跳到正文
11月11日週三
  1. HuggingFace Daily Papers(社區熱門論文)37

    市場條件化 JEPA:從不可預測的市場衝擊中學習

    MC-JEPA 以留一法市場因子作為條件,改善金融時間序列預測。在 11 年的中國 A 股分鐘級數據上,它在涵蓋回報、市場暴露、風險及流動性的九項預測目標中優於 per-asset JEPA。MC-JEPA 在所有流動性目標及 2 小時至 5 天的回報預測中取得最佳 RankIC,歷史回測的投資組合表現亦最佳。

  2. EJ Tech 信報科技 · AI57

    Adobe 與迪士尼結成多年聯盟,共同開發專屬生成式 AI 模型

    Adobe 與華特迪士尼公司達成多年戰略聯盟,將共同開發專為迪士尼知識產權度身訂造的「藝術家主導型」生成式 AI 模型,以支援製作流程。雙方將透過 Adobe Firefly Foundry 平台開發模型,利用角色屬性、環境及視覺風格等迪士尼專屬世界知識訓練,生成可作商業用途且可直接用於製作的內容。Adobe 亦會提供最新技術的早期使用權,應用範圍包括主題樂園、郵輪及 ESPN 內容。

  3. DEV Community65

    企業的 AI 應用成熟度如何分級?文章提出四級框架與五項行動

    Helkyn Coello 提出企業 AI 應用的四級框架,從員工各自使用工具,逐步走向只在合適的流程中部署 AI。文中引述 McKinsey《State of AI 2026》調查,80% 受訪者稱 AI 提升個人工作效率,只有 37% 認為 AI 對公司的營運利潤有影響。作者將落地條件歸納為資料、工作流程設計和人員配合,並建議先評估成熟度、選定一項合適流程,再設定負責人、指標和期限。

  4. IT16857

    成立四個月、融資逾億美元:TensorWorld物原科技押注「物理真實」路線

    TensorWorld物原科技成立四個月,並在一個月內完成天使輪及天使+輪,融資逾億美元,押注物理基礎模型路線。該路線讓模型從數據中學習物理世界的演化規律,並結合幾何與合成動力學進行預訓練。文中所述 GeoPT 方法在工業物理仿真任務中減少20%至60%的有標籤數據需求,收斂速度最高提升至2倍。

  5. Hacker News 熱門(buzzing.cc 中文翻譯)76

    Claude 推出 Whiteboards、Sheets 測試版,Claude Data 正式開放使用

    Claude 推出 Claude Whiteboards 和 Claude Sheets 測試版,並將 Claude Dashboards 更名為 Claude Data,正式全面開放使用。Whiteboards 支援團隊即時協作構思,Sheets 可建立和編輯試算表;Claude Data 提供數據故事,已認證查詢和即時分享則仍在測試版。三項產品均適用於所有付費方案,支援網頁、桌面及流動裝置。

    推薦理由:白板、試算表與數據工作可在 Claude 內協作,完成後亦可接續至合作工具,呈現這次更新如何連結內部編輯與外部工作流程。

  6. Anthropic:Alignment Science Blog64

    Anthropic 研究發現加入乾淨資料有時會加強投毒微調資料的後門效應

    Anthropic 與 Truthful AI 等機構的研究人員在小型模型實驗中發現,加入對照式乾淨資料有時會加強投毒資料的後門效應。例如,Qwen3-8B 的投毒資料有 80% 換成乾淨資料後,在接種提示詞下的不對齊率由 7% 升至 16%,但一般助理系統提示詞下沒有變化。研究亦在其他設定及 MNIST 分類器觀察到類似效應,並指出單獨審核訓練資料可能漏掉混合資料後才出現的影響。

  7. HuggingFace Daily Papers(社區熱門論文)44

    Continual-ARC:衡量模型終身學習中的技能習得

    Continual-ARC 以 ARC-AGI 三個版本的任務建立終身學習測試流,在凍結權重的智能體 harness 下,以同一尺度比較基於記憶與權重的持續學習。研究在 Qwen3.5-9B 和 GLM-5.3 Flash 上測試,發現 harness 持續性通常未能改善記憶,多數方法表現不及單純快取示範;權重學習則在未見任務上展現較佳泛化。

