跳到正文
11月5日週四
  1. 新浪科技64

    百度文心發佈 ERNIE-5.5-Flash-Base 並開放權重,總參數 280B

    百度文心發布 ERNIE-5.5-Flash-Base,開放 ERNIE 5.5 Flash 預訓練終點權重。這款稀疏 MoE 語言模型總參數為 280B,每個 token 啟用 14B 參數,並在 33.5T tokens 上從零完成預訓練;最長訓練上下文為 128K,微調與推理支援 1M tokens 上下文。此次權重未經中期訓練與後訓練,可作為領域適配、指令微調和強化學習研究的起點。

  2. IT之家67

    百度文心開源 ERNIE-5.5-Flash-Base 基座模型,總參數量 280B

    百度文心大模型發佈並開放 ERNIE-5.5-Flash-Base 權重,這款稀疏 MoE 語言模型總參數量為 280B、每 token 激活 14B。模型以 33.5T tokens 從零預訓練,最長訓練上下文為 128K,微調與推理支援 1M tokens 上下文。這批權重未經中訓練與後訓練,可作領域適配、指令微調及強化學習研究的共同起點。

  3. 創業邦58

    易博圖完成兩輪近4億元融資,研發重載工業物理AI模型

    易博圖近日連續完成兩輪近4億元融資,聚焦重載工業物理AI,研發面向重載場景的「移動+操作」模型。公司目前營運100多台重卡,覆蓋60條線路,並在新疆、內蒙古等地進行真實道路零接管測試。易博圖計劃先以自營車隊驗證L4無人駕駛方案及營運流程,再向客戶提供包括車輛、軟件系統及營運標準的「AI司機服務」。

  4. HuggingFace Daily Papers(社區熱門論文)36

    EmoReward:情感影片生成強化學習的自我演進獎勵校準

    EmoReward提出自我演進訓練機制,從實際訓練的獎勵軌跡提煉不同情感證據的可靠性,據此調整後續訓練的多重獎勵權重,且不更新獎勵模型。HunyuanVideo 1.5 的實驗顯示,這套方法在多種強化學習演算法中帶來改進,並在 SAGE-GRPO 下與其他智能體獎勵方法比較。SD 3.5 和 FLUX 的消融及遷移實驗亦支持自適應獎勵校準。

  5. HuggingFace Daily Papers(社區熱門論文)45

    多輪強化學習究竟改善了 LLM 智能體的哪些方面?

    多輪智能體強化學習對 LLM 智能體的提升取決於互動回合預算;預算收緊時,軌跡層級強化學習的優勢會顯著減弱,且不會普遍提升單步決策品質。其主要優勢在於錯誤恢復及長時程韌性;BudgetMix RL 在訓練期間改變互動預算,實驗顯示其在不同執行設定下表現穩健。

  6. 新浪科技64

    NVIDIA 發佈 CUDA Toolkit 13.5,正式支援 Vera Rubin 並升級多 GPU 通訊

    NVIDIA 發佈 CUDA Toolkit 13.5,正式支援 Vera Rubin,並更新 GPU 資源調度、多 GPU 通訊、數學計算庫及效能分析工具。CUDA Tile 支援在計算內核內存取其他 GPU 記憶體;配合多播指標及專用多 GPU 記憶體操作,可在支援 NVLink SHARP 的 NVSwitch 網絡中進行跨 GPU 數據歸約和寫入。

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

    VA-TDM:以速度對抗蒸餾改善少步擴散模型的統一方法

    VA-TDM結合速度對抗蒸餾(VAD)與軌跡感知監督,在文字生成圖像和文字生成影片中,於多種模型骨幹上取得四步生成的最先進表現。VAD透過學習到的判別器比較學生與教師的速度場,並統一分數蒸餾、基於Fisher的匹配及矩匹配。VA-TDM可擴展至33B MiniMax-H3;按人類偏好評分,其表現明顯優於少步 Fast-H3,並更接近原始多步 H3。

  8. DoNews66

    AMD 有望單季營收史上首次超越英特爾

    AMD 預估 2026 財年第四財季營收約 170 億美元,高於英特爾預估的 150~160 億美元,若預期兑現將是 AMD 單季營收首次超越英特爾。AMD 預測該季營收按年約增長 66%、按季約增長 27%;數據中心業務佔比已達 64%,EPYC 伺服器處理器與 Instinct AI 加速器需求按年增長接近一倍。AMD 預計到 2027 年,客戶端和遊戲業務可能面臨兩位數下滑。

  9. HuggingFace Daily Papers(社區熱門論文)48

    靜態結構恢復不等於動態穩定:以動力學評測蛋白質基序支架設計

    研究團隊指出,靜態基序支架評測不足以判斷蛋白質設計的動態穩定性:55 組靜態評測成功的設計與問題配對中,只有 31 組通過分子動力學驗證,僅 8 組通過所有檢查。團隊推出開放研究資源 BILBY,包括 220 項基於 PROSITE 連結實驗結構的 BILBY-PRO 基準,以及評估結構漂移、基序接觸保留和構象系綜保真度的 BILBY-MD 框架。

