跳到正文
11月18日週三
  1. 阿里雲開發者社區 AI25

    2026 年教培機構如何運用 AI 學科錯題錯因智能診斷系統推動轉型與提質增效?

    AI 學科錯題錯因智能診斷系統透過採集作業、分析錯因、個性化答疑及變式訓練,協助教培機構打通課前測試、課中診斷到課後學習的數據閉環。系統可按知識圖譜定位錯因,並根據學生表現調整訓練內容,讓老師掌握班級學習盲點及跟進個別進度。文章指出,機構可藉此減輕批改與答疑負擔,提升教學效率。

  2. 新浪科技58

    OlmoEarth v1.3 如何用一串數字追蹤地表變遷

    美國艾倫人工智能研究所發佈新一代地球觀測基礎模型 OlmoEarth v1.3,並免費開放全球預先計算數據及分析工具。模型以每個10米網格的128個數值表徵年度地表特徵,另提供成本較低的64維版本;跨六大洲27項地表識別評測中,兩個版本分別有20項及18項領先同場對手,GPU耗時則降至v1.2的約53%。

  3. 新浪科技61

    Google 更新 Gemini 私隱控制,用戶可保留聊天記錄並選擇不供 AI 訓練

    Google 更新 Gemini 應用程式的控制選項,讓用戶可保留聊天記錄,同時選擇不將記錄用於生成式 AI 模型訓練。用戶仍可調整記錄保存期限,並手動查看或刪除記錄。關閉新的「歷史記錄」設定後,之後的聊天內容仍會保存約兩個月,用於提供回覆、處理用戶回饋,以及保障 Google、用戶和公眾安全。

  4. 新浪科技49

    讓大語言模型學會向教師提問:UIUC 等提出 Ask to Distill,推動知識蒸餾由「回答問題」轉向「優化問題」

    UIUC、香港科技大學及德克薩斯農工大學等機構的研究者提出 A2D,透過強化學習優化問題生成器,為在策略蒸餾合成更有學習價值的問題。A2D 根據教師與學生的預測分佈評估問題,不需外部訓練問題或正確答案。實驗中,合成問題令學生回答長度減少約 20%,累計學習信號增加約 28%。

  5. IT之家67

    谷歌更新 Gemini 隱私控制,用戶可保留聊天記錄並選擇不供 AI 訓練

    谷歌更新 Gemini 應用程式的控制選項,讓用戶可保留聊天記錄,同時選擇不將記錄用於生成式 AI 模型訓練。用戶仍可調整聊天記錄的保存期限,並手動查看或刪除記錄。關閉新的「歷史記錄」設定後,之後的聊天內容仍會保存約兩個月,用於提供回覆、處理用戶反饋,以及保障谷歌、用戶和公眾的安全。

  6. DEV Community36

    模型漂移下的產品路線圖調整

    模型在正式環境的準確度出現漂移時,產品路線圖應轉向定位失效區段,並把數據管道、評估和監控納入同一生命週期。更新策略可按情況採用分段微調、數據增強、護欄或 Canary Deployment;發布門檻應以表現指標為準,並設立獨立評估集及自動監控。

  7. SiliconANGLE46

    Hammerspace 進軍硬件市場,推出新儲存及數據智能功能

    Hammerspace由數據編排軟件供應商拓展至硬件市場,推出整合儲存、數據編排及數據智能功能的 Hammerspace Data System,支援 AI 訓練及推理。Hammerspace Open Flash Platform 每個機架單位的吞吐量達 350 gigabytes per second,較全面的效能測試仍在進行。現有客戶可透過軟件升級取得數據智能功能,硬件則屬可選配置。

  8. MarkTechPost59

    釐清 AI 數據保留疑問:兩種標準 API 設計解析

    文章解釋 AI API 的數據保留有兩種標準設計:客戶上載數據、執行工作後自行刪除,或把請求傳送至端點處理並取回結果,不在應用程式狀態中保留數據。ZDR 的適用範圍取決於端點、請求設定及帳戶設定,並非供應商層面的統一承諾;批次、檔案及數據集功能會保留數據,直至刪除或到期。

