跳到正文
10月25日週日
  1. 新浪科技71

    Pinal以自然語言功能描述生成蛋白質結構並設計候選序列

    研究團隊提出蛋白質設計模型 Pinal,將自然語言功能描述轉為蛋白質結構,再據此設計候選氨基酸序列。團隊以17億組蛋白質—文本配對、涵蓋約1.35億條蛋白質序列的數據集訓練出160億參數模型,並對四類蛋白質進行實驗驗證;其中設計的 pinalH02 令甘氨酸濃度達11.1毫摩爾每升,為天然大腸桿菌H蛋白組件的1.7倍。

  2. DEV Community33

    MeterMinder:開源 AI 能源分析原型

    MeterMinder 是開源 AI 能源分析原型,使用 TabPFN v3.5_default 為每小時電錶讀數評分,協助用戶找出值得調查的用電模式。模型以 20,000 條已標註讀數擬合,在 2,500 條留出讀數的評估中,ROC-AUC 為 0.7170、Average Precision 為 0.04204,均高於基線。

  3. DEV Community64

    Mahmoud Mabrouk 的 GEPA 實戰指南:校準及優化 LLM 評估器

    Mahmoud Mabrouk 的演講以 Towbench 航空公司客服智能體數據,示範如何用 GEPA 迭代優化 LLM 評估器提示詞,使評估結果貼近人類標註。文中報告優化後的驗證集準確率為 74%,並改善了不合規項目的召回率和精確率。演講亦指出,效果取決於標註資料、種子提示詞及反思模板,小規模實驗的 Token 費用也可能達 $200-$300。

  4. DEV Community43

    SleepTrace:收集了 1,045 小時睡眠音訊,只有 53 小時可用於訓練

    SleepTrace 收集了 1,045 小時夜間睡房音訊,但只有約 53 小時可用於訓練睡眠階段模型。可用時數取決於錄音與穿戴式裝置資料能否準確對齊,以及夜晚是否完整、標籤來源是否明確;團隊因此先做對齊,並剔除不符合有效夜晚定義的資料。睡眠分析已由 iPhone 上的 Core ML 移植至 Android 上的 ONNX,相同輸入下兩者結果相差不超過 2.9×10⁻⁶。

  5. DEV Community57

    Saara CLI 加入 Gemma 4 本機 OCR,讀取掃描 PDF 並支援 8 種訓練資料格式匯出

    開發者在 Hacktoberfest Hack Day 為開源資料集 CLI Saara 加入 Gemma 4 本機掃描 PDF OCR,並加入多格式匯出與按文件分組切分功能。本機模式透過 Ollama 將掃描頁面轉成文字,文件不會離開電腦;匯出涵蓋 8 種格式,分組切分則避免同一文件的頁面同時進入訓練集與測試集。

  6. 新浪科技48

    人大等團隊開源 TabClustPFN,讓表格聚類開箱即用

    中國人民大學等機構的研究團隊提出並開源 TabClustPFN,以預訓練後的一次前向推斷,從無標籤表格預測樣本分組及簇數。模型為 2 到 10 類的候選簇數提供概率;在 3,200 個未參與訓練的合成數據集上,95% 累計概率候選集合的真實簇數覆蓋率為 96.8%。團隊亦在 44 個真實數據集上評估模型,簇數估計誤差中位數為 1。

  7. 創業邦64

    SK海力士終止 Solidigm IPO 評估,百億美元集資計劃告吹

    SK海力士於10月23日正式終止旗下 Solidigm 的 Pre-IPO 融資及 IPO 評估,並稱決定基於資本市場環境及股價走勢。此前市場報道估計,Solidigm IPO 集資約100億至150億美元,估值最高可達1500億美元;上市計劃引起股東反對,亦觸及韓國重複上市新規。SK海力士表示,Solidigm 的增長潛力及投資需求不變,美國新廠仍需興建,投資時間、規模及融資方式將重新評估。