  10. HuggingFace Daily Papers(社區熱門論文)65

    PyRUA-DataFarm 以大語言模型智能體低成本生成真實機械人訓練數據

    PyRUA-DataFarm 以編碼智能體在模擬環境重建任務,生成可直接用於訓練並部署於真實機械人的數據。智能體接收數據需求及目標場景的一段校準示範,在模擬中建立場景、專家控制器和成功判定器;影片模型根據真實影像生成同步多視角寫實影片,並標註機械人動作。

  11. 第一財經43

    進博會前啟用在華第二個研發中心,達能中國新戰略開局

    達能在進博會前啟用上海研發與創新中心,作為其在華第二個研發中心,並設有全球第三個 OneBiome 腸道微生物組實驗室。中心研究涵蓋生命早期營養、成人醫學營養、飲用水及飲料,亦設有中試工廠,以加快研究成果轉化和產品驗證;達能看重中國在數據科學、人工智能及市場規模方面的優勢。

  12. 新浪科技54

    中國科大發布開源 RNA 序列基礎模型 structRFM,研究成果刊於 Nature

    中國科大發布開源 RNA 序列基礎模型 structRFM,相關研究成果刊於 Nature。模型以約 2100 萬條經計算註釋的序列—二級結構配對數據進行預訓練,僅輸入序列便可提取序列級、核苷酸級及核苷酸對級特徵。模型支援剪接位點預測、內部核糖體進入位點識別及非編碼 RNA 分類;研究團隊已開放配對數據、模型權重和源代碼。

  13. IT之家50

    中國科大發佈開源 RNA 序列基礎模型 structRFM,研究成果刊於 Nature

    中國科學技術大學團隊發佈開源 RNA 序列基礎模型 structRFM,相關研究於 11 月 5 日凌晨發表於 Nature。團隊以約 2100 萬條經計算註釋的序列—二級結構配對數據進行預訓練,令模型同時學習序列上下文與結構依賴。測試顯示,structRFM 提升二級結構預測表現,並支援剪接位點預測、內部核糖體進入位點識別等功能推斷;研究團隊已開放配對數據、模型權重及源代碼。

  14. HuggingFace Daily Papers(社區熱門論文)38

    GraphMuon:面向圖神經網絡的模塊感知優化

    GraphMuon 將 Muon 的矩陣更新適配至圖傳播表示的協方差結構,以減輕圖引致的更新放大。在三個大型 OGB 基準上,GraphMuon 相比 AdamW 將驗證損失達標時間加快 1.32 倍至 2.42 倍。涵蓋 15 組數據集與架構配置的測試中,GraphMuon 在 13 組達到較短的達標時間,同時維持具競爭力或更佳的預測表現。

  15. 新浪科技47

    科學家破解絕經激素治療「應答之謎」

    朱蘭、陳蓉團隊聯合武漢華大生命科學研究院,揭示治療前腸道及陰道菌羣分型與絕經激素治療應答相關。研究團隊基於14個中心356名女性的隊列,建立機器學習模型,可高精度預測治療4周後能否快速緩解,效果優於傳統臨牀特徵模型。

  16. The Decoder67

    GPT-6 Astra 透過直接操作權重分析並改寫其他 AI 模型

    研究人員提出「Weight-Space Programming」,讓 GPT-6 Astra 直接分析和修改其他 AI 模型的權重,毋須按常規流程重新訓練。在 Qwen3.5-0.8B 上,Astra 只改動 0.016% 權重,MATH-500 準確率由 7.9% 升至 48.1%,指令遵循能力由 21% 升至 62%。不過,仍有三分之一回應達到文字長度上限,低於修改前的 93%。

11月4日週三
  1. Hacker News 熱門(buzzing.cc 中文翻譯)68

    AI 尚無後訓練數據共享庫,任務數據需刻意建構

    目前沒有後訓練數據共享庫,因為強化學習消耗的是任務,而預訓練消耗的是文件。SWE-bench 從 12 個 Python 儲存庫逾 90,000 個 PR 中,最終整理出 2,294 項原始任務;SWE-bench Verified 抽查的 1,699 項任務中,逾三分之二被標記移除。作者主張,後訓練共享庫需要有系統地記錄並轉化人類工作流程,否則建構相關能力的資源可能集中於少數公司。

  2. DEV Community20

    機器學習中的資料洩漏:案例與修正方法

    機器學習中的資料洩漏會令模型評分過度樂觀,並削弱模型對未見數據的泛化能力。文章以垃圾郵件分類為例,説明訓練、驗證或測試數據混用,以及時間戳記、發件人 ID 等敏感資料造成的問題。移除敏感特徵、遮蔽資料及謹慎進行特徵工程,有助減低洩漏風險。