阿里雲 HiExp 框架:8B 小模型在醫療場景超越千億級旗艦模型
阿里雲團隊提出 HiExp 層級化經驗框架,將智能體搜尋的成功與失敗軌跡整理為可檢索的策略經驗,改善強化學習訓練。在與阿斯利康共建的醫療檢索問答場景中,經 HiExp 訓練的 8B 小模型綜合效果超越千億級旗艦模型,提升約 37%。框架已在阿里雲 AgenticRAG 產品體系中持續打磨。
阿里雲團隊提出 HiExp 層級化經驗框架,將智能體搜尋的成功與失敗軌跡整理為可檢索的策略經驗,改善強化學習訓練。在與阿斯利康共建的醫療檢索問答場景中,經 HiExp 訓練的 8B 小模型綜合效果超越千億級旗艦模型,提升約 37%。框架已在阿里雲 AgenticRAG 產品體系中持續打磨。
瑞士神經科技公司 Indivi 收購 Cogitat,將共同開發 EEG 基礎模型 NeuroRVQ,用於解碼腦部活動。NeuroRVQ 能保留腦部訊號中的細微變化,並可跨不同腦部運作,無需個別訓練。Indivi 計劃運用該模型偵測阿茲海默症實驗療法的效果。
市場監管總局(國家標準委)批准發布《智能計算集羣效能指標與測試方法》國家標準化指導性技術文件,首次建立面向大模型訓練與推理場景的智能計算集羣效能指標體系和統一測試方法。文件由全國智能計算標準化工作組歸口,為我國智能算力基礎設施的規劃建設與高效運行提供支撐。
HumanCOIN DataManager 是用於搜尋、預覽及下載 HumanCOIN 數據集的網頁入口,可篩選數據集、儲存選擇,並生成可直接執行的下載指令。首批數據預計約有 1,200 小時;受限數據集須先在相應平台申請存取權限,Hugging Face 與 ModelScope 的權限分別管理。入口每日於 08:00 和 09:00(Asia/Shanghai)更新目錄。
英國、愛爾蘭、法國、西班牙、德國及意大利的六個遊戲業工會共同發表宣言,呼籲玩家以購買行動支持不使用生成式 AI 製作的遊戲。宣言指出,生成式 AI 會對環境造成負擔、令遊戲業初級職位數量明顯減少,並涉及模型使用未經授權的第三方資料訓練等問題。宣言亦主張是否使用生成式 AI、何時何地及如何使用,應由從業者決定,並提醒開發者考慮環境、成本、倫理、法律、透明度及尊重藝術創作等問題。
對300+份中國文件的檢視顯示,AI 知識蒸餾已由學術實驗走向廣泛工業應用。北京亦鼓勵這種做法。
最新一期 TOP500 榜單中,由 AMD 晶片驅動的系統有 202 套,佔榜單逾 40%;較 2025 年增加 25 套,增幅為 14.12%。AMD 與美國能源部(DOE)聯合開發的 Lux 由 HPE 建造,首次登上榜單即排第 14 位。Lux 每年提供 350 萬節點小時算力,其中一半預留予 Genesis Mission,用於訓練科學基礎模型、構建 AI 研究智能體及加快科研流程自動化。
中廣天擇在第三季度業績説明會表示,AI算料業務已成為公司新的增長曲線。旗下數智中心以40萬小時4K超高清影片及200萬小時高保真音訊建立垂類算料庫,並與國內頭部大模型企業達成合作。公司AI漫劇業務已有產品陸續上線。
文章整理大語言模型損失函數相關的常見問題,涵蓋 KL 散度、交叉熵、Softmax、多任務學習及分類損失函數的選擇。內容亦解釋資訊增益,並説明 Softmax 計算時若指數超出 float 範圍,可將分子和分母同時除以 x 中的最大值。
K2-Horizon 論文提出六款全開放語言模型,規模由 0.9B dense 至 375B-A23B MoE,面向數學、科學、軟件工程、深度研究及辦公自動化等推理與智能體工作。
FlagOpen 推出 HumanCOIN,一個基於 LeRobot 的多感測器、多頻率數據集擴展,讓各感測器按各自取樣率儲存,並在查詢時按時間對齊。各感測器資料分別存入 Parquet 檔,讀取時可按時間窗口查詢、插值或採用最近值匹配。套件可透過 PyPI 安裝,支援數值感測器、影片和音訊,並提供對齊檢查。
文章以本機雙跑示範,只設定 `torch.manual_seed(42)` 仍可能令同一訓練程式得出不同 loss,並提出四層種子加一層演算法確定性的排查方法。
