跳到正文

#数据/训练

今日 3 条
10月7日周三
  1. Microsoft Research22

    Microsoft 研究员 Jennifer Neville:AI 评测如何暴露模型的“意外失败”

    Microsoft 的 Jennifer Neville 在 Microsoft Research Podcast 中讨论评测如何推动 AI 系统突破传统 benchmark 的性能边界,以及模型在超出常规测试时出现的“意外失败”。她结合自身从数学、物理、认知科学到计算机科学的经历,分享与当前 AI 系统协作的实用建议,并强调当结果偏离预期时应仔细审视数据。

  2. TechCrunch · AI22

    Mirror Particle 打造模拟人类行为的“世界模型”

    旧金山初创公司 Mirror Particle 正在从零构建一个模拟人类行为及其变化原因的基础模型,认为依赖 LLM 角色扮演预测人类行为的方式根本行不通。该模型结合客户数据、时事、流行文化和社交媒体等专有数据,聚焦“真实行为”而非问卷自述,并为品牌提供预测背后的动机与约束。公司已完成天使轮融资,接近完成首轮风险投资,并将于下周参加 TechCrunch Startup Battlefield。

10月6日周二
  1. Hugging Face Blog26

    Falcon-Emirati-7B:让 LLM 学会阿联酋方言、文化与语感

    阿联酋 TII 发布 Falcon-Emirati-7B,一个基于 Falcon-H1-Arabic 的方言专用模型,专注理解与生成阿联酋阿拉伯语。该模型采用 Falcon-H1 混合架构(Mamba 与 Transformer 注意力并行),训练数据来自阿联酋方言网页、关于阿联酋文化的 MSA 语料,以及受词汇表和风格规则约束的合成数据。

  2. The Decoder80

    宁德时代与腾讯领投 DeepSeek 融资,公司计划 2027 年初 IPO

    据 Bloomberg 报道,DeepSeek 接近完成至少 120 亿美元的新一轮融资,最初目标约 75 亿美元、估值约 750 亿美元,知情人士称总额可能接近 150 亿美元,宁德时代与腾讯出资份额最大。

    推荐理由:梳理 DeepSeek 新一轮融资的规模、投资方与 IPO 计划,可了解其资金与算力布局走向。

  3. TechCrunch · AI73

    Reflection 发布开源权重模型 Beam,对标中国开源模型

    Reflection AI 发布首款前沿开源权重模型 Beam,称其在高级推理基准上追平 Z.ai 的 GLM-5.2,且推理算力消耗少 3-4 倍。Beam 为文本 MoE 模型,总参数 5010 亿、激活 230 亿,预训练 23.8 万亿 token,上下文窗口 100 万 token。公司称本月将公开权重与完整技术细节,并通过超大规模云厂商和 neocloud 分发。

  4. MIT Technology Review · AI12

    从预测到自主决策:预测分析如何进入智能体 AI 时代

    企业 AI 的焦点已从预测模型能否超越统计预测,转向如何让预测系统在不偏离业务意图的前提下自主行动。深度学习和生成式 AI 驱动的智能分析支持实时训练,使 AI 持续演进而无需等待季度刷新,其数据来源也从规整的数值记录扩展到非结构化交互数据。Everest Group 合伙人 Vishal Gupta 认为,"分析"一词正让位于 AI。

  5. MIT Technology Review · AI22

    MIT 报告:AI 智能体接入企业知识为何卡在试点阶段

    MIT Technology Review 对 300 名数据与 AI 高管的调研显示,企业平均仅 34% 的智能体 AI 项目能进入生产环境,数据与知识薄弱是主要失败点。生产领先者(平均 61% 项目过试点)在语义知识能力上更强,55% 的受访者将数据碎片化列为扩展智能体知识访问的首要挑战。企业计划优先投资摄取管道、AI-ready API、RAG 与知识图谱来打通数据与智能体。

10月5日周一
10月4日周日
  1. TechCrunch · AI50

    Amazon 回应数据中心争议:AWS 称已不再使用 NDA

    AWS CEO Matt Garman 表示,Amazon 在与政府机构合作建设数据中心项目时已不再使用保密协议(NDA)。他同时反驳了数据中心耗水过多、推高电价、污染严重、对社区无益这四种说法,并称过去三年 Amazon 已向有数据中心布局的美国社区投入超 10 亿美元。目前全美有 100 多项数据中心禁令正在被考虑,纽约已宣布大型数据中心许可暂停一年。

10月3日周六
  1. Hugging Face Blog60

    Ai2 开源科研报告生成模型 AstaBrief 8B

    Ai2 开源 AstaBrief 8B,一个把研究问题和检索到的文献片段转成带引用报告的模型,已在 Asta 的 Generate a report 功能中作为 Fast 模式上线,同时开放模型权重和训练数据。

    推荐理由:Ai2 公开了 AstaBrief 的训练数据构造、引用过滤与评测细节,可了解小模型做科研报告生成的取舍。

  2. Google Research49

    Google Research 发布基于 TEE 的可验证隐私联邦学习系统

    Google Research 发布新一代联邦学习系统,利用 TEE 提供可外部验证的隐私保证,并将计算转移到服务器端以提升训练速度、精度和设备覆盖。该系统通过公开透明日志 Rekor 发布访问策略,KMS 仅向匹配策略的 TEE 工作负载发放解密密钥,训练数据只能在 TEE 内解密处理。Gboard 已采用新系统,计算速度较此前联邦学习系统大幅提升。

  3. MIT Technology Review · AI15

    MIT Technology Review:自主 AI 如何重新定义企业智能

    MIT Technology Review 报告指出,企业 AI 正从工具转向“智能体式转变”的运营模式,2026 年全球 AI 投资预计达 2.5 万亿美元,同比增长 44%。报告认为企业 AI 的扩展瓶颈是结构性的,流程优先的公司正在领先,而多数企业仍未靠 AI 实现收入增长。关键路径是重建数据基础设施、采用可组合架构,并解决 AI 主权问题。

10月2日周五
  1. The Verge · AI36

    微软用“仿生学”把数据中心藏进树林,能平息社区反对吗?

    微软正把“仿生学”设计推广到其数据中心,通过增加花园和本地树木、投资生态修复,让设施“融入自然景观”,以缓解社区对施工砍树、噪音和光污染的反对。微软称已在荷兰一处数据中心试点,并计划将“自然启发方案”带到美国与德国 20 多个站点,所有美国新项目也将采用。其在圣安东尼奥曾为建数据中心砍伐超 2600 棵树,引发当地争议。

  2. Hugging Face Blog34

    ServiceNow 推出 AutoSynthData:为企业智能体生成训练数据

    ServiceNow CoreAI 构建了 AutoSynthData,利用目标模型的失败案例与更强教师的成功经验定位能力缺口,再生成并验证新任务用于后训练,课程随模型进步动态调整。该流程在 EnterpriseOps Gym 上做了演示,任务由系统规范、用户提示词和验证器三部分组成,需满足可行性、真实性与难度要求。

  3. AWS Machine Learning Blog28

    Amazon Payments 如何用 Amazon SageMaker AI 上的上下文多臂老虎机提升获客漏斗转化

    Amazon Payments 在 Amazon SageMaker AI 上用多目标上下文多臂老虎机(LinUCB)为产品获客漏斗做个性化内容选择,七周在线 A/B 测试中,一个人群组的最终漏斗转化率取得高个位数相对提升,另一人群组则无改善。团队按申请开始、提交、审批三个阶段各跑一个 LinUCB 模型并线性组合其 UCB 分数,以缓解单阶段优化带来的此消彼长问题。

10月1日周四
9月30日周三