跳到正文
10月30日週五
  1. 阿里雲開發者社區 AI30

    寵物面部識別如何提升魯棒性:多策略融合與邊緣部署實踐

    文章探討如何提升寵物面部識別在複雜光照和多變姿態下的魯棒性,並兼顧邊緣部署。策略包括數據增強、光照歸一化、姿態校正、注意力機制、多任務學習及模型輕量化。部署方案涵蓋知識蒸餾、INT8 量化與剪枝,並提出以增量學習和在線微調適應寵物外觀變化。

  2. The Verge · AI67

    Wikimedia Foundation 警告,過於簡化的 AI 版權裁決或威脅開放網絡

    Wikimedia Foundation 在涉及 The New York Times、OpenAI 和 Microsoft 的一系列 AI 版權訴訟中提交法庭之友意見書,主張保障以受版權保護作品訓練的 LLM,但不應容許聊天機械人向用戶重現作品。基金會認為,未經授權使用作品預訓練 LLM,並產生有別於原作的新內容,可構成合理使用;若 AI 輸出取代原作並減少讀者接觸原文,則應取得授權。

  3. EleutherAI:Blog39

    研究更新:局部體積測量的應用

    研究團隊將 tyche 局部體積測量用於模型錯位偵測及機制異常數據點偵測,兩項任務的表現均不及其他策略。在機制異常偵測中,meta local volume 的平均 AUROC 為 0.380,meta local volume mahalanobis 為 0.572。團隊目前不打算繼續這方向的研究。

  4. EleutherAI:Blog64

    EleutherAI 研究顯示預訓練數據過濾可降低開放權重模型的 WMDP-Bio 表現

    EleutherAI 的 Deep Ignorance 研究發現,預訓練數據過濾可令 6.9B 模型在 WMDP-Bio 接近隨機水平,同時大致保留無關知識基準的表現。過濾模型即使以 300M tokens 專家標註的生物風險論文微調,WMDP 表現仍低於未過濾基線。但在提供論文摘要作上下文的開卷測試中,過濾模型表現接近基線,顯示數據過濾不能阻止模型利用上下文中的相關資訊。

  5. EleutherAI:Blog53

    EleutherAI 研究以 Reasoning Interpolation 偵測獎勵破解的早期訊號

    EleutherAI 研究以 reasoning interpolation 配合重要性抽樣,監測模型訓練期間獎勵破解的早期訊號。在其實驗設定中,重要性抽樣早期將破解機率低估 2–5 個數量級,但估算趨勢對預測最終會出現哪些破解類型達到 perfect AUC。研究使用 SFT 而非實際 RL 訓練,且預測設定較容易,作者指出仍需在實際 RL 訓練中驗證。

  6. TNW51

    前 Palantir 員工創辦的 Dream 獲 $17M 種子融資,開發 AI 建築設計模型

    Dream 於週四正式公開並獲 $17M 種子融資,開始聚焦建築、工程及施工行業。其所稱的 built world models 以超過 100 million square feet 的美國實際獲批建築資料訓練,Dream 稱模型可產出承包商足以據以施工的圖紙。Dream 已在加州及德州的10個項目擔任法定設計責任方,並表示已支援總值 $20m 的房地產開發。

  7. DEV Community48

    利用人工覆寫數據改進醫療 AI

    醫療 AI 應把臨牀人員的人工覆寫視為調查訊號,而非自動視為正確標籤,以識別模型、介面或工作流程的限制。分析時應記錄適當背景、按失效原因分類並檢視不同臨牀場景的模式,同時遵守私隱及治理要求。覆寫數據用於重新訓練前須經驗證、治理及評估;智能體系統亦應讓獲授權用戶中止行動、重新導向工作流程及撤銷權限。

  8. 新浪科技44

    告別知識截止日:Google 讓 AI 學會「睡眠」,邊用邊學且不忘舊知識

    Google Research提出 Sleep Framework,讓大語言模型透過清醒與睡眠階段持續學習新資訊,並整合記憶以避免遺忘舊知識。實驗中,模型可處理最長約 1000 萬 token 的上下文,並在未見語言的多階段持續學習中保持接近零的性能下降。框架在 AIME 24/25 等數學基準上取得更高準確率。

  9. 新浪科技46

    告別知識截止日:Google 讓 AI 學會「睡覺」,邊用邊學並保留舊知識

    Google研究團隊公佈「睡眠框架」(Sleep Framework),讓大語言模型透過清醒階段接收資訊、睡眠階段整合記憶並自我改進。框架以記憶鞏固和合成訓練樣本練習,將新資訊納入長期參數,同時避免覆蓋舊知識。實驗中,模型可處理最長約 1000 萬 token 的上下文,並在未見語言的多階段持續學習中保持接近零的性能下降,在 AIME 24/25 上取得更高準確率。

  10. DoNews32

    谷歌提出「睡眠框架」解決大語言模型知識固化難題

    10月27日,谷歌研究團隊提出持續學習新方法「睡眠框架」,旨在解決大語言模型部署後知識難以更新及容易出現災難性遺忘的問題。框架模擬睡眠中的記憶鞏固機制,在「清醒」階段處理輸入並暫存短期記憶,在「睡眠」階段整合資訊、擴展參數、蒸餾知識,並以生成式「做夢」強化推理能力。實驗顯示,模型在1000萬token長上下文及多階段持續學習中保持性能穩定,數學推理等任務的準確率有所提升。

