 而 HBM4 堆叠结构中最底层的逻辑芯片 base die 采用 4nm 工艺,伴随着市场需求快速增长,三星正在加快相关产能爬坡。三星于今年 2 月启动 HBM4 量产出货,5 月向客户送样 HBM4E,第三季度 HBM4 收入预计环比增长三倍以上。 报道称 HBM4 占三星 HBM 总收入比例预计下半年超过 60%,且基片产量随之攀升,直接拉动晶圆代工收入。 HBM4 基片与先进节点订单需求强劲,三星无需再为提升产能利用率而接受低...

  5. 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。

  6. Apple Machine Learning Research85

    How Much of a Harness Does a Strong Agent Need for Autonomous ML Engineering?

    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。

9月30日周三
  1. Google DeepMind80

    Introducing SynthID Bio

    基于概念的水印AI生成蛋白质同时保持生物功能。

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

  2. Cloudflare AI84

    Cut your AI spend with AI Gateway's Auto Router

    Cloudflare AI Gateway 现在具备模型路由功能,使用边缘部署的分类器评估请求复杂度,以选择最优模型。通过在预期输出质量与令牌成本之间取得平衡,组织可以大幅削减AI支出,同时保持性能。

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

  3. IT之家 AI76

    中国大模型首次进入 OpenAI 企业付费结算体系,Kimi K3 接入 Codex 企业通道

    IT之家 9 月 30 日消息,美国 AI 基础设施公司 Baseten 今天宣布与 OpenAI 达成合作,成为 OpenAI B2B 市场首批开源模型推理服务提供商之一。企业用户可通过 Codex 使用 Kimi K3 和 GLM 5.3 等开源模型,意味着中国开源模型首次进入 OpenAI 企业采购体系。 IT之家了解到,Kimi K3 是月之暗面开发的大模型。官方宣称其是首个参数规模达 2.8 万亿的开源模型。该模型原生支持视觉能力, 拥有 100 万 Token 的上下文窗口 ,非常适合执行长时间编程、多文档分析等工作。 如今,OpenAI 企业用户可通过 Codex 或 Responses API 调用 Kimi K3 等开源模型,以相同的预算获得更多 AI 能力。Baseten 承诺其提供的所有模型均运行在美国服务器,针对所有提示词实行零数据保留(ZDR)。

    推荐理由:来自IT之家 AI的《中国大模型首次进入 OpenAI 企业付费结算体系,Kimi K3 接入 Codex 企业通道》。重点看模型能力与工程、开源生态、产品发布。摘要提到:IT之家 9 月 30 日消息,美国 AI 基础设施公司 Baseten 今天宣布与 OpenAI 达成合作,成为 OpenAI B2B 市场首批开源模型推理服务提供商之一。企业用户可通过 Codex 使用 Kimi K3 和 GLM 5.3 等开源模型,意味着中国开源模型首次进入 OpenAI 企业采购体系。 IT之家了解到,Kimi K3 是月之暗面开发的大模型。官方宣称其是首个参数规模达 2.8 万亿的开源模型。该模型原生支持视觉能力, 拥有 100 万 Token 的上下文窗口 ,非常适合执行长时间编程、多文档分析等工作。 如今,OpenAI 企业用户可通过 Codex 或 Responses API 调用 Kimi K3 等开源模型,以相同的预算获得更多 AI 能力。Baseten 承诺其提供的所有模型均运行在美国服务器,针对所有提示词实行零数据保留(ZDR)。

  4. IT之家 AI68

    OpenClaw Enterprise 官宣:为智能体提供企业级安全与控制功能

    IT之家 9 月 30 日消息,OpenClaw 官方当地时间本月 29 日官宣了 OpenClaw Enterprise,这是一个开源中立的 敏感环境持久性智能体管理平台 。 持久性智能体的部署并未像此前预计的那样快速铺开,而这主要是因为智能体领域目前仍缺乏强大的通用安全、保障、治理标准,让企业和组织难以放心使用。 即将发布 1.0 正式版的 OpenClaw Enterprise 正是为此而生,其为智能体引入了企业级控制平面,支持多租户、严格的安全边界、标准化的智能体原语,在智能体生命周期内增强了治理和审计能力,同时确保核心原语可以替换为第三方解决方案以及内部实现。

