跳到正文
11月15日週日
  1. 阿里雲開發者社區 AI58

    Klar 備考工具的題目生成管線:輸入處理、答案校驗與多形態渲染

    文章以 Klar 備考工具為例,分析課程材料轉成學習內容的工程管線,聚焦輸入處理、答案校驗和多形態渲染。文中建議先將內容整理成可追溯的結構化表示,再由多個渲染器輸出練習題、閃卡、預測卷和音訊播客,答案則另作獨立推導校驗。文中引述的 ARR 數據為產品上線 30 天時年化 13 萬歐元,由創始人提供且未經審計;750 萬歐元是管線潛力,未計入收入。

  2. DEV Community67

    地方社區支持成為算力規劃中無法鎖定的依賴項

    文章指出,地方社區支持已納入數據中心融資評估,並透過資金成本和建設進度影響雲端算力供應。2026 年首季,美國至少 75 個、價值約 $130 billion 的項目遭阻止或延誤,反對團體增至 833 個,分佈於 49 個州。工程團隊可透過跨區備援、容量錯誤回退方案,以及可暫停和恢復的工作負載,降低對單一地點供應的依賴。

  3. DEV Community66

    選擇生產模型前,如何自行進行對照測試

    文章建議在選擇生產模型前,先挑選輸出目標穩定的高頻單一步驟,對照測試前沿模型與一個小型語言模型候選者。標註集應納入真實生產失敗、邊界措辭和含糊輸入;以同等提示詞投入比較通過率、p50 和 p95 延遲,以及每項成功任務成本。只有候選模型達到前沿模型測得的通過率門檻後,才考慮微調或知識蒸餾,並安排生產測試。

  4. HuggingFace Daily Papers(社區熱門論文)40

    模擬器失配帶來的不合理信心:SPEED+ 模擬到真實基準上的方向性穩健性

    研究以在合成航天器影像上訓練的單目姿態估算器檢驗 SPEED+ 模擬到真實的遷移,發現模型在真實影像上的姿態誤差伴隨過度自信,且適應效果因光照域而異。合成資料上按 90% 校準的區域,在 sunlamp 僅涵蓋 9-15% 的旋轉誤差,在 lightbox 則涵蓋 21-38%;調整骨幹網絡最後階段,可將 63-83% 的額外合成增益帶到兩個真實域。

  5. HuggingFace Daily Papers(社區熱門論文)41

    SALA:語義對齊的潛在動作如何實現具身基礎模型雙軸擴展

    SALA 利用人類與機械人影片的語言語義相似度對齊潛在動作,建立共享潛在動作空間,無需配對數據即可為具身基礎模型訓練提供監督。增加通用人類影片的預訓練數據,可持續降低下游任務的機械人動作預測誤差;增加特定任務的人類影片進行後訓練,則可大幅提升真實機械人任務成功率。

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

    開放權重大語言模型技術報告的新穎性檢視:消融研究、可重現性與透明度

    研究檢視 40 份開放權重大語言模型技術報告,評估其新穎性主張是否有消融研究支持,以及報告的可重現性與透明度。73 項架構或訓練新穎性主張中,19 項有受控對照;40 份報告中,4 份披露多於一次訓練,只有 1 份同時披露數據混合、token 數量及計算資源。研究提出 7 項技術報告撰寫規則,並指出不評判模型質素,未經測試的主張仍可能成立。

  7. DEV Community54

    模型定期重訓容易,按排程晉升卻可能令模型悄然退化

    Bromena 團隊建議,模型定期重訓後不要自動以新版本取代舊版本,而應先通過晉升閘門。閘門須以同一凍結評測集比較新舊模型,設定高於實測波動的最低增益及延遲上限;輸入漂移則可用 PSI 監測,並預先訂明告警門檻和負責人。發布可採用 shadow 或 canary,並預先演練回滾;少量模型可從 MLflow 或其他模型註冊庫配合排程流程起步。

  8. DEV Community59

    神經網絡為何過度自信且判斷錯誤,以及如何改善校準

    文章解釋神經網絡的信心分數為何會失準,並介紹如何在訓練後及訓練期間改善校準。深度網絡即使準確率良好,仍可能過度自信;文章介紹可靠度圖、ECE 和 Brier score 等評估方式。實作方面建議先用留出的驗證集進行 temperature scaling,也可配合 label smoothing、mixup 或集成模型;數據分佈改變時須重新檢查校準。

11月14日週六
  1. 虎嗅29

    黃仁勳辭職了,然後呢?

    黃仁勳辭職後,文章認為這不會加快國產算力和儲存技術成熟;訓練更大模型也會更困難,但推理晶片仍有望在2028年實現充足供應。文章預計明年的 AI 創新焦點將轉向物理 AI,包括機械人與世界模型,並指出機械人可為大模型提供真實場景數據。

  2. IT之家51

    前 Anthropic 研究員考克森:如今重新訓練 Mythos 只需最初訓練時的一小部分算力

    前 Anthropic 研究員考克森稱,隨演算法效率加速提升,如今重新訓練 Mythos 只需最初訓練時的一小部分算力。他認為,Anthropic IPO 路演中以壓縮坐標軸展示的算力需求曲線仍急劇上升,反映演算法效率正加速提升,Mythos 的性能突破並非偶然。考克森主張明年暫停前沿 AI 模型研發,讓競爭對手追上,並認為此舉可使達到人類水平的智能成為廣泛可獲取的商品。

  3. 虎嗅89

    黃仁勳辭任英偉達 CEO,國產算力迎來窗口期?