  11. IT之家45

    告別知識截止日:Google 讓 AI 學會「睡眠」,邊學邊保留舊知識

    Google 研究團隊提出持續學習研究「睡眠框架」(Sleep Framework),讓大語言模型吸收新資訊時保留舊知識。框架把模型運作分為清醒和睡眠階段,透過記憶整合及合成訓練樣本提升自我改進能力。實驗中,模型可處理最長約 1000 萬 token 的上下文,並在未見語言的多階段持續學習中保持接近零的表現下降;在 AIME 24/25 數學基準上的準確率亦高於多種基線方法。

  12. IT之家59

    研究指 AI 模型處理不同語言時,Token 消耗量最高相差 17 倍

    人工智能語言公平研究聯盟發現,一個 AI 模型處理不同語言時,Token 消耗量最高相差 17 倍。即使只比較互聯網最常用的 20 種語言,Token 消耗量差距也達 1.5 至 5 倍,研究將額外成本稱為隱性的「分詞器税」。Token 消耗較多會拖慢 AI 回應並減少可有效處理的上下文內容;受訪研究者呼籲公佈各語言評估結果,並改進下一代分詞器設計。

  13. IT之家66

    Reddit 擬逐步轉向登入優先瀏覽,防範 AI 模型爬取站內內容

    Reddit 行政總裁 Steve Huffman 宣佈,平台將逐步轉向以登入瀏覽為主,主要為阻止 AI 模型爬取站內內容。2026 年第三季度,Reddit 日均獨立訪問用戶為 1.303 億,其中 7680 萬人以訪客身份瀏覽,佔 59%。首頁仍會開放予訪客,Reddit 接下來幾個月會在美國以外部分市場測試不同的訪問權限方案。

  14. 阿里雲開發者社區 AI42

    光儲 IoT 數據管線如何從 Modbus 演進至 AI 調度

    光儲 IoT 數據管線以邊緣協議轉換、雲端接入與流式清洗,再到模型推理及策略下發,處理多品牌設備協議異構、高頻遙測和電價預測等挑戰。實踐採用 MQTT、EMQX、Flink 與 TimescaleDB,並以 LightGBM 預測電價、由規則引擎和優化求解器生成充放電策略。模型輸出價格信號,策略引擎綜合設備約束及電網考核規則決定執行計劃。

  15. DoNews34

    工業大模型走向生產現場,數據與工藝決定落地深度

    工業大模型競爭正由通用問答轉向生產現場,落地成效取決於數據治理、工藝約束及工程驗證。應用通常先從品質檢測、知識檢索和設備維護等範圍較清晰的環節開始,再逐步連接生產排程與工藝優化。跨生產線複製還需打通數據接口、協調人員責任,並以可核查的品質或效率改善驗證收益。

  16. DEV Community48

    哪些馬來西亞網站封鎖 AI 爬蟲?我檢查了 100 個網站

    對馬來西亞 100 個大型網站的檢查發現,13 個網站在 robots.txt 中封鎖至少一種 AI 爬蟲,沒有網站封鎖全部 17 種。新聞網站封鎖情況最普遍,15 個中有 5 個封鎖至少一種;GPTBot 最常被封鎖,共有 9 個網站封鎖。100 個網站中有 74 個允許所有 AI 爬蟲,另有 13 個未讓檢查程式讀取 robots.txt。

  17. DEV Community65

    克里米亞韃靼語建庫的資料教訓:語言過濾器難辨近親語言

    Servin Osmanov整理克里米亞韃靼語語料建置經驗,指出一般語言識別難以排除詞彙相近的土耳其語,並以偵測本語言不會出現的形式補足。他將數千個可疑片段隔離而非刪除,並指出自動檢查仍須母語者覆核。在同一組 524 個評估提示詞中,新版本帶有土耳其語形式的拉丁字母 token 比例為 2.02%,前一版為 0.27%,相差 7.5 倍。

  18. DEV Community50

    把空白欄填成 0,平均值就會改變:交給 AI 處理表格前的檢查

    作者用三筆虛構資料説明,把未記錄的空白欄填成 0,平均值會算成 10 分;只計入兩筆已記錄資料時,平均為 15 分,並非三筆整體平均。交表給 AI 前,應先確認空白的含義,要求不要推測補值,並分別列出已用筆數、總筆數和未記錄筆數;文中示例數字為 2、3 和 1。

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

    AuditFL:為開放式聯邦學習提供合約支持的結算層

    AuditFL 提出一個由區塊鏈支持的結算層,讓開放式聯邦學習的訓練輪次可供審計並受經濟規則約束,同時保留聚合器。該系統將訓練和聚合保留在鏈下,鏈上記錄內容識別碼及經濟狀態;在最多 200 個客戶端的測試中,AuditFL 保持 Plain FL 的學習軌跡,並在多種故障測試下完成輪次結算。

  20. HuggingFace Daily Papers(社區熱門論文)50

    DAMI:用於提升門控線性注意力長上下文檢索的雙軸記憶初始化

    DAMI 為 GDN、GDN2、KDA、Mamba-2 和 RWKV-7 提出雙軸記憶初始化方法,聯合設定控制衰減係數的 A_log 與 dt_bias 初始值。100M 參數、5B tokens 的預訓練實驗中,五種架構的 RULER 檢索準確率平均較隨機初始化高 5.29–16.71,整體能力基本不變。這種方法無需增加參數或更改運算子,也不影響推理。