  8. HuggingFace Daily Papers(社區熱門論文)49

    Breath-Dx:用於疾病篩查的電子鼻時間序列分類基準

    Breath-Dx 使用包含 1,234 名患者、涵蓋九個診斷組別的 S-OH 數據集,評估 10 種時間序列分類方法,並以配合感測器漂移的時間切分進行測試。時間驗證的 AUC 較隨機交叉驗證低 0.05–0.12;部分肺部疾病的 ROC AUC 達 0.74–0.76,循環模型在不同疾病間表現最穩定。研究公開 S-OH 數據集、時間切分、評估流程及程式碼。

  9. elsewhere:文章48

    混元 4 為何是理想中的 Kimi Flash

    作者認為,騰訊混元 Hy4 是理想中的 Kimi Flash:它速度快、成本低,並提升了推理能力,適合大部分辦公任務。實測速度超過 150 Token 每秒,作者估計其水平約為 DeepSeek V4.1 Flash 的 8 成,但長程任務和較複雜的物理問題仍較弱。文章亦指出,大模型競爭的關鍵在數據、算力與組織能力。

  10. Unite.AI53

    Stanford AI100 報告指生成式 AI 擴展受數據與成本限制,AI 影響擴大

    Stanford HAI 於 2026 年 11 月 10 日公佈第三份 AI100 報告,指出生成式 AI 擴展正受高質素數據短缺及前沿訓練成本限制。報告預期下一階段會更多依靠更智能的演算法、可能較小且較少重建的模型,以及推理階段的更多計算和工具或智能體。報告亦稱,AI 數據中心及晶片投資的規模與速度超越以往投資熱潮,但 AI 對整體宏觀經濟的影響及企業投資回報尚未在數據中顯現。

11月10日週二
  1. TNW54

    Hedra 推出 Model Factory,為機械人及實驗室打造客製化 AI

    Hedra 推出 Model Factory,為機械人、製造、生物及國防團隊提供模型首次訓練後的客製化服務。服務包括租用算力、以客戶數據微調及運行模型,並由 Hedra 研究人員與可自主進行實驗的 AI 智能體協作。Model Factory 現已可在 Hedra 網站使用;Hedra 稱曾在不到一週內,使用相同的 AMD 晶片將 Krea 3 加速約六倍。

  2. HuggingFace Daily Papers(社區熱門論文)46

    SWAM:透過跨模態對齊擴展世界動作模型

    SWAM 研究如何在動作學習中維持語言與影片的對齊,並擴展世界動作模型。研究整理約 47,000 小時影片及示範數據;模型在 Easy 和 Hard 條件下的成功率分別為 88.10% 和 61.56%,三項真實世界任務的成功率為 40.00%,高於最強基線的 23.33%。團隊公開整理後的數據、訓練程式碼及模型權重。

  3. 禾賽科技27

    禾賽科技發布《空間智能白皮書》,展示 Kosmo 進展與產業應用機遇

    禾賽科技發布《空間智能白皮書》,闡述空間智能的技術演進、產業趨勢與應用機遇,並介紹三維世界數據引擎 Kosmo 的進展。Kosmo 包括 Kosmo One 空間相機及 Kosmo World 雲平台,提供 Sim-ready 和 Production-ready 兩類應用。白皮書指出,高質量、多模態三維空間數據的規模化供應,是推動物理 AI 發展的關鍵基礎設施。

  4. Google DeepMind64

    Google DeepMind 開放 SatWeave 和 PARDIG 天氣數據集

    Google DeepMind 開放 SatWeave 和 PARDIG 的即時資料及歷史檔案,供研究人員和開發者用於天氣、水文及氣候應用。SatWeave 每小時更新,涵蓋 17 個可見光、水汽及紅外線通道;PARDIG 提供時間解析度為 15 分鐘、約 10 公里解析度的全球降水圖,平均延遲約 5 小時。