潛在回饋將每個 token 的頂層狀態送入下一個 token 的輸入;除獨有數據相對模型規模不足的情況外,它能提升計算與數據效率。獨有數據固定時,潛在回饋可用較少計算達到 Transformer 的損失;最多可節省 48% 計算量及 47% 獨有數據。研究以 60M 至 271M 參數模型擬合的 scaling law,預測 778M 模型的損失誤差在 0.3% 以內。
Tree-Ising 用約 $0.90 和 31 分鐘修復 Qwen3.5-0.8B,在 MATH-500@4 得分 54.6%,高於 GPT-6 Astra 智能體編輯的 51.7%。
文章主張,中國 AI 產業不應把海外租用英偉達算力作為發展基礎,並應建立不依賴美國許可的算力體系。美國新規把第三國數據中心向中國等受管制地區提供遠程算力納入限制,符合條件且累計 TPP 超過 1200 萬的關聯集羣提供算力可能須申請許可證;新規亦要求重新審查既有相關算力服務,並設 90 日過渡安排。文章提出發展國產芯片及集羣軟件體系、以算法優化降低算力需求,並按任務把微調和推理盡可能轉向國產芯片。
推薦理由:文章將降低海外算力依賴拆解為供給體系、算法效率與任務配置三個層面,呈現算力自主涉及芯片以外的集羣、軟件與模型能力。
Perplexity 宣佈成立前沿實驗室 Frontier Research,至少投入 10,000 張 GPU,目標是打造能自行進行研究的系統。實驗室將聚焦多智能體協調、強化學習、持續學習、系統及預訓練,開發演算法、模型和評估方法並公開發布,亦會在 Perplexity 產品中測試。團隊將定期發布論文、模型、數據和基準測試,並在舊金山、帕洛阿爾托、紐約和倫敦招聘研究人員及工程師。
Google Cloud 在 MLPerf Training v6.1 首輪 DeepSeek-V3 預訓練測試中,以 8192 顆 Ironwood TPU 用 1.70 分鐘(約 102 秒)達到基準要求的模型質量。
Google 在 MLPerf Training v6.1 的 DeepSeek-V3 671B 預訓練測試中,以 8,192 顆 Ironwood TPU 約 102 秒達到基準要求的模型品質。
表格基礎模型(TFM)可在新數據集上進行預測而毋須針對該任務訓練,文章探討如何在 Databricks AI Runtime 上試驗及微調這類模型。TFM 以數百萬個合成數據集進行預訓練,並可透過上下文學習預測新數據。Databricks AI Runtime 提供受管理的 GPU 基礎設施、整合開發工具及模型治理支援。
Databricks 的 Solution Accelerator 示範如何以 Feature Views 構建零售銀行即時下一最佳優惠(NBO)推薦系統,讓批次及串流特徵共用定義,支援按時間點正確訓練與低延遲線上服務。
Alibaba 發佈大語言模型 Qwen4-Max,稱其輸出品質高於前代、成本更低,並採用 Qwen4 架構及升級的注意力機制。模型骨幹包含 2.4 trillion parameters,每次只啟用 71 billion;Alibaba 內部基準測試中,它完成任務最多少用 35% tokens,在 Terminal-Bench 4.0 少用 49%。
NVIDIA 推出 Nemotron for Science,以 Nemotron 3.5 Super VL 配套科學評測、後訓練配方及近 50,000 條問題的 LitmusBench v0.2 化學數據集,模型和數據集均可在 Hugging Face 取得。
Databricks 發佈在 AI Runtime 執行表格基礎模型的技術指南,並提供公開程式碼庫,用於比較 TabPFN、TabFM、TabICL、Nori 和 KumoTabular,以及測試微調流程。
NVIDIA Vera Rubin NVL72 在 MLPerf Training v6.1 的性能最高達 Blackwell Ultra 的 2 倍。Vera Rubin 架構在該版評測中首次亮相,NVIDIA 在七項基準測試中全數勝出。NVIDIA 表示,早期結果顯示其 CUDA 軟件堆疊已相當成熟。
NVIDIA Nemotron 的後訓練可提升模型在特定科學領域的準確度。自主智能體可根據研究人員以自然語言描述的科學假設,規劃任務、執行模擬、評估結果,並透過多輪迭代自行修正。