  9. Unite.AI62

    AWS 為 Amazon SageMaker AI 加入 AI 數據準備工具

    AWS 於 2026 年 11 月 17 日為 Amazon SageMaker AI 加入數據準備功能,涵蓋合成數據生成、品質評估、轉換、自動標註及人工覆核。這些功能已在 US East (N. Virginia) 和 US West (Oregon) 一般提供,相關工作以 SageMaker 管理作業執行,數據存於客戶的 Amazon S3 儲存桶。

  10. DEV Community41

    等變神經網絡:為何將對稱性融入架構勝過從數據中學習

    等變神經網絡將任務本身具備的對稱性直接融入架構,令模型無須從數據中反覆學習相同模式,並能泛化至訓練時未見的方向。相較數據增強以例子統計學習對稱性,等變性會對每個輸入強制遵守對稱規則;但前提是所設定的對稱性符合任務。羣卷積是實現等變性的核心方法,並可將架構延伸至三維旋轉等對稱羣。

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

    TabBioMed:大型生物醫學表格學習基準

    TabBioMed 建立涵蓋 94 個經整理公開數據集的生物醫學表格學習基準,統一分類、回歸及多目標任務的評估,並比較 23 個模型。基礎模型整體預測表現最佳,但在推理時間或訓練成本受限時,樹模型和經調校的多層感知器仍具競爭力,且往往表現較佳。研究同時公開數據集及切分、預處理程式碼、基線模型和結果。

  12. HuggingFace Daily Papers(社區熱門論文)60

    語言模型的一般智能可彌補特定訓練資料缺失

    研究發現,語言模型的一般智能可彌補特定訓練資料缺失,資料過濾會延遲相關技能形成,而非永久排除能力。研究以棋類、分子字串、括號語言及網頁文本等任務隱去特定技能資料,並發現小模型表現可用來預測大模型技能延遲時間。另有 7-billion-parameter 模型在接觸被隱去的程式語言資料後恢復相關能力;模型智能越高,恢復技能所需資料越少。

  13. HuggingFace Daily Papers(社區熱門論文)53

    Squoosh Bench 評估 UX-1 在 318 項歷史網站 A/B 測試中的表現

    Squoosh Bench 評估 UX-1 對歷史網站 A/B 測試結果的預測,在 318 項測試中正確判定 267 項,準確率為 84.0%。UX-1 以人類瀏覽數據微調,每個測試組模擬 1,000 名購物者;Qwen3 Next 80B 正確判定 196/318 項,準確率為 61.6%。UX-1 在 126 項測試中預測變體勝出,其中 118 項實際勝出、4 項落敗,另有 4 項結果不明確。

  14. The Guardian Technology61

    Paul Kelly 促請 Albanese 堅守 AI 版權保護,創意界發起運動

    澳洲創意界在 AI 公司遊説之際發起「Not AI’s To Take」運動,要求 Albanese 政府不要削弱版權法,Paul Kelly、Jimmy Barnes 等音樂人支持這項行動。創意界認為現行版權法無須更新,只需加強執法,並稱法律改動可能危及價值 $70bn 的創意產業及其 600,000 名從業者。政府預計於 2026 年底或 2027 年初公佈 AI 立法方案,涵蓋版權等議題。

  15. DEV Community56

    數據湖、數據倉庫與 Lakehouse 有何分別?

    Keshav 比較數據湖、數據倉庫與 Lakehouse 的儲存模式、資料保障和運作取捨,並整理按工作負載選型的考量。數據湖以物件儲存檔案為主,數據倉庫提供受管理的分析 SQL;Lakehouse 在湖中檔案上加入開放表格式,支援交易、寫入時結構描述約束及讀取舊版本。DuckDB 範例展示失敗寫入可能令數據湖讀者看見部分資料,而數據倉庫會回滾交易;Lakehouse 則須維護壓縮、清理和目錄。

  16. SiliconANGLE48

    LanceDB 獲 5,750 萬美元融資,以多模態數據平台加速 AI 模型訓練

    LanceDB 宣佈獲得 5,750 萬美元 B 輪融資,將用於拓展多模態數據平台,加速 AI 模型開發。平台基於開源數據格式 Lance,讓研究人員和模型開發者搜尋、整理及準備不同類型的訓練數據,並可直接連接現有雲端儲存而不需搬移數據。公司稱,Microsoft 用該平台訓練數百億行圖像及程式碼數據。