    推荐理由:来自IT之家 AI的《OpenClaw Enterprise 官宣:为智能体提供企业级安全与控制功能》。重点看智能体工作流、开源生态、产品发布。摘要提到:IT之家 9 月 30 日消息,OpenClaw 官方当地时间本月 29 日官宣了 OpenClaw Enterprise,这是一个开源中立的 敏感环境持久性智能体管理平台 。 持久性智能体的部署并未像此前预计的那样快速铺开,而这主要是因为智能体领域目前仍缺乏强大的通用安全、保障、治理标准,让企业和组织难以放心使用。 即将发布 1.0 正式版的 OpenClaw Enterprise 正是为此而生,其为智能体引入了企业级控制平面,支持多租户、严格的安全边界、标准化的智能体原语,在智能体生命周期内增强了治理和审计能力,同时确保核心原语可以替换为第三方解决方案以及内部实现。

  5. IT之家 AI72

    微软推出实验性多模态 AI 研究系统 Project Quine,有望大幅加速药物发现

    IT之家 9 月 30 日消息,当地时间 29 日,微软研究院推出了实验性多模态 AI 研究系统 Project Quine。据悉,Project Quine 是一套 用于生物学研究的“世界模型” ,目标是把计算生物学建模与实际湿实验衔接起来。 Project Quine 由微软研究院与哈佛大学和麻省理工学院博德研究所共同开发。系统将覆盖 基因组学、蛋白质、化学、细胞状态和生物成像 的联合表征世界模型,与交互式推理框架结合起来。为了让科研人员尽早使用 Project Quine,微软开放了首届 Quine Fellows 项目申请。未来,微软还计划通过 Microsoft Discovery 等产品逐步扩大商业化开放范围。 Project Quine 并不局限于某一个研究领域,而是能够 同时处理上述多个领域的信息 ,从而进行综合性的跨模型分析。借助这种架构,传统药物发现中的部分瓶颈有望得到突破:科研人员可以先通过计算方法预筛候选...

    推荐理由:来自IT之家 AI的《微软推出实验性多模态 AI 研究系统 Project Quine,有望大幅加速药物发现》。重点看模型能力与工程、产品发布。摘要提到:IT之家 9 月 30 日消息,当地时间 29 日,微软研究院推出了实验性多模态 AI 研究系统 Project Quine。据悉,Project Quine 是一套 用于生物学研究的“世界模型” ,目标是把计算生物学建模与实际湿实验衔接起来。 Project Quine 由微软研究院与哈佛大学和麻省理工学院博德研究所共同开发。系统将覆盖 基因组学、蛋白质、化学、细胞状态和生物成像 的联合表征世界模型,与交互式推理框架结合起来。为了让科研人员尽早使用 Project Quine,微软开放了首届 Quine Fellows 项目申请。未来,微软还计划通过 Microsoft Discovery 等产品逐步扩大商业化开放范围。 Project Quine 并不局限于某一个研究领域,而是能够 同时处理上述多个领域的信息 ,从而进行综合性的跨模型分析。借助这种架构,传统药物发现中的部分瓶颈有望得到突破:科研人员可以先通过计算方法预筛候选...

  6. IT之家 AI68

    美议员提出重磅法案:政府出台安全防护机制前,AI 不得进行递归式自我改进

    IT之家 9 月 30 日消息,当地时间 28 日,据美国 CNBC 报道,代表硅谷选区的民主党联邦众议员罗 · 康纳准备提出一项 AI 监管法案,引入严格责任标准, 并禁止 AI 在缺乏政府安全防护机制的情况下进行递归式自我改进 。 康纳在接受采访时坦言:“事实上,存在文明灭绝的风险。既有失去控制的安全风险,也有被滥用的风险,两者都必须认真对待。” 康纳将法案命名为《Human Control Over AI Act(人类控制 AI 法案)》。联邦政府建立防护规则且监管机构批准有关活动前,AI 模型 不得递归式自我改进 ,也不得自主修改自身的核心目标、遏制机制或关停控制。 法案还计划设立一个 新的联邦机构 ,负责制定 AI 安全监管规定,通过许可制度审批模型训练和部署,对前沿 AI 模型开展审计,并制定安全标准,确保模型 持续接受测试并处于有效的人类控制之下 。 每家前沿 AI 实验室 还必须配备独立审计人员 ,由审计人员直接...

