跳到正文
  1. AWS Machine Learning Blog60

    在 Amazon Bedrock 上用 Grok 4.7 构建长时程智能体

    AWS 博客介绍 SpaceXAI 的 Grok 4.7 已在 Amazon Bedrock 上线,作者用工具调用智能体在三个需要搜索而非查表的基础设施任务上跑了 72 次评测,67 次答对,xhigh 档 18 次全对,low 档答对 15 次且输出 token 约为 xhigh 的八分之一。

    推荐理由:作者在 Amazon Bedrock 上实测 Grok 4.7 四档推理强度,给出准确率与 token 成本的权衡数据,方法可迁移到自建智能体评测。

  2. Google Research74

    Google 发布 Deep Review,用智能体审阅技术文档

    Google 公开发布智能体系统 Deep Review,为复杂文档提供技术验证与反馈,最初面向计算机科学论文,现已扩展到法律、金融等领域。每位用户每周可免费获得两次文档审阅,也可接入 Gemini API key 提升额度并通过 Deep Review API 集成,目前支持 PDF 和纯文本输入。

    推荐理由:Google 公开了 Deep Review 的四阶段智能体审稿流程与免费额度,读者可据此判断自动技术审阅的可用边界。

  1. AWS Machine Learning Blog60

    如何用 Anchor Browser 与 AgentCore payments 构建可自动付费的智能体

    AWS 与 Anchor Browser 合作,将 AgentCore payments 集成进云端浏览器,让 AI 智能体在遇到 HTTP 402 Payment Required 时自动完成 x402 协议支付并重试请求。

    推荐理由:原文给出开启 session.x402 即可让浏览器智能体自动完成 x402 支付的具体做法,可迁移到付费页面与 API 的自动化流程。

  1. NVIDIA Blog78

    NVIDIA RTX Spark 笔记本上市,生态应用与本地 AI 工具同步更新

    NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市,最高 128GB 统一内存、1 petaflop AI 算力,并同步推出面向本地智能体的软件与模型更新。

    推荐理由:围绕 RTX Spark 笔记本上市,梳理本地智能体、创作与开发工具链的配套更新,可据此判断本地 AI 工作流的可用程度。

  1. NVIDIA Blog62

    NVIDIA 在 OCP 峰会开放 Vera Rubin 架构并发布多项 AI 工厂合作

    NVIDIA 在 OCP Global Summit 上通过开放 MGX 架构向 OCP 贡献了 Vera Rubin 机架和计算托盘设计,为系统厂商提供下一代 AI 工厂基础设施的共同基础。

    推荐理由:NVIDIA 在 OCP 峰会上把 Vera Rubin 机架与计算托盘设计开放给 OCP,读者可据此了解 AI 工厂基础设施的开放标准走向。

  1. Hugging Face Blog78

    作者用 ML Intern 两天训练并发布六个模型

    作者借助 HuggingChat 中的 ML Intern,在两天内训练并发布了六个模型,包括柑橘病害识别、Huggy LoRA、相机角度 LoRA、涂鸦替换 LoRA、Pocket Rewriter 和 Agate 4-step 蒸馏模型,总计算成本约 103 美元。

    推荐理由:作者用 ML Intern 在两天内做出六个模型,给出了提示词写法、预算控制和基线对比等可复用细节。

  2. GitHub Blog · AI & ML62

    GitHub 推出基于 ModernBERT 的密钥检测分类器,扩展 push protection

    GitHub 发布与 Microsoft Applied Sciences 联合微调的 ModernBERT 分类器,用于把 push protection 扩展到无固定格式的密钥,可在 2 毫秒内评估一批候选密钥,官方称有望让可拦截的密钥数量增加一倍以上。

    推荐理由:GitHub 用九个季度的数据说明密钥泄露压力来自代码量增长,并给出把检测成本压到 2 毫秒内的新分类器思路。

  3. Microsoft Research71

    微软研究院开源 Agent Lightning v1.0:3500 行代码的轻量智能体 RL 框架

    微软研究院开源 Agent Lightning v1.0,一个约 3500 行代码的轻量智能体强化学习框架,提出 Harnessed Agentic RL 范式,让部署时使用的 agent harness 直接参与训练,无需在训练框架内重写智能体。

    推荐理由:微软研究院开源 Agent Lightning v1.0,读者可了解让部署用 harness 直接参与 RL 训练的思路与实测收益。

  1. Google Research62

    Google 发布基于 TEE 的新一代联邦学习系统,实现可验证的隐私保护

    Google 发布新一代联邦学习系统,利用可信执行环境(TEE)为数据匿名化提供可远程验证、可审计的端到端保证,并已在 Gboard 上线英语和日语下一词预测模型。

    推荐理由:Google 公布基于 TEE 的新一代联邦学习系统设计,读者可了解其如何让数据匿名化过程可被外部验证。

  1. Microsoft Research62

    微软研究院:物理 AI 机器人推理卸载研究与工具链

    微软研究院对移动操作机器人工作负载做了系统性测量,发现把物理 AI 推理从机器人端侧 GPU 卸载到边缘或云端 GPU,可提升任务成功率、支持更大模型并延长续航。

    推荐理由:微软研究院系统测量了机器人端侧推理与卸载到边缘或云端 GPU 的差异,并给出可复用的 Kubernetes 卸载工具链。

  1. Mistral AI60

    Mistral 如何用 AI 智能体迁移 4 万行 Fortran 遗留代码

    Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 的油藏模拟器迁移到 C++,该代码库没有测试套件也没有集中文档。团队先搭建数值对齐测试框架,用 Skill.md 引导智能体导出 Fortran 状态快照并在 C++ 侧校验,再用自定义解析器生成调用树、由 Vibe CLI 启动上百个智能体结合 Mistral OCR 补全文档。

    推荐理由:Mistral 公开了用智能体迁移 4 万行 Fortran 的完整流程,其中先建数值对齐测试再迁移的做法可迁移到其他遗留系统改造。

  1. Mistral AI69

    Mistral 发布 Agentic Search,用多步检索循环提升复杂文档问答准确率

    Mistral 发布 Agentic Search,一种让模型在检索结果中继续搜索、打开、导航、读取和 grep 的多步检索层,通过 Mistral Search Toolkit 提供,并内置在 Studio 和 Vibe 的 Libraries 中。

    推荐理由:原文给出多步检索循环的五个工具与两组基准数据,读者可据此判断传统 RAG 在复杂文档上的边界。

  1. Berkeley AI Research62

    从 CUDA 到 MLX:K-Search 如何把内核优化经验迁移到 Apple Silicon

    Berkeley AI Research 与 IBM Research 将进化式内核搜索框架 K-Search 扩展到 MLX,通过结构化的 CUDA 到 MLX 翻译层,让已有 CUDA 内核经验适配 Apple Silicon。

    推荐理由:原文给出 CUDA 到 MLX 的翻译层设计与两组内核实测数据,可了解跨硬件迁移优化知识的具体做法。

已经到底了