  17. The Decoder72

    美國擬收緊海外資料中心 AI 晶片管制,中國已發展以美國模型輸出為來源的蒸餾產業鏈

    美國商務部工業與安全局擬以臨時規則收緊海外資料中心遠程取得美國 AI 算力的規定,並與實體出口禁令接軌。新加坡、馬來西亞、泰國、印尼及巴西的資料中心營運商,購買美國先進 AI 晶片前將須取得美國政府許可。Reuters 檢視逾300份中國論文、專利、招聘資訊及政府文件後指出,中國已形成以美國模型輸出蒸餾較小本地模型的產業鏈,藉此減少開發者的運算負荷。

11月17日週二
  1. CNET33

    Nuritas 如何運用 AI 在實驗室尋找有益健康的新肽

    都柏林生物科技公司 Nuritas 運用 AI 模型篩選天然肽,尋找可能有益健康的候選肽,再由科學團隊在實驗室測試。公司以自有系統和專有數據訓練模型,按特定生物目標搜尋,並表示傳統方法要花 3,000 萬年才能研發出 PeptiStrong。展開臨牀測試和確認安全、功效及商業可行性,是產品上市前的重要環節。

  2. Unite.AI24

    甚麼是小型語言模型(SLM)?小型 AI 何時更具優勢

    小型語言模型以較低的記憶體、延遲、能耗和部署要求,提供實用效能;是否適合取代大型模型,取決於具體目標和評估結果。文章以五個階段説明其運作:界定能力目標、選擇精簡架構和數據組合、蒸餾或高效訓練、針對裝置和延遲預算作最佳化,以及評估是否需要大型模型作後備。小型模型在長尾推理上仍可能失誤,即使平均基準測試表現具競爭力。

  3. DEV Community43

    用 sri 在 Colab 建立可重現的葡萄牙語 NLP 流程

    開源專案 sri 示範如何在 Colab 建立可重現的葡萄牙語 NLP 流程,將 JSON 資料中的標題整理成包含 id 和 documento 欄位的 CSV。準備筆記本使用 transformers==4.49.0 和葡萄牙語 BERT tokenizer,最多處理 500 列,並將標題截至 512 tokens。後續筆記本可使用這份 CSV 進行清理、詞性標註、命名實體識別、嵌入向量及分析。

  4. 阿里雲開發者社區 AI32

    大語言模型基礎:Layer normalization 篇

    文章梳理大語言模型中的 Layer Norm、RMS Norm 和 Deep Norm 方法,以及 Layer normalization 在模型中的位置差異。RMS Norm 移除計算均值的步驟,速度較快,效果基本相當甚至略有提升;Deep Norm 透過調整殘差連接及模型參數,緩解模型更新爆炸,令訓練更穩定。

  5. 創業邦53

    AI4S熱潮升温,距離「ChatGPT時刻」還有多遠?

    AI4S正進入科研流程並吸引資本,但目前主要處於輔助和指導科研階段,距離AI獨立完成科學發現仍有差距。受訪者將發展分為輔助科研、指導科研和自主科研,並指出提出研究問題、設計方案、實驗驗證及取得高質素數據仍是主要難點。今年前10個月,國內AI4S賽道有超過80筆融資,已披露融資總額超過200億元;文章亦梳理醫藥、材料等行業的應用和商業化路徑。

  6. 新浪科技54

    九識智能與易咖智車簽署萬台智駕套件戰略合作協議,M6進入量產交付

    九識智能與易咖智車簽署萬台智駕套件戰略合作協議,易咖、九識、合一新能源及寧德時代合作打造的M6無人物流車同步進入量產交付階段。易咖負責線控平台及整車製造,九識提供L4級自動駕駛方案;首批2000台正陸續交付。九識披露,截至2026年11月,採用其「九識大腦」的車輛累計超過4萬台;報道指出,行業分工正由技術驗證主導轉向商業化協同。

  7. DEV Community44

    為何銀行業使用 0.50 分類閾值會浪費資金,以及如何構建處方式 ML 引擎

    文章指出,銀行若以 0.50 作為客戶流失分類閾值,可能錯過超過 45% 的真實流失客戶;按挽留成本、接受率及客戶終身價值計算,最佳閾值為 0.3333。引擎以五折 Isotonic Regression 校準 XGBoost 機率,在 2,000 名客戶的留出集上取得 0.8682 ROC-AUC、0.7174 PR-AUC,活動淨利潤為 +$17,850。