    英偉達董事會宣佈,創始人黃仁勳即時辭任總裁、CEO及董事會成員,科萊特・克雷斯(Colette Kress)出任臨時 CEO,並繼續兼任 CFO。文章指出,東南亞算力租賃的供應與續約預期轉弱,尚未生效的美國法案亦令雲端算力監管邊界成為風險變數。IDC數據顯示,中國數據中心AI加速器上半年出貨約200.8萬顆,非GPU加速器101.6萬顆,首次超過GPU的99.1萬顆。

    推薦理由:文章將算力租賃供應、遠程存取監管風險與國產加速器出貨結構並置,呈現企業擴容時面對的供應來源與交付確定性。

  4. 中大新聞中心 · AI 研究及應用32

    香港中文大學舉辦 Smart Logistics Datathon 2026,吸引逾150支大學隊伍參賽,刷新紀錄

    香港中文大學供應鏈及物流研究所舉辦 Smart Logistics Datathon 2026,吸引來自亞洲各地逾150支大學隊伍參賽,刷新參賽紀錄。20支大學隊伍及20支中學隊伍、共112名參賽者晉級決賽,完成35小時不間斷數據分析與建模挑戰。韓國科學技術院的 Team Smooth Operator 奪得大學組冠軍。

  5. IT之家43

    清華大學發布單細胞蛋白組基礎模型 ProtCell,利用摩爾線程 S5000 智算卡完成「虛擬細胞」預訓練復現

    清華大學自動化系江瑞課題組發布單細胞蛋白組基礎模型 ProtCell,並在摩爾線程 MTT S5000 智算卡上完成全流程預訓練復現。模型匯集約 3.8 億個細胞及 98 個公開數據集作預訓練與評估,可映射細胞狀態、推斷未測蛋白表達。主要定量評測指標與國際主流 GPU 平台的差異僅約 0.2%。

  6. 第一財經33

    高質量數據集和數據標註先行先試現場會在廈門市召開

    高質量數據集和數據標註先行先試建設現場會在廈門市召開,國家數據局提出加快推進高質量數據集建設和數據標註產業發展。建設方法以場景牽引為主線,聚焦需求定義、數據治理、專業標註和質量測評四個環節;數據標註則逐步轉向人機協同、專家深度參與的多層次模式。

  7. Baseten Base Labs:模型研究39

    梯度對齊獎勵:能否令監督轉為 on-policy?

    Baseten Base Labs 探討梯度對齊獎勵能否以學生模型生成的樣本計算梯度,同時以專家示範提供學習訊號。研究指出,利用張量運算可用兩次標準反向傳播,高效計算完整對齊獎勵,實際開銷不大。實驗以 Qwen3-8B 和 Opus 5.5 生成的示範測試四數 Countdown,考察模型能否擬合及會否過度貼近示範原句。

  8. 虎嗅64

    每小時10元,Ego數據採集把工人日常勞動變成機械人訓練資料

    Ego第一人稱視角影片數據採集正迅速形成具身智能產業鏈,工廠工人及一般用戶以日常操作影片換取報酬,影片經清洗、標註和處理後用於機械人訓練。眾包平台實測顯示,每有效小時基本報酬為20元,另設按日累計有效時長計算的獎勵;約30分鐘的錄製內容中,僅20多分鐘獲審核通過,收入不足10元,另需支付設備租金。

  9. TNW54

    Nvidia 與 Dyania Health 將 Synapsis AI 病歷審閲部署於 Cleveland Clinic 院內伺服器

    Dyania Health 的 Synapsis AI 在 Cleveland Clinic 院內 Nvidia 伺服器上審閲逾 7,800 名心臟瓣膜患者病歷,並據此建立置換瓣膜失效風險模型。系統為每名患者回答 88 條問題,模型預測手術後 3、5 及 10 年的失效風險;病歷全程留在院內網絡。醫生仍會審閲 AI 的證據並作出所有決定;研究未顯示照護改善,Dyania 表示仍須接受外部驗證。

  10. DEV Community81

    作者重現權重檢查,五款中國開放權重模型呈現 Blackwell-class GPU 指紋

    DEV Community 作者 frank chu 重現 Will DePue 的權重指紋檢查,五款中國開放權重模型的初始權重特徵指向 Blackwell-class GPU。

    推薦理由:文章拆解如何從未訓練 embedding 權重比對隨機種子與 SM 佈局,並界定指紋所能支持的硬件推論及其不能回答的地點與合規問題。

  11. Dwarkesh Patel:Podcast & Blog63

    Dwarkesh Patel 預測 AI 研究員或於 2028 年達到頂尖人類水平

    Dwarkesh Patel 認為,數學等可驗證領域的進展預示 AI 研究可望自動化;假設實驗室不刻意減慢,他估計自動化研究員達到頂尖人類 AI 研究員水平的中位年份為 2028 年。他指出,預訓練、後訓練和推理效率都可透過可驗證指標優化;但持續學習等難題可能拖慢進程,他估計自動化頂尖研究員延至 2032 年後的機會為 25%。

  12. HuggingFace Daily Papers(社區熱門論文)43

    LogT:透過圖像進行邏輯推理以支援視覺搜尋

    LogT 提出全自動 SFT 數據引擎,透過邏輯鏈引導推理,生成具挑戰性的視覺問題及結構化工具使用軌跡。以 Qwen2.5-VL-7B 為基礎的 LogT-SFT 使用的數據少 3.1 倍、GPU 時數少逾 120 倍,表現仍超越結合 SFT 和 RL 訓練的 SOTA 方法。只採用簡單 RL 配方且不作工具專用設計,模型表現亦較先前複雜 RL 設定高 9.59 分。