跳到正文

全部动态

今日 35 条
8月25日周二
  1. Mistral AI40

    Mistral 与 HUMAIN 达成战略合作,推进沙特及中东主权 AI

    Mistral 与 HUMAIN 宣布战略合作,覆盖 AI 基础设施、先进模型开发和 AI 解决方案部署,合作规模达数亿欧元。双方将优先聚焦网络安全与语音领域,并计划开发阿拉伯语表现强劲的前沿模型,Mistral 还将探索使用 HUMAIN 数据中心基础设施。双方计划在沙特制定联合市场策略,面向受监管行业提供 AI 解决方案。

8月24日周一
  1. Import AI22

    Import AI 470:机器不享有权利;用 SPADE 自动生成环境;用 Hawkeye 构建更好的 GPU kernel

    Import AI 470 期关注三项研究:METR 分析显示 AI 对网络安全漏洞发现加速最明显,对数学研究贡献较小,对 AI 研究本身尚无可测加速。SPADE 框架通过自博弈让 LLM 交替生成可执行训练环境并求解,在 Qwen3-30B-A3B 上使游戏环境套件均分达 58.3,较基线提升 8.1。另有 Hawkeye 用于构建更好的 GPU kernel。

8月22日周六
8月21日周五
  1. Google DeepMind34

    Google DeepMind 从 Atari 到 EVE Online:15 年游戏 AI 研究的新篇章

    Google DeepMind 宣布与游戏开发商合作,探索由 AI 驱动的新游戏体验,并已与 Fenris Creations 就 EVE Universe 达成新的研究合作。其 SIMA 2 智能体由 Gemini 驱动,能像人一样看屏幕、理解自然语言指令并通过键鼠操作,已在 No Man's Sky、Valheim、Hydroneer 等游戏中实现类人游玩,且无需 API 或游戏源码。

  2. Hugging Face Blog60

    Liquid AI 发布 LFM2.5-DSpark 草稿模型,推理最高提速 3.2 倍

    Liquid AI 为 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 发布 DSpark 草稿模型检查点,通过投机解码在不改变输出质量的前提下提升解码速度,GPU 上吞吐最高提升 3.18 倍,端侧最高 2.87 倍。

    推荐理由:Liquid AI 给出三个 LFM2.5 模型的 DSpark 草稿模型与实测加速数据,读者可据此判断端侧推理的可用性。

  3. Microsoft Research42

    微软 Skala 1.1 发布:训练数据增 2.5 倍,已接入 CP2K 并将集成 Psi4、FHI-aims、ORCA 和 VASP

    微软研究院发布深度学习交换关联泛函 Skala 1.1,训练数据量为此前公开版本的 2.5 倍,在 GMTKN55 的 55 个类别中 32 项排名第一,加权平均误差 2.8 kcal/mol。Skala 现已在 CP2K 中可用,并正集成进 Psi4、FHI-aims、ORCA 和 VASP,同时微软推出持续追踪各版本计算性能的 living benchmark。

8月20日周四
  1. Mistral AI71

    Mistral 发布 Agentic Search,面向复杂文档的多步检索层

    Mistral 发布 Agentic Search,一个让模型在复杂文档中查找、浏览并核实信息的多步检索层,通过 Mistral Search Toolkit 提供,并内置于 Studio 和 Vibe 的 Libraries 中。

    推荐理由:原文给出多步检索循环在 FinanceBench 与 OfficeQA Pro 上的准确率、token 与延迟变化,可据此判断它与一次性 RAG 的差异。

8月19日周三
  1. Hugging Face Blog62

    IBM Research:智能体到底需要多少记忆?

    IBM Research 在 Hugging Face 发布 ALTK-Evolve 研究,用 AppWorld 的 585 个多步任务测试八款模型,发现智能体记忆不是开关而是需要按模型校准的剂量。

    推荐理由:八模型横评显示智能体记忆的注入量需按模型能力校准,并给出准确率与 token 成本的对照数据。

8月18日周二
  1. Hugging Face Blog62

    Sentence Transformers v6.0 新增 MultiVectorEncoder,支持 ColBERT 式晚交互检索

    Sentence Transformers v6.0 新增第四种模型类型 MultiVectorEncoder,用于 ColBERT 式晚交互检索,PyLate 与 Stanford-NLP ColBERT 检查点可直接加载,colpali-engine 的视觉文档检索模型也能通过同一套 API 使用。

    推荐理由:Sentence Transformers v6.0 新增多向量编码器,读者可据此判断晚交互检索的接入成本与索引代价。

  2. Hugging Face Blog38

    Hugging Face 推出约束感知 GPU 分配器:同集群利用率最高提升 33 个百分点

    Hugging Face 构建了约束感知的 GPU 分配器,在七个基准场景中与 FIFO 调度器对比,相同硬件和负载下 GPU 利用率最高提升 33 个百分点,优先级加权产出在所有场景中均上升,最高提升 105%。在五个真实争用场景中,利用率从 52–85% 提升至 72–88%,优先级加权价值提升 24.6% 至 105.1%,平均 52%。

8月17日周一
8月14日周五
  1. Hugging Face Blog62

    Hugging Face 发布 2026 夏季开源模型观察报告

    Hugging Face 发布 2026 年 1 月至 8 月的开源模型生态观察报告,基于 Hub 数据给出六项发现。报告显示公开模型仓库从 243 万增至 296 万,数据集从 71.1 万增至 100 万,Spaces 从 100 万增至 144 万;约 85.6% 的模型累计下载不足 200 次,1.5% 的仓库占据 99.2% 的下载量。

    推荐理由:Hugging Face 用七个月的 Hub 数据拆开开源模型的下载、点赞与衍生生态,读者可据此判断谁在被真正使用。

8月13日周四
  1. Hugging Face Blog71

    Hugging Face 复现 2200 余篇 ICML 论文,公开全部判定数据

    Hugging Face 在 7 月 15 日至 8 月 2 日举办 ICML 2026 开放复现挑战,1211 名社区成员用 Claude Code、Codex、Cursor 等编码智能体提交了 6816 份 Trackio logbook,覆盖 2226 篇论文,约占会议论文的三分之一。

    推荐理由:Hugging Face 公开了 2200 余篇 ICML 论文的复现结果与判定数据,读者可据此了解大规模论文复现的组织方式与发现。