    推薦理由:兩套數據集分別提供全球衞星影像拼接與降水估算,並開放即時資料和歷史檔案,呈現它們支援天氣、水文及氣候應用的資料基礎。

  5. HuggingFace Daily Papers(社區熱門論文)46

    InfraRSI:以遞歸自我改進訓練基礎設施

    InfraRSI 是一套智能體工作流程,將開放式指令轉化為經驗證的 LLM 訓練優化,並透過跨硬件經驗與線上更新模型先驗,協調設定和程式碼修改。在四種單節點及多節點的 dense 和 MoE LLM 工作負載中,InfraRSI 最多提升速度 2.75 倍,並將平均 MFU 從 17.4% 提高至 30.0%。

  6. DEV Community24

    數據科學問答

    數據科學問答涵蓋數據預處理、模型評估、特徵工程及常見機器學習方法,説明各方法的原理、適用情況與限制。內容包括交叉驗證、L1 和 L2 正則化、K-Means、Random Forest、梯度下降及 SVM,並解釋類別不平衡時準確率可能造成誤導。

  7. 新浪科技40

    微軟擬利用遊戲電腦閒置顯卡算力訓練 AI 模型,專利尚未轉化為 Windows 功能

    微軟公開一項專利申請,描述將遊戲電腦等邊緣設備的閒置顯卡算力分配給 AI 模型訓練任務。系統會按設備性能和空閒情況分配任務,並在高負載或達到温度限制時降低或暫停計算;用戶可按貢獻獲得積分。微軟尚未宣佈推出相應 Windows 功能,也未要求用戶參與。

  8. DEV Community41

    在 RX 6600 上嘗試超網絡

    作者在 RX 6600(8 GB)上訓練出一個 36M 參數的超網絡,根據提示詞生成各層權重,並以 Qwen2.5-0.5B 的第 6 層作為基礎層。模型使用 11,264 個詞彙、8 層生成深度及 Wiki 資訊,訓練約 8 小時、處理約 60M tokens。示範中,模型能自行決定何時呼叫工具,並根據檢索到的資料綜合回答。

  9. 阿里雲開發者社區 AI52

    《AI工程師踩坑實錄》第 3 篇:如何排查標籤與圖像順序錯位

    作者以本機實驗展示,標籤與圖像順序錯位會令模型學習錯誤答案:錯位 10% 時準確率由 0.962 降至 0.893,全部錯位時為 0.098。即使錯位 10%,訓練 loss 仍降至 0.022,因此單看 loss 曲線難以發現問題。文中建議訓練前抽樣可視化,並以相同索引同步打亂及用哈希校驗 X/y 順序。

  10. 創業邦37

    寵物硬件企業轉向以 AI 解讀寵物健康

    小佩 PETKIT 發佈 PETKIT TRACE,整合餵食器、飲水機和貓砂盆記錄的數據,建立可回溯的寵物健康檔案,並由 AI 分析寵物狀態。Moonback 也計劃擴展穿戴設備、睡眠窩墊和 AI 攝像頭,從多個維度採集數據。寵物科技企業正探索以持續數據分析和訂閲服務,突破硬件同質化;但要把數據轉化為可靠洞察和可執行建議,仍有距離。

  11. DEV Community27

    UK Biobank 8萬份蛋白質數據如何在 VR 分子實驗室中找到平面螢幕上難以看見的模式

    UK Biobank 的蛋白質數據在 VR 分子實驗室中呈現出平面螢幕上難以辨識的結構關係與模式。文章以 Quest 3 和 Nanome 示範查看胰島素結構,並指出 2D 圖表中不明顯的三個離羣殘基在 VR 中清晰可見。該流程以 WebXR 和 Unity URP 渲染,支援最多 10 萬個原子並維持 90 FPS。

  12. 新浪科技34

    四維圖新 CEO 程鵬:搭建數據合規基礎設施,擔任可信中間層

    四維圖新 CEO 程鵬表示,公司願擔任可信中間層,搭建數據合規基礎設施,協助車企理解法規、匹配技術路線並推進項目落地。公司推出“數據本地化、模型全球化”和“合規數據出入境”兩套數據閉環合規方案,以適配不同車企的海外銷量規模。四維圖新海外業務今年實現盈利,服務覆蓋160多個國家。