  8. 新浪科技73

    亞馬遜 CEO 賈西稱,AI 算力需求持續高漲,AWS 容量至 2027 年基本售罄

    亞馬遜 CEO 安迪·賈西(Andy Jassy)於 10 月 23 日表示,受 AI 基礎設施需求推動,AWS 雲端運算容量至 2027 年基本售罄,並有大量長期算力訂單鎖定至 2028 年。報道指,AWS 2026 年產能已售罄,2027 年大部分容量已被預訂;模型訓練和推理需求增長,令雲服務供應商面臨持續的基礎設施壓力。

  9. 螞蟻 inclusionAI:HuggingFace 新模型61

    inclusionAI 發佈 Ling-3.1-flash-base 基礎模型檢查點

    inclusionAI 發佈 Ling-3.1-flash-base 基礎模型檢查點,總參數量為 560B,每個 token 啟用 25B 參數。它採用與 Ling-3.1-flash 相同的混合線性 MoE 架構,結合 KDA 和 Gated MLA,並在 47 項基準、八個領域進行評測。檢查點以 BF16 權重發佈,模型以 FP8 訓練,適用於持續預訓練、領域適配及後訓練研究。

  10. DEV Community43

    SNLI、MultiNLI 與 ChaosNLI 標註者一致度分析:哪些 NLI 標籤最難形成共識?

    對 SNLI 和 MultiNLI 的逐類別、逐文本類型統計顯示,金標籤類別比文本類型更能預測標註者的一致程度。兩個數據集的全體一致率排序均為 contradiction > entailment > neutral;MultiNLI 的類別間差距約為文本類型間差距的兩倍。ChaosNLI 的 3,113 個案例原本全是五人中三人同意,加入 100 份標註後,28.3% 的原金標籤被其他標籤超越。

  11. DEV Community43

    歷史資料選取不應因日後修訂而改變

    按時間點進行資料連接時,應以資料版本的可用時間,而非數值所描述的時期,決定歷史決策可使用的版本。例子以合成資料展示:10 月 4 日應選取數值 100,而 10 月 7 日發布的修訂值 80 不應改變這項選取。程式亦拒絕同一可用時間的修訂,並指出重現實際系統當時掌握的資料,須有接收歷史記錄。

  12. DEV Community58

    領域持續預訓練前的檢查清單

    Conor Bronsdon 整理了領域持續預訓練前的檢查清單,建議先界定訓練階段,按實際任務建立評測,並追蹤領域能力提升與原有能力保留。Thomson Reuters 在訪談時用於持續預訓練的內容語料不足 10%,並在訓練流程中結合微調、直接偏好最佳化(DPO)及智能體強化學習。文章亦建議以生產環境 A/B 測試把關,並檢查 RL、LLM 評判或合成數據可能帶來的獎勵投機與偏差。

  13. HuggingFace Daily Papers(社區熱門論文)63

    相同訓練的語言模型會在不同越獄提示下失守

    研究發現,相同數據配方及安全後訓練下,不同預訓練種子的語言模型仍會對不同越獄提示失守。在 25 種數據配方、共 150 個模型的比較中,同一預訓練運行的模型非拒答率相關係數為 0.984,換預訓練種子降至 0.811,換數據配方則為 0.779。

  14. HuggingFace Daily Papers(社區熱門論文)57

    ParetoRSI-Gym:AI 智能體能否跨多個領域改進語言模型?

    ParetoRSI-Gym 評估遞歸自我改進智能體能否透過整理數據與訓練,提升語言模型在多個領域的泛化表現。Claude Code 配合 Opus-5 的 proxy-best checkpoint 泛化分數,按三個基礎模型和五個領域等權平均,較起始模型提升 9.2%(絕對提升 2.3 點);單一領域最高相對提升 63%,出現在 Ministral-3-3B 的醫學領域。

  15. DEV Community26

    機器學習系統能否自我修復?構建自我修復機器學習系統:第一階段

    這項研究計劃旨在為信用卡違約預測建立自我修復機器學習系統,自動偵測故障、診斷成因、採取復原策略,並評估復原後的模型是否符合安全要求。第一階段選用包含 30,000 筆觀測資料的 UCI Default of Credit Card Clients 數據集,制定研究問題、系統架構、評估準則及可重現的實驗計劃。實驗將使用歷史數據和模擬故障,並以預測表現評估復原成效。

  16. DEV Community43

    MultiNLI 各文本類型的標註者一致度普查:哪些金標籤最不具決定性?