    推荐理由:来自IT之家 AI的《美议员提出重磅法案:政府出台安全防护机制前,AI 不得进行递归式自我改进》。重点看模型能力与工程。摘要提到:IT之家 9 月 30 日消息,当地时间 28 日,据美国 CNBC 报道,代表硅谷选区的民主党联邦众议员罗 · 康纳准备提出一项 AI 监管法案,引入严格责任标准, 并禁止 AI 在缺乏政府安全防护机制的情况下进行递归式自我改进 。 康纳在接受采访时坦言:“事实上,存在文明灭绝的风险。既有失去控制的安全风险,也有被滥用的风险,两者都必须认真对待。” 康纳将法案命名为《Human Control Over AI Act(人类控制 AI 法案)》。联邦政府建立防护规则且监管机构批准有关活动前,AI 模型 不得递归式自我改进 ,也不得自主修改自身的核心目标、遏制机制或关停控制。 法案还计划设立一个 新的联邦机构 ,负责制定 AI 安全监管规定,通过许可制度审批模型训练和部署,对前沿 AI 模型开展审计,并制定安全标准,确保模型 持续接受测试并处于有效的人类控制之下 。 每家前沿 AI 实验室 还必须配备独立审计人员 ,由审计人员直接...

  7. Apple Machine Learning Research87

    SCLATE: A Substrate for Continual-Learning Agent Training and Evaluation

    持续学习代理是系统模型、套件和记忆,运行在长时多会话 horizon 上。评估和训练它们需要将任务与代理侧事件(如会话停止、启动、cron 和记忆巩固)交错。现有基准和训练框架仅调度基准自身事件,使每个基准和代理对自行构建定制调度循环。我们提出 SCLATE,一种执行基础,基准和未修改的代理各自通过适配器向一个开放事件调度器添加其事件。混合模拟时钟...

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

  8. Apple Machine Learning Research81

    On the Effectiveness-Fluency Trade-Off in LLM Conditioning: A Systematic Study

    控制大语言模型(LLMs)的输出是其可靠部署的核心挑战,但对涉及的权衡仍缺乏清晰理解。当前的条件约束方法通常以有效性注入或移除目标概念为焦点,忽视了生成质量。我们系统地研究了在注入和移除场景下的多种条件约束方法。我们发现,高效的引导方法常以牺牲流畅性为代价。此外,我们识别出一个关键但尚未完全了解的……

    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. GitHub Changelog94

    GPT-6.1 Sol in GitHub Copilot

    GPT-6.1 Sol,OpenAI最新模型,现已普遍可用并逐步推出至GitHub Copilot。可用于具有强多步骤的代理编码和终端工作流。GitHub Copilot中GPT-6.1 Sol的帖子最早出现在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。

9月29日周二
  1. Simon Willison87

    OpenAI DevDay 2026 live blog

    今天我在OpenAI DevDay现场,位于旧金山的Fort Mason。与去年一样,我将在当天直播演讲内容及一些其他笔记。OpenAI给了我一张免费票和一个在演讲区的座位。标签:ai,openai,生成式人工智能,llms,编码代理,直播博客,openai-devday

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

  2. Cloudflare AI84

    We tested our own WAF with frontier AI models. Here’s what we found

    我们构建了一个基于WAF的测试器,根据WAF阻止或通过的内容对每个请求进行适应,这帮助我们探索固定测试可能遗漏的变体。我们在授权的测试环境中,将该测试器应用于六个攻击类别,并发现需要修复的检测漏洞。以下是循环的运作方式、通过的内容以及我们采取的措施。

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

  3. MIT Technology Review AI58

    Making AI an asset, not an expense

    当客户谈论AI成本时,通常从token价格开始,最终谈到云上最新、最强大的模型。他们是否总是需要这种能力?不一定。但这种讨论往往就此结束。随着AI从实验阶段转向生产阶段,模型选择仅8230。

    推荐理由:请对照MIT Technology Review AI原文,核对完整说明及适用条件。

  4. 量子位67

    精准揪出RL训练数据Bug,Prompt直出小游戏,IQuest-Q1夯爆了!

