跳到正文

全部动态

今日 2 条
11月12日周四
  1. AWS Machine Learning Blog65

    AWS 开源 UAEF:跨框架闭环评测 AI 智能体

    AWS 发布开源框架 UAEF(Universal Agent Evaluation Framework),通过适配器把 LangGraph、LangChain、Strands Agents、Amazon Bedrock AgentCore 和 Langfuse 的 trace 统一为 AgentTrace 格式,再用 7 个维度共 36 项内置指标打分。

    推荐理由:原文给出跨框架统一评测的适配器设计与 36 项指标清单,读者可据此判断如何搭建可比较的智能体回归评测流程。

11月11日周三
  1. AWS Machine Learning Blog34

    Amazon SageMaker AI 双向流式推理推出按用量计费

    Amazon SageMaker AI 双向流式推理新增按用量计费,模型提供商可向 AWS Marketplace 上报实时流中的实际用量。Deepgram 作为首发合作伙伴,将按用量计费的语音转文字(STT)和文字转语音(TTS)账单带入 AWS Marketplace。该能力通过一条伴随 WebSocket 元数据连接上报计量记录,SageMaker AI 端点基础设施费用仍单独收取。

  2. Google DeepMind70

    Google DeepMind 发布 AlphaGenome 2,按细胞类型预测 DNA 变异影响

    Google DeepMind 发布 AlphaGenome 2,这是一个条件式 DNA 序列模型,可针对特定细胞类型和状态预测 DNA 变异对基因表达的影响。模型基于 68 种组织、超过 1.07 亿个单细胞图谱训练,在 TenK10K 数据集上识别出的因果变异比例从 16% 提升到 30%。该模型可通过 AlphaGenome API 用于非商业研究,商业研究处于私密预览阶段。

    推荐理由:原文给出模型架构改动与单细胞层面的评测对比,读者可据此判断变异效应预测在细胞类型粒度上的进展。

  3. Microsoft Research78

    微软研究披露 Lazarus 后门技术:改写不到 10 个休眠神经元即可控制 AI 智能体

    微软研究人员发现名为 Lazarus 的后门技术,通过改写 LLM 中不到 10 个休眠神经元、无需训练即可给基于该模型的智能体植入后门,模型仍能通过标准评测,直到触发条件出现(如时钟跨入 2027 年)才执行下载并运行攻击者代码等命令。

    推荐理由:微软研究团队披露一种无需训练、改写不到 10 个休眠神经元即可给智能体植入后门的方法,并给出权重溯源与扫描的防护思路。

  4. Google DeepMind92

    Google DeepMind 发布 Gemini 4 Carbon 前沿模型

    Google DeepMind 向开发者、企业、科学家和消费者开放 Gemini 4 Carbon,称其在网络安全能力和长周期智能体工作流上达到前沿水平。Carbon 在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 上排名第一,单任务成本比次优外部模型低 2 倍以上。

    推荐理由:原文给出 Carbon 与 Argon 的定位差异、多项基准排名和定价,读者可据此判断该模型适合哪类任务。

11月10日周二
  1. Google DeepMind88

    Google DeepMind 推出 AlphaProof Code,用 AI 智能体形式化验证 Signal 协议代码

    Google DeepMind 发布 AlphaProof Code,这是一个多 LLM 智能体框架,用于对实际运行代码做深度形式化验证。研究团队与模型协作把 Signal 的安全目标转写为形式化规格,由 Gemini Carbon 驱动的智能体生成超过六百万行 Lean 证明,整个过程耗时四周,而人工团队通常需要数年。

    推荐理由:原文交代了多智能体框架如何把形式化验证拆成规格与证明两步,并给出四周完成 Signal 协议验证的对照。

  2. AWS Machine Learning Blog36

    AWS Quick 中技能与智能体如何协同工作

    AWS Quick 通过智能体与技能机制把重复性任务编码复用:智能体遵循指令、按需加载技能、经连接器执行操作,并以 space、知识库、数据集和仪表盘作为数据依据。技能是可复用的指令集,系统技能默认支持生成 Word、PowerPoint、Excel、PDF 文档,以及浏览网页、运行代码、深度研究、音视频转写和图像生成。Quick 是内置默认智能体,自定义智能体可限定资源并共享给账户内用户和群组。