Google 發佈開源 AI-Hypercomputer/tpu-codesign 指南,整理 TPU 模型設計與優化方法,涵蓋形狀對齊、架構選擇及並行策略。指南建議將歸約維度及輸出維度對齊 256,並按 TPU 實體鏈路配置並行軸;改造既有模型時,也可只調整並行方式而不改動 checkpoint。
論文探討透過跨視角共識緩解虛假相關性;頁面只列出論文標題及引用、連結資訊,未提供方法細節或實驗結果。
NVIDIA 推出 Nemotron for Science,整合 Nemotron 3.5 Super VL 開放模型、化學數據集及後訓練配方,協助研究人員建立科學智能體。
NVIDIA Vera Rubin 平台首次亮相 MLPerf,在 MLPerf Training v6.1 橫掃所有基準項目,並於首次 MLPerf Endpoints 提交中領先智能體基準。
特朗普政府準備推出新出口管制規則,要求企業向世界各地數據中心出口、再出口或轉移 AI 晶片及伺服器前申領許可,若相關設施可能向中國等受限制國家的企業提供算力。規則適用於總處理性能超過 12 million TPP 的數據中心或網絡,亦涵蓋透過中介或經紀商取得算力;向馬來西亞、新加坡、印尼、泰國及巴西出口先進半導體亦新增許可要求。
推薦理由:規則把管制延伸至境外數據中心及中介轉接,並以算力門檻、客戶背景審查和許可要求勾勒適用範圍。
Origin Data Partners 整理了數據集授權前的開源工具指南,按個人資料、表格、人臉、程式碼憑證、第三方程式碼、近似重複資料和文件記錄分類。
Knit Health 宣佈完成 NEA 領投的 $35 million A 輪融資,將擴充團隊並在更多臨牀場景部署 Med-BEAM。Med-BEAM 是以數十億項醫療決策及數億份患者紀錄訓練的醫療世界模型,初期應用包括患者導航、專科轉介、排期及醫院營運。
Airbnb 研究人員推出 CASTLE,利用去識別化的預訂紀錄及大型語言模型生成合成搜尋查詢和相關性標籤,讓自然語言搜尋模型在真實搜尋流量不足時也能訓練。CASTLE 與最佳基線 Promptagator 的 KL 散度分別為 1.01 和 9.33,散度降低 9.2 倍;三名專家對其相關性判定的認同度介乎 91% 至 93%。
Alibaba 發佈 Qwen4-Max,稱其相較 Qwen3.8-Max 將專業任務平均成本降低 62%,並加入針對攻擊性網絡安全能力及其他高風險用途的防護措施。
AI 在金融領域的判斷能力,取決於財務數據是否互通、及時且定義一致,而非單靠模型或應用。Xero 報告顯示,美國小型企業平均需等候 29.3 天收款,年度銷售增長 4.0%,低於長期平均。文章建議建立明確的數據合約、事件驅動數據流程及一致的財務指標定義,並以實際帳目核驗 AI 洞見。
ROBOTERA 於 2026 年 11 月 16 日推出 XHAND 1 Pro-U 商用版,並為首批 40 台五指靈巧機械手開放訂購。該手配合 NVIDIA GEAR Lab 的 DexUMI 外骨骼收集示範資料,GR00T 2 在香蕉乳酪製作、格蘭諾拉麥片取料和火焰化學三項雙手任務的整體成功率分別為 60%、80% 和 75%。
「elsewhere」將於本週日舉辦數據主題活動,邀請模廠、數商及「小武」參加,討論數據行業的重要議題。活動規模限定在30人以內,議題包括公允數據驗收標準、供需雙方溝通,以及不同類型數據的價值共識。
mmops 的 wheel 包可公開下載,配合 Python 3.11 及以上版本和 Ray,可先在本地試跑具身操作影片標註小樣本;新用戶亦可試用基礎版 8ACU、100GB 一個月。
阿米奧機器人正經歷再融資受阻與團隊收縮,原 CTO、COO 及產品負責人據報已離職,團隊由高峯約130人縮減至70餘人。文章指出,公司已有欣旺達、加拿大 CAMT Automotive 等客戶,迪比科亦把方案部署到海外工廠;但訂單金額、交付台數、驗收情況、復購率及收入規模均未公開。
作者的 Ai-Email-summariser 以 TF-IDF 和 Random Forest 在本機分類重要及垃圾電郵,並透過用戶修正的標籤逐步訓練模型。分類毋須 API 呼叫;只有開啟電郵閲讀時,才會使用 GPT-3.5-turbo 撰寫摘要。修正記錄會去重並用於按需重新訓練,模型則儲存至 joblib 檔案。