    事实摘要:精准揪出RL训练数据Bug,Prompt直出小游戏,IQuest-Q1夯爆了! 精准揪出RL训练数据Bug,Prompt直出小游戏,IQuest-Q1夯爆了! 这条动态来自 量子位,可重点关注模型能力与工程。 精准揪出RL训练数据Bug,Prompt直出小游戏,IQuest-Q1夯爆了!。影响判断:它可能改变模型能力与工程相关的产品判断、研究节奏或内容生产方式。场景价值:适合用于跟踪模型能力与工程方向的选题、竞品观察和落地方案筛选。

    推荐理由:它和模型能力与工程直接相关,可能影响产品设计、研究判断、教育/文化场景落地或开发实践。

  5. 量子位70

    OpenAI因新模型太强叫停发布

    事实摘要:OpenAI因新模型太强叫停发布 AGI计划暂停。 这条动态来自 量子位,可重点关注模型能力与工程、产品发布。 OpenAI因新模型太强叫停发布 AGI计划暂停。影响判断:它可能改变模型能力与工程相关的产品判断、研究节奏或内容生产方式。场景价值:适合用于跟踪模型能力与工程方向的选题、竞品观察和落地方案筛选。

    推荐理由:它和模型能力与工程直接相关,可能影响产品设计、研究判断、教育/文化场景落地或开发实践。

  6. IT之家 AI68

    LPDDR6 内存加持 AI 推理 ASIC,SEMIFIVE 接获规格交接型芯片设计订单

    IT之家 9 月 29 日消息,韩国芯片设计服务企业 SEMIFIVE 当地时间今日宣布,将为一家美国无晶圆厂 AI 设计芯片企业开发一款支持 LPDDR6、PCIe Gen5 的数据中心级“大芯片”推理加速器。 IT之家注意到, 这是高带宽低功耗的 LPDDR6 成为 ASIC 片外缓存选择的早期案例之一 。这颗芯片预计 2027H1 流片,2028 年量产出货。 SEMIFIVE 获得的这份订单采用“规格交接”模式:客户提供核心性能和规格指标,设计服务企业负责从详细设计到封装、测试、量产乃至软件开发的整个流程。 该订单是 SEMIFIVE 在北美市场斩获首个同类型项目。其以约 703 亿韩元 (IT之家注:现汇率约合 3.48 亿元人民币) 的总价成为 SEMIFIVE 历史上最大的单笔合同 ,已高于企业去年订单总额的 40%,约为 2026H1 订单总额的 60%。

    推荐理由:来自IT之家 AI的《LPDDR6 内存加持 AI 推理 ASIC,SEMIFIVE 接获规格交接型芯片设计订单》。重点看模型能力与工程。摘要提到:IT之家 9 月 29 日消息,韩国芯片设计服务企业 SEMIFIVE 当地时间今日宣布,将为一家美国无晶圆厂 AI 设计芯片企业开发一款支持 LPDDR6、PCIe Gen5 的数据中心级“大芯片”推理加速器。 IT之家注意到, 这是高带宽低功耗的 LPDDR6 成为 ASIC 片外缓存选择的早期案例之一 。这颗芯片预计 2027H1 流片,2028 年量产出货。 SEMIFIVE 获得的这份订单采用“规格交接”模式:客户提供核心性能和规格指标,设计服务企业负责从详细设计到封装、测试、量产乃至软件开发的整个流程。 该订单是 SEMIFIVE 在北美市场斩获首个同类型项目。其以约 703 亿韩元 (IT之家注:现汇率约合 3.48 亿元人民币) 的总价成为 SEMIFIVE 历史上最大的单笔合同 ,已高于企业去年订单总额的 40%,约为 2026H1 订单总额的 60%。