    兩項預先註冊的可重現普查顯示,MultiNLI 金標籤的一致程度因文本類型而異,政府文本的一致率最低(53.4%),書信最高(65.3%)。另一項 ChaosNLI 審計發現,3,113 個抽樣例子中有 311 個即使經過 100 次標註仍沒有嚴格多數。這些結果衡量的是標註者一致度,而非標籤正確性。

10月24日週六
  1. DEV Community17

    生命科學學生以 AI 探索藥物發現與醫療保健,並持續開發項目

    一名生命科學本科生正以 AI 和機器學習探索生物資訊、計算藥物發現及醫療保健,並透過實作項目累積經驗。他正在開發 DockLens,結合機器學習與分子對接分析;另一項目則以合成患者數據和模擬穿戴式裝置測量,探索預測血糖變化。作者強調,模型預測不等於科學或臨牀有效,仍須評估數據、模型限制及結果。

  2. 阿里雲開發者社區 AI48

    「貓=42、狗=43」不代表牠們更相似:AI 如何從數字中學出意義

    AI 不會因為「貓」的編號是 42、「狗」是 43,就判斷牠們比「汽車」更相似;編號只是標籤,不帶有語義。文本、圖像和音頻會轉換成數字,而模型從數據中學出的高維嵌入向量,才會呈現語義關係。數字之間的結構如何反映現實關係,決定了模型能否從表示中推理。

  3. 第一財經41

    腦機接口高質量數據集建設項目在武漢啟動

    華中科技大學同濟醫學院附屬同濟醫院牽頭的腦機接口高質量數據集建設項目,24日在武漢啟動,計劃於2027年建成投用。項目聚焦10類疾病方向,涵蓋6種數據模態,重點建設腦信號採集、意圖解碼、功能評估、閉環神經調控及康復交互等多模態數據集。項目亦將構建「數據採集—治理加工—應用服務」一體化數據能力平台,配套多項標準規範。

  4. DEV Community39

    OweMyGod:微調 8B 模型解讀雅加達欠款藉口,準確率達 92%(關鍵字規則:60%)

    OweMyGod 使用微調後的 Qwen3-8B 解讀朋友對還款時間的回覆,在 25 條未用於訓練的手寫回覆中,日期判斷準確率達 92%,時間類型判斷準確率為 100%。作為比較,關鍵字規則的日期判斷準確率為 60%。應用程式會按判斷結果草擬 WhatsApp 還款提醒,並顯示解讀結果,讓用戶一鍵修正日期。

  5. 新浪科技28

    中珠醫療旗下公司簽署嗅視覺晶片及模組數據服務協議,助力AI檢測模型落地

    中珠醫療旗下深圳潛力數據科技有限公司與金擎科技簽署嗅視覺晶片及模組數據服務協議,潛力數據將提供質檢所需的圖片、影片、時序及結構化數據集。雙方未來還將共同優化嗅視覺感知的晶片級與模組級人工智能檢測模型算法,推動模型應用於工業檢測、環境監測及智能終端等場景。

  6. DEV Community58

    Nokka 解説從 y = wx + b 到 ChatGPT 的 AI 原理,補充短片略過的關鍵環節

    Nokka 以一段從 y = wx + b 講到 ChatGPT 的短片為起點,解説加權總和、激活函數、神經網絡、attention 與 Transformer 的關係。文章指出,ChatGPT 不只涉及預測下一個 token,還包括指令微調、依人類回饋訓練回答排序模型,以及以獎勵進行強化學習。作者亦提醒,網絡文本含有偏見和錯誤資訊,而能預測下一個 token 不等於以人的方式理解語義。